在金融科技的浪潮中，資管行業(yè)的數(shù)智化轉(zhuǎn)型已成為推動行業(yè)創(chuàng)新和效率提升的關(guān)鍵力量。隨著大數(shù)據(jù)、人工智能、云計算等技術(shù)的快速發(fā)展，資產(chǎn)管理正逐步從傳統(tǒng)的人工操作模式轉(zhuǎn)向高度自動化和智能化的新時代。

當(dāng)前，資管行業(yè)正積極探索如何將前沿技術(shù)與業(yè)務(wù)實踐相結(jié)合，以實現(xiàn)服務(wù)的個性化、產(chǎn)品的創(chuàng)新化和運(yùn)營的高效化。這一轉(zhuǎn)型不僅為投資者帶來了更加精準(zhǔn)和高效的服務(wù)，也為資管機(jī)構(gòu)自身帶來了業(yè)務(wù)模式和運(yùn)營方式的革新。隨著數(shù)智化轉(zhuǎn)型的不斷深入，資管行業(yè)將迎來更加廣闊的發(fā)展前景。

本屆 DolphinDB 年度峰會上，分論壇 B 會場聚焦《資管數(shù)智化轉(zhuǎn)型與前沿探索》這一核心議題，由嘉賓演講與圓桌討論兩個環(huán)節(jié)組成，由業(yè)內(nèi)資深嘉賓分享資管業(yè)務(wù)在數(shù)智化轉(zhuǎn)型過程中的經(jīng)驗，以及對于未來趨勢的洞見和思考。

本次峰會行業(yè)嘉賓精彩觀點(diǎn)，即刻分享：

01. 海外市場量化的人工智能變革

中國平安資產(chǎn)管理（香港） 量化投資主管 李偲

在海外市場的量化投資領(lǐng)域，投資者面臨著獨(dú)特的挑戰(zhàn)和機(jī)遇。海外量化投資的特點(diǎn)在很大程度上受到另類數(shù)據(jù)處理、市場機(jī)制與監(jiān)管、數(shù)據(jù)模型在地化等的影響。在海外量化策略分類方面，通常包括了從傳統(tǒng)的多因子模型到基于機(jī)器學(xué)習(xí)的復(fù)雜算法，再到利用人工智能進(jìn)行市場預(yù)測的各種策略。這些策略的多樣性反映了量化投資領(lǐng)域的廣泛性和創(chuàng)新性。

隨著人工智能的變革，超大規(guī)模超算及數(shù)據(jù)中心的使用在量化投資中變得愈發(fā)重要，數(shù)據(jù)庫和 GPU 的結(jié)合為處理大規(guī)模數(shù)據(jù)集提供了強(qiáng)大的計算能力，助力投資者更快地執(zhí)行復(fù)雜的分析和模型訓(xùn)練。對于數(shù)據(jù)庫的選擇，李偲博士提到，“我們一直在搜尋一個數(shù)據(jù)庫，既要滿足高性能的存儲與運(yùn)算，還能跟人工智能掛鉤，同時它還能夠?qū)ｉT為金融行業(yè)服務(wù)，在試用調(diào)研過 KDB+ 與 InfluxDB 后，我們決定于22年啟用 DolphinDB?！?

在資管策略制定過程中，DolphinDB 在現(xiàn)代 ETL 和模型測試中發(fā)揮著重要作用，其在因子計算中的效率優(yōu)勢尤為顯著。通過解析 DolphinDB 去除與數(shù)據(jù)庫的交互過程，能夠顯著提升大規(guī)模因子計算的效率。此外，DolphinDB 的狀態(tài)響應(yīng)器在回測中起到了關(guān)鍵作用，它能夠取代傳統(tǒng)的 for-loop，進(jìn)一步提高回測效率。

在數(shù)據(jù)錄取方面，DolphinDB 的流表技術(shù)通過優(yōu)化數(shù)據(jù)錄取流程，提升了數(shù)據(jù)錄取效率，尤其在實時數(shù)據(jù)處理中顯示出其應(yīng)用價值。平安資管利用 DolphinDB 的流表形式，在狀態(tài)響應(yīng)器中觸發(fā)整個流表，并在自己的調(diào)度器中把每一張表格更新順序，計算各個國家市場的因子數(shù)據(jù)。李偲博士表示，“這個數(shù)據(jù)量其實是挺大的，DolphinDB 幫助我們將原來的更新過程從一夜十幾個小時減少到了一個小時之內(nèi)。并且計算結(jié)果以流表形式保留，可以直接供模型訓(xùn)練使用?！彼懔ι壟c GPU 加速是 DolphinDB 在模型測試中的另一大應(yīng)用，它們簡化了模型測試流程，并顯著提高了計算速度。

02. 西部證券 VSignals 智能決策平臺建設(shè)實踐——基于 DolphinDB 構(gòu)建智能化投研平臺

西部證券 數(shù)字化轉(zhuǎn)型辦公室金融科技總監(jiān) 李力

作為 DolphinDB 的第一家券商用戶，西部證券與 DolphinDB 在買方機(jī)構(gòu)投研的系統(tǒng)建設(shè)上雙向賦能，共創(chuàng)價值。VSignals是西部證券自主研發(fā)的面向機(jī)構(gòu)投資者的投研平臺，于2021年4月正式上線。在平臺建設(shè)中，DolphinDB 提供了數(shù)據(jù)側(cè)的強(qiáng)大支撐，顯著降低開發(fā)難度并提升效率。

未來，DolphinDB 將與西部證券攜手為客戶提供更加強(qiáng)大和穩(wěn)定的智能投研服務(wù)，共促資管機(jī)構(gòu)在數(shù)智化轉(zhuǎn)型的道路上不斷前行，并為整個金融行業(yè)的技術(shù)創(chuàng)新和應(yīng)用提供示范和引領(lǐng)。

03. 圓桌交流

在圓桌環(huán)節(jié)，有來自資管公司、公募基金、銀行理財子及券商資管的嘉賓齊聚一堂，代表了資管行業(yè)的主力軍。本次圓桌論壇由上海前路有光數(shù)字科技有限公司董事長何波先生擔(dān)任圓桌主持人，幾位嘉賓分別就資管機(jī)構(gòu)投研平臺建設(shè)、AI 時代下的資管數(shù)智化探索、量化投資策略生命周期管理等話題各抒己見，展開了熱烈而深入的探討。

富國基金首席信息官李強(qiáng)先生就富國基金在新一代 IT 基礎(chǔ)設(shè)施轉(zhuǎn)型中的探索，為大家分享了一些經(jīng)驗。首先，他們注重數(shù)據(jù)、算力和平臺的整合，特別是通過 CPU 和 GPU 的池化與集群化來提升計算能力。此外，富國基金意識到傳統(tǒng)網(wǎng)絡(luò)無法滿足高速數(shù)據(jù)傳輸?shù)男枨?，因此與硬件服務(wù)廠商合作，致力于推進(jìn)智算中心的建設(shè)，以實現(xiàn)更高效的網(wǎng)絡(luò)傳輸。富國基金還著力于工程化平臺的建設(shè)，旨在為量化研究員和基金經(jīng)理提供一個高效的環(huán)境，以便他們能夠更好地進(jìn)行因子挖掘和策略開發(fā)，從而提升整體投資決策的效率和準(zhǔn)確性。

海富通基金高青博士則從科技和業(yè)務(wù)的角度分析了資管機(jī)構(gòu)投研平臺建設(shè)中，如何更有效地提高業(yè)務(wù)的投研效率及工作效率。在投研方面，資管機(jī)構(gòu)不斷探索如何將科技融入到研究中，通過工具化提高研究的系統(tǒng)性和深度。在業(yè)務(wù)方面，圍繞業(yè)務(wù)痛點(diǎn)，從小事做起，逐步構(gòu)建解決方案。并鼓勵自下而上的反饋和創(chuàng)新，讓前線的業(yè)務(wù)人員參與到平臺的優(yōu)化中來，以凈化和優(yōu)化系統(tǒng)。在整個平臺建設(shè)過程中，保持質(zhì)疑和反思的態(tài)度至關(guān)重要。適時做減法，去除那些不再適用或低效的功能，以保持平臺的簡潔性和高效性。

同樣地，南銀理財科技部總助張加祥先生著重從技術(shù)角度分享了對于資管機(jī)構(gòu)投研平臺建設(shè)的真知灼見。他認(rèn)為，構(gòu)建一個高效且功能全面的投研平臺，關(guān)鍵在于流程的精細(xì)化管理和優(yōu)化。這個流程涵蓋了從數(shù)據(jù)的采集、處理到因子挖掘，再到策略研發(fā)、實盤交易，以及最后的復(fù)盤分析和績效歸因。在策略研發(fā)階段，投研平臺面臨的問題尤為突出。這包括如何處理和分析海量數(shù)據(jù)，以及如何將研究成果轉(zhuǎn)化為可執(zhí)行的交易策略。在這個過程中，數(shù)據(jù)的清洗和預(yù)處理是至關(guān)重要的，包括對結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的高效管理，以及對數(shù)據(jù)標(biāo)準(zhǔn)化處理的規(guī)則和定義，它們直接影響到后續(xù)模型訓(xùn)練和策略測試的準(zhǔn)確性。在后續(xù)的策略轉(zhuǎn)寫中，DolphinDB 能發(fā)揮重要作用，其流批一體計算能力滿足低延時高并發(fā)需求，能實現(xiàn)因子計算與交易信號的即時計算，對于捕捉市場機(jī)會、快速響應(yīng)市場變化至關(guān)重要。

AI 時代，天弘基金積極進(jìn)行了資管數(shù)智化轉(zhuǎn)型的探索，天弘基金大數(shù)據(jù)負(fù)責(zé)人王雅森先生表示，在當(dāng)今信息爆炸的時代，專業(yè)投資者面臨著從海量數(shù)據(jù)中提取有價值信息的挑戰(zhàn)?；诖竽Ｐ偷南嚓P(guān)技術(shù)，資管機(jī)構(gòu)可以通過先進(jìn)的算法和數(shù)據(jù)處理平臺，將海量信息進(jìn)行有效匯聚和提煉，轉(zhuǎn)化為投資決策的敏銳洞察。算法歸集是這一過程中的關(guān)鍵步驟，其應(yīng)用包括研報解讀、合規(guī)審核、以及智能客服等。通過 NLP 和機(jī)器學(xué)習(xí)，大模型能夠?qū)⑹袌鲒厔?、公司業(yè)績、行業(yè)動態(tài)等信息以結(jié)構(gòu)化的形式呈現(xiàn)給投資者。未來，天弘基金期待基于 DolphinDB 構(gòu)建因子挖掘平臺以提供自動化的因子挖掘服務(wù)，賦能投資者更加高效地進(jìn)行因子測試和策略回測，快速迭代和優(yōu)化投資模型。

量化投資領(lǐng)域的一個關(guān)鍵挑戰(zhàn)是策略的生命周期管理，包括策略的開發(fā)、回測、上線、和迭代。華鑫證券資管多元資產(chǎn)投資部總經(jīng)理肖龍敏先生強(qiáng)調(diào)，實現(xiàn)這一流程的自動化和智能化，需要全流程通過系統(tǒng)化、穩(wěn)定性和可持續(xù)的方式落地，不依賴于任何一個個體。這意味著從數(shù)據(jù)的采集、處理到策略的研發(fā)、測試和部署，每一個環(huán)節(jié)都需要標(biāo)準(zhǔn)化和自動化的工具和流程支持。并要求資管機(jī)構(gòu)在硬件、軟件、流程和人才等多個方面進(jìn)行投入和建設(shè)，以實現(xiàn)策略從開發(fā)到上線再到迭代的高效管理。其中硬件的支持是這一過程的基礎(chǔ)。數(shù)據(jù)的自動入庫與清洗要求有強(qiáng)大的硬件支持，包括高速的數(shù)據(jù)處理能力、足夠的存儲空間和高效的數(shù)據(jù)讀寫性能等。

隨著資管業(yè)務(wù)的發(fā)展，相關(guān)的數(shù)據(jù)量大幅增長。無論是行情數(shù)據(jù)、基金數(shù)據(jù)、交易數(shù)據(jù)還是托管數(shù)據(jù)，作為基礎(chǔ)軟件，DolphinDB 都可以在存儲與分析維度為用戶提速賦能，將業(yè)務(wù)和技術(shù)有效結(jié)合，提升資管行業(yè)用戶的工作效率。未來，DolphinDB 將持續(xù)優(yōu)化和升級，以滿足資管行業(yè)日益增長的需求，致力于成為資管行業(yè)數(shù)智化轉(zhuǎn)型道路上的可靠伙伴，共同開啟金融科技的新篇章。