国元证券基于人工智能的前瞻性资产配置研究项目

上市公司是实体经济的“基本盘”、经济发展动能的“转换器”，推动上市公司在信息化、数字化、网络化、智能化领域健康发展，对促进我国数字经济发展具有重要意义。为了积极推动上市公司数字化转型，促进上市公司做优做强、实现高质量发展，中国上市公司协会组织开展了“2023年度上市公司数字化转型典型案例”征集活动。为充分发挥入围案例的示范引领作用，协会针对案例入围企业开展了“数字化转型典型案例线上访谈”工作，业内资深咨询机构、媒体与入围企业数字化转型负责人面对面，围绕上市公司数字化转型过程中的问题、战略、技术、管理等方面展开交流。

国元证券入围案例“基于人工智能的前瞻性资产配置研究”。国元证券在财富业务的核心链条中运用人工智能技术，打造全新财富业务科技发展模式，利用自身的研究优势、科技能力与业务发展需求，提出了“基于人工智能的前瞻性资产配置方案”研究课题。

(资料图片仅供参考)

本研究搭建了全新的投研框架，产品覆盖面广，可以灵活增减产品类型、因子和策略模型。全面升级算法，资产分类扩展数倍，为资产配置提供丰富工具。基金细分类 AI 聚类与排序算法支持基金细分分类下排序筛选，借助客户投资偏好标签分类，实现风险控制下的最优策略模型，尽可能提升投资者收益。

成果方面，本研究能有效帮助客户提升平均2%-10%的年化预期收益，显著降低回撤幅度，提升夏普比率。为行业与整个社会的居民财富保值增值目标提供更加灵活、高效、且更具有实际意义的体系化解决方案。

未来，该项目将转化为公司的 TAMP 平台，实现线上客户投资策略的智能服务，线下投顾服务效能提升 6-8 倍，客户投资收益实质性提升占比客户达 75%。就此国元证券首席信息官周立军分享了基于人工智能的前瞻性资产配置研究项目。

以下为访谈实录：

（一）企业介绍

问题：国元证券当前的业务情况，以及行业整体情况如何？

回答： 国元证券成立于2001年，是一家注册资本为43.6亿元的综合金融服务实体。公司拥有143家分支机构和在香港的国元国际、基金、直投、期货等子公司，形成了牌照齐全、品种多元的综合金融服务实体。近年来，资本市场发展迅速，行业正在加快向投资性和综合性方面转变。随着政策的引导、新型科技的融入以及消费者需求的转变，推动了行业的创新和服务模式的发展。因此，资本市场的结构正在发生深刻的变化，行业竞争日趋激烈。特别是随着新型科技的引入和人工智能的快速发展，证券公司面临着前所未有的挑战。国元证券的数字化转型工作由IT治理委员会负责统筹，委员会下设数字化推进办公室，并设有工作组，全面推动和落实相关工作。

（二）案例解析

问题：基于人工智能的前瞻性资产配置研究项目，主要想解决哪些业务痛点？

回答： 国元证券在数字化转型方面主要希望提升客户体验，让客户在各方面都能获得不同的售后体验。另外是业务效率和协同的问题、解决数据孤岛的问题，还要提高管理和决策的精准度，并加强基础设施建设。

财富业务最核心的场景就是解决客户投资问题，如何投、怎么投，通过投资理财，实现客户的合理投资需求组。目前主流的app或者客户端都提供了一些专业化的工作，但是对于普通投资者的使用还是有一定给门槛的，就进一步需要寻求投资顾问的帮助，但是每个投顾的知识储备、投资能力和服务水平也差异巨大，服务的客户数量也较为有限。国内权益市场的波动较大，基金赚钱基民不赚钱的情况一直存在，只能通过资产配置这种方式才能解决这种局面，而要向客户推介资产配置建议，又需要更深入全面的了解客户。基于以上几点，我们构思，通过人工智能技术，去实现对客户千人千面的资产配置建议，并且组合建议更具前瞻性。

问题：目前项目的基本情况如何？

回答： 这是一个庞大的系统，包括金融产品投研模块，客户分析模块、资产研究模块和智能投顾四个大的部分，目前从项目已经基本通过了方案验证的阶段，整体构架、功能模块和算法部分都已经完备，但到整个系统的上线还有一定的差距。我们计划是逐步实现，四个部门也是相对有一定的独立性，目前产品投研已经在做系统部署，其他模块在同步做迭代与系统建设规划，具体到上线服务投资者，我们还要更多的论证与测试。

问题：项目使用的技术都有哪些？有怎样的技术框架？

回答： 项目主要分为三个部分：量化系统模块、深度学习、基于神经网络的客户投资习惯挖掘和专家系统。量化系统模块主要用于股票投资，通过宏观、中观、微观层面的数据整合来实现，这里我们采用了大量的深度学习模型，用以提升系统的学习能力。基于神经网络的客户投资习惯挖掘旨在挖掘客户的投资习惯，并对其进行能力分级。专家系统则是根据专家经验建立专家库，通过模糊控制方式分级存贮配置规则，再利用系统内的最优化配置算法，实现投资结果的最优化。

问题：在项目推进过程中是否遇到过一些挑战？如何解决的？

回答： 人工智能在使用时需要进行调参和模型选择，这是个不断优化的过程。因此，国元证券开发了一个自动匹配应用模型和参数的程序，以简化这一过程。同时，数据整合的复杂性，数据的处理算法以及数据质量对结果也会产生直接影响。

问题：项目上线后，取得了哪些成果？

回答： 项目分两阶段进行，第一阶段可行性已通过验证，第二阶段正在逐步落地各模块。由于项目规模较大，实际运用可能还需一年时间，后续还需进行风险管控和更深入研究。目前，研究部分已基本完成，正在考虑将研究成果进行落地和转化，这需要一定时间。

问题：项目落地后还有哪些未来规划？

回答： 项目是一个全新的构架，需要融合多个平台和公司现有的板块。落地后将继续不断迭代，初期提供工具、智能投顾等服务，并不断丰富内容。投顾业务分为两个部分，一是怎么投，二是为什么这么投，准备在为什么这么投上面重新建立一个新的系统，也契合当前大模型的应用场景，去补齐这一块。

问题：具体实施经验，在其他项目中哪些可以复制或借鉴？

回答： 国元证券在推进数字化转型过程中，通过全面沟通、以客户为中心、敏捷迭代三个方面的实践，成功打造了一个数字化案例。这些经验也在其他工作中得到复用，以确保数字化转型的顺利进行。

问题：在项目的实施过程中，引入了哪些合作伙伴一起推进？

回答： 国元证券进行数字化转型过程中，有众多的合作伙伴，包括咨询服务供应商、业务系统供应商、底层技术供应商、新兴科技公司、数据分析公司、安全解决方案供应商和交易培训机构。这些合作伙伴大多为上市公司，通过紧密协作，国元证券成功进行数字化转型，并在各个方面得到很好的支持。

（三）产业观察

问题：国元证券的数字化转型处在哪个阶段，未来有哪些推进方向？

回答： 国元证券的数字化转型工作尚处于初期摸索阶段，近两年做了一些工作，有一些感悟。在技术层面，打通数据库，建立统一的企业级数据平台，实现数据集中管理和应用，利用大数据、人工智能等技术，是数字化转型的发展方向和深度应用。在组织层面，除了已有的数字化转型三层架构，还需设立专门团队，负责数据管理战略和规范，统筹业务系统数据要素，建立业务部门深度参与机制。在流程方面，需将数据方面的一些东西和标准化流程结合起来，有利于业务流程优化和提供更高的决策。在安全方面，需加强数据安全管理，在数字化转型过程中，对数据的流动和应用需进行严格管理。在文化方面，需形成数字化转型理念，培养员工数字化转型意识和习惯。大模型、人工智能和大数据的这些金融科技技术可能会引入在投行、机构投研业务，作为重点应用场景和领域。

问题：证券行业对于大模型和业务融合有哪些看法？

回答： 券商正在与科技公司合作，利用人工智能提高效率，减少人力投入。对于大模型的应用也在不断尝试，将重点引入到投行、投顾、客服、投研等领域。目前也在了解像华为与科大讯飞等具体技术细节。

问题：在监管较强的证券行业，如何看待当前大模型存在的一些问题？

回答： 大模型在证券行业的各个板块都将起到重大作用，但目前还有很多问题需要解决，比如基础模型能力的提升、算力和数据问题的解决、业务结合的有效性等。虽然已有一些应用推出，但仍处于试水阶段，需要结合技术发展，将公司和行业数据与大模型能力结合，并解决训练、合规检查、风险控制等技术和工程问题。

（四）数智文化

问题：人才是企业数字化转型的关键之一，如何培养和发展数字化转型的合格人才？

回答： 国元证券通过多个方面来培养合格的数字化转型人才，包括引入外部数字化专业人才，通过招聘和合作获取专业技能。对内部员工进行数字化知识和技能培训，以深化对数字化的理解。鼓励员工持续学习和自我进修，提供在线课程和资源。建立项目练兵机制，让员工通过实际项目获得经验。设置信息化专家岗位，要求技术与业务相结合。完善数字化人才的绩效考核和激励制度。

问题：您认为企业文化应该如何更好地匹配数字化转型？

回答： 国元证券认为企业文化与数字化转型需有机结合。通过以下方式实现：将数字化转型纳入公司战略，让员工理解转型是公司战略的一部分；强调数字化转型与公司发展一致，深入传递这一理念；为员工提供数字化培训和学习资源，让他们掌握知识和技能；建立激励机制，将数字化转型成果与员工业绩挂钩；设立数字化专题栏目，促进员工之间的经验分享。

（五）交流分享

问题：未来希望在做数字化转型工作做哪些经验交流？

回答：国元证券希望与各层次的员工就数字化转型进行经验交流，包括公司高层、技术专家和业务部门人员。交流的方式可以是行业论坛、峰会、内部平台等。希望讨论的话题包括成功案例、文化建设、技术实践等。认为公司主要领导的参与对推动数字化转型至关重要，CEO、总裁级别的高管应参与交流，借此提高数字化认知和理念。同时，通过协会团体形式汇聚人员，促进交流和讨论，分享专业知识和经验。

关键词：