資產(chǎn)配置數(shù)字化平臺（TAMP平臺）——國元證券
案例基本內(nèi)容和執(zhí)行情況
隨著國內(nèi)大財(cái)富管理時(shí)代的到來，傳統(tǒng)的“賣方投顧”模式無法滿足財(cái)富管理業(yè)務(wù)的發(fā)展需求，國元證券積極順應(yīng)行業(yè)轉(zhuǎn)型發(fā)展趨勢，用科技創(chuàng)新引領(lǐng)業(yè)務(wù)發(fā)展，在財(cái)富業(yè)務(wù)的核心鏈條中大量運(yùn)用人工智能技術(shù)，用投研驅(qū)動資產(chǎn)配置，用資產(chǎn)配置驅(qū)動財(cái)富業(yè)務(wù)發(fā)展，打造出全新的財(cái)富業(yè)務(wù)科技發(fā)展模式，創(chuàng)造了全新的數(shù)字化應(yīng)用場景。
具體建設(shè)內(nèi)容如下：
第一，基金優(yōu)選模塊。公募基金的數(shù)量已接近2萬只，每一只基金都具有不同的風(fēng)險(xiǎn)收益特征，業(yè)績也具有很大的隨機(jī)性，實(shí)現(xiàn)基金產(chǎn)品的分類和優(yōu)選是資產(chǎn)配置的前提。項(xiàng)目在集合客戶投資需求和基金的風(fēng)險(xiǎn)收益特征基礎(chǔ)上，對全部基金進(jìn)行了全新的分類（近50種），每一個(gè)分類都是一種細(xì)分資產(chǎn)，具備獨(dú)立的風(fēng)險(xiǎn)收益特征。以此為基礎(chǔ)，對不同分類建立不同的量化優(yōu)選模型，開發(fā)了一套在宏觀周期下遴選因子、模型的產(chǎn)品篩選方案，解決基金業(yè)績隨機(jī)性大的間題。最終，每一個(gè)細(xì)分的資產(chǎn)都匹配一定量的具有預(yù)期超額的基金列表，最終形成一套“資產(chǎn)－產(chǎn)品”的對應(yīng)矩陣。
第二，資產(chǎn)預(yù)測模塊。建立了統(tǒng)一的宏觀六因子框架，在此框架下建立了多套大類資產(chǎn)輪動模型，完成前瞻性資產(chǎn)配置邏輯層面實(shí)現(xiàn)。子資產(chǎn)層面，建立了多套多周期輪動策略和擇時(shí)策略，因子層面包括但不限于宏觀經(jīng)濟(jì)、中觀風(fēng)格、微觀行業(yè)、事件、資金流和各類風(fēng)險(xiǎn)因子等，組建統(tǒng)一的勝率、賠率、趨勢度和擁擠度模型�；贏l算法訓(xùn)練適合當(dāng)下市場環(huán)境的最佳因子，通過強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)各個(gè)策略結(jié)果的融合，最終形成各類資產(chǎn)的多周期觀點(diǎn)，以此實(shí)現(xiàn)前瞻性資產(chǎn)配置微調(diào)指引。
第三，客戶投資框架學(xué)習(xí)模塊。結(jié)合傳統(tǒng)的客戶基礎(chǔ)屬性，更多地關(guān)注客戶的投資框架與投資能力，通過客戶完整的歷史交易記錄，學(xué)習(xí)客戶投資過程中在風(fēng)格、行業(yè)上的偏好和投資能力，特別是券商的股票投資類客戶群體，新增的投資類屬性超百個(gè)，可精準(zhǔn)描述客戶在投資習(xí)慣與投資能力，為個(gè)性化資產(chǎn)配置提供了關(guān)鍵信息。
第四，提出“理性人”概念，開發(fā)資產(chǎn)配置策略專家系統(tǒng)和組合最優(yōu)化算法，根據(jù)前述三個(gè)部分的結(jié)果，對單客戶生產(chǎn)專有策略，形成資產(chǎn)配置或者組合配置，最終達(dá)到千人千面的資產(chǎn)配置方案。匹配基金組合策略畫像與客戶畫像是本項(xiàng)目的關(guān)鍵技術(shù)，通過深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)匹配算法，將基金產(chǎn)品端豐富的標(biāo)簽畫像與客戶畫像相結(jié)合，進(jìn)行基于深度強(qiáng)化學(xué)習(xí)進(jìn)行動態(tài)匹配。
案例主要經(jīng)濟(jì)成效和社會成效分析
在場景應(yīng)用方面，本研究搭建了全新的投研框架，產(chǎn)品覆蓋面廣，可以靈活增減產(chǎn)品類型、因子和策略模型，使投資者享受最先進(jìn)和實(shí)用的投研平臺；在客戶服務(wù)方面，課題全面升級算法，資產(chǎn)分類擴(kuò)展數(shù)倍，為資產(chǎn)配置提供豐富工具，盡可能實(shí)現(xiàn)客戶資產(chǎn)組成最優(yōu)夏普，滿足客戶各類投資偏好；在技術(shù)創(chuàng)新方面，基金細(xì)分類Al聚類與排序算法支持基金細(xì)分分類下排序篩選，借助客戶投資偏好標(biāo)簽分類，實(shí)現(xiàn)風(fēng)險(xiǎn)控制下的最優(yōu)策略模型，盡可能提升投資者受益。在成果方面，課題能夠有效幫助客戶提升平均2%-10％個(gè)點(diǎn)的年化預(yù)期收益，顯著降低回撤幅度2-3倍，夏普比率得到顯著性提升。
該項(xiàng)目未來將轉(zhuǎn)化為公司的TAMP平臺，成為國內(nèi)首個(gè)商用TAMP平臺，為財(cái)富業(yè)務(wù)的發(fā)展提供核心競爭力。通過平臺的智能化服務(wù)，線上向客戶提供標(biāo)準(zhǔn)化投資策略服務(wù)，線下向一線人工提供個(gè)性化策略工具，向基金投顧業(yè)務(wù)提供最優(yōu)的基金組合策略，同時(shí)做到研投能力輸出，向具有財(cái)富業(yè)務(wù)的金融機(jī)構(gòu)提供資產(chǎn)配置服務(wù)，將實(shí)現(xiàn)線下投顧服務(wù)效能提升6-8倍，客戶投資收益實(shí)質(zhì)性提升占比客戶達(dá)75%；不僅為行業(yè)，也為整個(gè)社會的居民財(cái)富保值增值目標(biāo)提供更加靈活、高效、且更具有實(shí)際意義的體系化解決方案。
本文選自數(shù)據(jù)要素價(jià)值創(chuàng)新示范案例集（2023年度）