摘要：本课题旨在自主研发面向固定收益投研场景的智能投研一体化系统（以下简称“智能系统”），帮助我司资管固收业务平滑投资、研究及交易工作流程，提升自动化智能化水平，并运用智能化技术赋能资管业务，巩固行业龙头地位。通过课题研究和系统研发，智能投研系统已实现固收资管业务信息获取、信用研究、投资决策、交易测算、组合管理、资产配置、风险预警的一体化解决方案，其中用户自配置BI研报平台、“宏观+行业+政策+公司”四位一体智能预警、多资产混合配置平台和宏观报告比对等功能为业界重大创新。同时以智能系统为载体，向金融同业输出买方研究、投资监控服务、投研工具等全面的买方投研+科技增值服务，引领国内金融行业全新业务生态。

　　关键词：智能投研；智能化技术；BI研报；四位一体智能预警

　　1 课题概览

　　本课题旨在自主研发面向固定收益投研场景的智能投研一体化系统，即广发证券智能投研系统（GF Intelligent Investment & Research System，以下简称 “智能系统”），旨在帮助资产管理固收条线的投研、风控人员，平滑投资、研究及交易工作流程，沉淀、传承和共享投研经验，辅助投研决策，降低操作风险，提升资管投研业务自动化智能化水平。

　　通过该项目实施，实现了资产管理业务信息获取、信用研究、投资决策、交易测算、组合管理、风险预警的一体化解决方案，支持各业务条线流程数字化转型自动化、管理集中化和工作协同化，助力业务全面数字化和线上化转型，优化业务流程，在行业内探索业务管理新模式。同时以投研系统为载体，向金融同业输出买方研究服务、投资监控服务、投研工具，为我司现有客户和潜在客户提供全面的买方投研+科技增值服务，加大和巩固客户粘性、提升管理规模，开创科技与业务场景的深度融合，引领国内金融行业全新业务生态。

　　2 课题目标

　　依托于广发沉淀多年、领跑行业的投研能力和业务资源，以投研知识体系为基础、以业务需求驱动为导向、以智能投研应用建设为核心的滚动式开发方法，广发证券确定智能投研系统项目的整体实施目标。

　　率先在广发集团内构建了集成信息获取、信用研究、投资决策、交易测算、组合管理、风险预警的一体化智能投研系统，助力资管固收、权益、资产配置、量化、风控等各业务条线全面数字化转型。并以投研系统为载体，对外输出买方研究服务、投资监控服务、投研工具，为我司现有客户和潜在客户提供全面的买方投研+科技增值服务，助力资管巩固客户粘性、提升管理规模，引领国内金融行业全新业务生态。

　　3 课题研发内容

　　3.1 投资管理：建立了产品交易指令、流动性管理、穿透分析到业绩归因的一体化投资交易管理平台

　　3.1.1 组合中心

　　利用智能大数据将O32、估值等内部系统数据和万得、同花顺（300033）、通联等外部资讯数据相结合，并根据算法计算产品、个债的相关指标及模型。基于这些数据提供投资经理个性化的组合统计及分析工具，对产品进行全方位穿透式的管理，根据产品不同维度进行深度风险分析，实现对组合的全方面掌控。

　　图1 智能投研系统组合中心

　　3.1.2 产品中心

　　对投资经理下属产品进行深度分析，主要包括业绩表现、资产配置、风险分析、归因分析、申赎情况、同类比较六大类功能模块。业绩归因运用了Brinson和Campisi模型，对产品的收益进行了全方位的分析的同时提供了风格分析工具。同类比较允许投资经理自定义跟踪基准及所比较的市场上同类产品情况。

　　图2 智能投研系统产品中心

　　3.1.3 业绩归因

　　1）根据资产大类进行业绩归因，包括股票(Brinson 模型)、债券(Campisi模型)、基金、现金等，对产品的收益来源进行全面分析。2）分析股票组合的投资风格，包括市值风格、价值成长风格等，对比基准业绩，得到盈利能力、风格择时能力、选股能力的评价。

　　图3 智能投研系统业绩归因

　　3.2 资产配置：为金融机构大类资产配置提供实用、便捷的量化回测通道

　　智能大类资产配置中心支持构建权益、固收、公募基金等大类资产混合配置的模拟组合，相比市场上现存的诸多回测平台只支持单一品种资产回测的现状，智能多资产回测的算法和功能更贴切大类资产配置的场景。尤其是债券类资产回测算法在国内债券领域仍处空白，受制于债券付息、提前偿还、提前兑付、行权等复杂现金流场景，且债券市场缺乏复权价格数据。智能系统率先研发了债券组合回测算法，模拟交易溢价、违约、换仓等现实场景，回测结果进行Brinson业绩归因，为债券提供量化投资新赛道。

　　图4 智能投研系统资产配置中心-模拟组合构建

　　智能还支持常规多维度选券、量化代码选券，多方式自动调仓，并实现模拟组合的回测验证、组合管理、收益风险分析、持仓分析、组合对比、每日滚动回测，为金融机构大类资产配置提供实用、便捷的量化回测通道。

　　图5 智能投研系统资产配置中心-模拟组合回测

　　3.3 智慧研究：落地、升级并传承资管投研业务体系，BI、人工智能赋能研究决策

　　3.3.1 传统研究

　　智能投研系统依托于广发强大的研究团队和信用研究体系，建立了覆盖固收领域全品种和全行业的投研知识体系，包括了：

　　（1）宏观研究中心

　　基于我司沉淀多年的宏观研究框架，运用BI研报生产线，整合海量宏观数据并提炼核心宏观因子，并构建图文并茂的宏观经济看板，覆盖了经济总量、投资、消费、进出口、通胀、PMI等关注要点，极大地便利投资和研究人员监控宏观经济走势。

　　图6 智能投研系统宏观研究中心

　　（2）市场研究中心

　　基于我司与监管机构联合研发的证券市场运行监测体系，运用BI研报生产线，构建了丰富的市场研究数据体系和用户看板，覆盖市场估值、市场结构特征、市场风险、市场资金面、市场涨跌归因等内容，方便投研人员监测、回顾市场并开展策略研究。

　　图7 智能投研系统市场研究中心

　　（3）行业研究中心

　　智能行业研究中心覆盖所有申万三级行业、WIND四级行业、国家统计局行业四级行业，每一行业均支持查看相关企业、行业需求、行业供给、行业价格、行业舆情、行业政策、行业财务、行业股债动态、行业研究报告和行业图谱，方便投研人员全方位了解、查询和跟踪行业清空。其中行业需求、行业供给和行业价格三个TAB对接上述BI研报，支持用户自定义下拉框分级和选项，以及选项组合与BI研报间的映射关系，方便研究员不断维护行业研究知识库。

　　以房地产研究为例，分为全国房地产研究和地区房地产研究两大模块，整合全国和地区房价、房企、土地成交、房地产开发等数据，以可视化图表（地图、图表、表格等）展示全国和地区层面房地产行业及企业基本面的最新概况和历史变化。

　　图8 智能投研系统行业研究中心（以房地产行业为例）

　　（4）地区研究中心

　　智能基于我司资管“地区基本面-地区融资能力-平台基本面”自上而下的城投分析方法论，建立一套多维视角、数据完备的地区研究平台。从地区经济财政数据梳理，到地区发债融资、利差、舆情、非标违约等地区融资能力分析，到地区城投研究，进行大数据整合和数据可视化，帮助投研人员一站式分析地区和城投。并建立地区简评自动生成机制和地区量化评级模型，支持用户实时查看地区文字分析和定量评级结果。

　　图9 智能投研系统地区研究中心

　　智能基于地区基本面研究体系，多渠道采集数据源 → 自然语言处理（NLP）动态提取数据 + 人工整理提取数据 → 机器一致性校验 + 人工定期核验 → 建立地区经济财政债务指标的大数据中心。覆盖全国省、市、区、县、园区的154项核心指标 + 244项明细指标，沉淀60.35万数据量，其中省、市数据跨度2010-2020年，区县、园区数据跨度2016-2020年。

　　图10 智能投研系统地区研究中心-地区经济财政债务

　　（5）信用利差研究

　　智能投研系统自研发升级版利差算法，编制行业利差、等级利差、区域利差、同业存单利差、高收益债利差、永续债利差等共20万余条利差。每种利差均支持筛选公开/非公开、收益率基准、一级/二级、期限，相比市场上传统利差更为丰富和使用灵活。

　　图11 智能投研系统信用利差

　　（6）隐含评级研究

　　智能投研系统自研发隐含评级研究体系，编制全市场个券隐含评级、主体隐含评级和地区隐含评级，相比中债隐含评级计算更客观、种类更丰富。隐含评级用于预警潜在信用风险、验证传统评级结果、挖掘投资机会以及为一级市场定价作参考。

　　图12 智能投研系统隐含评级

　　3.3.2 智能研究

　　引入BI、大数据、人工智能等前沿技术，建立“资管智能研究大脑”，包括：

　　（1）BI研报生产线：

　　针对金融机构沉淀的上万种报告模板（公司报告、宏观行业日报周报月报、产品跟踪报告等），打破以往针对每种报告定制开发数据和自动研报的僵局。智能把报告模板配置权交给用户，为用户搭建了因子库、数据浏览器、指标编辑器、图表编辑器、数据分析组件、富文本编辑器、BI研报配置平台等基础设施。用户运用BI研报生产线，即可实现各类研报模板零代码配置并全自动撰写。

　　图13 智能投研系统BI研报生产线

　　（2）信评模型建设平台

　　在统一因子库的基础上，提供信评模型的开发及管理工具，帮助研究员更快地开发信评模型，并通过内部评级和隐含评级回测验证模型的有效性。模型发布后将每日对标的主体进行自动评级，个券模型评级若调整，将触发预警信号提示用户。

　　图14 智能投研系统信评模型建设平台

　　（3）宏观报告比对

　　国务院、一行两会等政府部门及监管机构发布宏观报告，如政府工作报告、货币政策执行报告等，都会引发社会各界的广泛关注和多期报告对比研究。多期报告在细节用词、关键词频率上的差异，传达了经济形势和政策风向的变化，是投融资的极佳信号。智能系统针对以往人肉对比分析多期宏观报告时，阅读速度慢、难应对百页长报告、遗漏细节、过度依赖互联网专家观点（时滞且千篇一律）的业务痛点，率先开发一站式宏观报告对比工具，支持用户半主动查看多期报告的句子匹配、用词差异，公告第一时间一网打尽所有差异点。

　　图15 智能投研系统宏观报告比对

　　（4）智能图谱

　　建立了跨宏观、行业、公司、事件、人物领域的1000+万量级综合图谱。完成19.25亿条记录分析，梳理出900+万个企业实体和230+万条企业关系，整合并可视化展示全盘数据，构成了整个系统在数据和功能上的生命线。图谱延展路径高度契合研究逻辑并启发研究思考，且其路径分析功能支持发现实体间潜在、间接联系。

　　图16 智能投研系统智能图谱

　　（5）智能问答

　　与监管机构联合研发，梳理市场运行监测知识体系，再通过数据整合和知识库构建来将知识体系落地，最后建设基于知识库来检索和推理的智能问答机器人，实现知识体系的系统化传承。该问答机器人可回答“市场估值水平怎么样”“资金面如何”“今天大盘为什么涨”“今天大盘为什么跌”等金融领域的复杂问题，以人机问答的亲切形式智能回答用户的复杂需求。

　　图17 智能投研系统智能问答

　　3.4 风控预警：智能预警基于人工智能和金融量化精准预警标的风险，投资风控对投资进行事前、事中、事后全方位风险管理

　　3.4.1 智能预警

　　智能投研建立了宏观预警+行业预警+政策预警+公司预警四管齐下的舆情预警体系。实时监控2k+财经网站、所有发债上市公司公告以及300+社交媒体，运用人工智能技术提取预警信息，将海量非结构化舆情数据转化为结构化的预警标签。再运用金融量化模型针对预警标签编制情绪指数、热度指数，并结合公司财务指标、行业基本面指标编制风险分数，定量监控宏观、行业、公司实体的风险变化，并与持仓挂钩，精准预警持仓风险。整套预警流程全自动化无人工干预，帮助公司建立甄别风险、防范风险、跟踪风险、风险计量的智能预警体系。

　　行业预警以行业为分析主体，实现对行业舆情的标签化提取，支持行业主体识别、13类行业舆情事件提取及对应的情感分析，进一步通过行业舆情量化指数编制（情感指数、热度指数、综合风险分数等），实现对行业主体的热度及风险变化趋势跟踪。最终，通过行业风险洞察页面综合展示所分析行业的事件日历、风险分数、情感指数、资讯热度、舆情评价、指标评价及该行业的全部资讯。跟踪各个行业的景气度变化，辅助研究员及投资经理在行业层面的风险洞察和资产配置。

　　图18 智能投研系统智能预警-行业预警

　　政策预警方面，建设通用宏观政策信息抽取机制，实现对海量国家和地区政策舆情信息的抽取，抽取数据结构为：{政策名称，政策发布单位，政策发布时间，政策相关地区，政策相关行业事件情感}五元组。并通过政策预警页面展示所提取的政策综合信息，包括政策发布机构、发布时间、发布单位、实施区域、热度、情感倾向，以及其他相关信息。进一步地，通过归一化对齐、聚类等技术，将同一政策的不同称谓进行归一化处理，辅助实现对市场政策的挖掘、发现和预警。

　　图19 智能投研系统智能预警-政策预警列表

　　3.4.2 投资风控

　　智能投研系统投资风控平台建立了从事前基础数据管理、指标管理、条目管理、条目同步，到事中风险试算、实时风险控制，再到事后风险管理，对投资进行事前、事中、事后全方位风险管理。建立了全面的资管业务风险指标库，覆盖银行间、场外、沪深交易所、期货、非标、产品等全投资品种。指标公式化管理、条目配置化管理，在功能上全面满足风险指标和风控条目的高扩展和灵活度。风险指标和风控条目基于高性能引擎实时计算，静态风控计算全资产不超过2分钟，实时指令风险计算不超过9毫秒。

　　图20 智能投研系统投资风控中心-风控条目配置

　　4 技术方案

　　4.1 系统逻辑架构

　　广发证券智能投研系统设计为三层次的系统架构（接入层、服务层、数据层），同时各个层次的组件可以根据用户要求灵活配置和部署和扩容，

　　三层体系包括：

　　1）接入层:负责用户请求的接入，提供最基本的安全保障和请求的灵活分发

　　2）应用层:具体的业务逻辑处理和请求返回

　　3）数据层:负责管理和对接数据库，负责cache数据管理和同步

　　图21 智能投研系统逻辑架构图

　　4.2 系统物理架构

　　智能投研基于广发现有Spark大数据生态圈，运用TensorFlow等成熟AI框架和自研k8s微服务应用平台，构建面向多用户、富终端的智能化投研平台。核心技术栈如下图所示。

　　图22 智能投研系统核心技术栈

　　4.3 系统性能

　　4.3.1 主机性能分析

　　数据库服务器

　　系统资源占用随工作时间和调度任务呈规律性变化，忙时主要分布在00：00-05:00，占用率大体在60%~80%之间。对比各阶段上线后的资源占用情况，数据库服务器资源占用没有发生明显变化，因此，当前配置能满足全国上线后的业务需求。

　　应用服务器

　　两台应用服务器部署采用主备附属方式，即一主一备，平时请求主要通过主机进行处理，备机用于应急。

　　服务器的资源占用主要集中在8:00~17:00，CPU占用率在40%以下，峰值时（15:00）可达80% 。

　　4.3.2 在线用户统计

　　表1 在线用户统计

　　根据业务统计，主要日常界面操作的响应速度平均每个步骤在0.05秒。

　　5 社会与经济效益

　　5.1 经济效益

　　（1）通过广发证券智能投研系统，打造针对中国资本市场的一体化智能风险监控系统，优化了风险管理流程，实现信息获取、实时监控、智能分析、风险预警、报告生成、风险决策的一站式解决方案，支持了资管固收、权益、资产配置、量化、风控等各业务条线流程自动化、管理集中化和工作协同化，加倍提升投研效率和风险监控效率，大幅度减少了公司踩雷的几率，提升了整体投资回报。

　　（2）通过广发证券智能投研系统的平台优势，以专业投研+科技增值服务作为突破口，目前对金融行业内100余家机构输出智能智能投研系统平台化服务，树立了公司研究和科技品牌，为公司再添新的利润增长点，助力公司规模近一年增长逾500亿元。巩固公司客户粘性的同时，对公司科技能力和服务能力形成正反馈。

　　（3）广发证券智能投研系统构建了另类数据共享平台，通过平台实现了数字资产的变现，目前已经输出给多家银行客户使用。

　　5.2 社会效益

　　（1）目前系统已在广发集团内全面推广使用，帮助了我司投研和风控工作向全面数字化、线上化、智能化转型，奠定了重要的技术基础，实现了对资本市场的全覆盖，提升了公司开展投研和风控的效率和决策能力，成果经验向行业内其他机构推广。

　　（2）智能投研建立了专业投研+科技增值服务模式，为战略客户输出专业研究服务、投资监控服务、投研工具，创造了新的利润增长点，也引领了金融机构全新业务生态，尤其为公募化转型提供了新赛道、新蓝海，更帮助提升行业内中小机构研究能力，降低行业研究门槛，促进了行业合作共赢、共谋发展。

　　（3）系统构建了另类数据共享平台，打通了另类数据从获取到使用的上下游，形成共享模式提升行业另类数据水平，解决了行业研究数据的搜集及获取问题，提高了整体投资研究效率。

　　6 课题小结

　　本课题主要研发了广发证券智能投研系统，其拥有完全知识产权且已申请国家专利，基于资管业务场景落地的智能化投研平台，实现了信息获取、信用研究、投资决策、交易测算、组合管理、风险预警的一体化解决方案，支持了资管固收、权益、资产配置、量化、风控等各业务条线流程自动化、管理集中化和工作协同化，助力资管全面数字化转型。

　　集团层面，该系统（1）在投资管理方面，建立了产品交易指令、流动性管理、穿透分析到业绩归因的一体化投资交易管理平台；（2）在资产配置方面，为金融机构大类资产配置提供实用、便捷的量化回测通道；（3）在智慧研究方面，落地、升级并传承资管投研业务体系，BI、人工智能赋能研究决策；（4）在风控预警方面，智能预警基于人工智能和金融量化精准预警标的风险，投资风控对投资进行事前、事中、事后全方位风险管理。

　　行业层面，本平台现已推广至我司100余家重点金融机构客户，提供全面的专业投研+科技增值服务，巩固了客户粘性，提升了管理规模和管理费收入，为公司再添新的利润增长点，近一年助力公司规模增长逾500亿。更引领国内金融机构全新业务生态，尤其为券商资管行业公募化转型提供了新赛道、新蓝海。

关注同花顺财经（ths518），获取更多机会