基金業(yè)數(shù)字化轉(zhuǎn)型專題 | 中銀基金：基于大數(shù)據(jù)和AI技術(shù)的資管投研一站式解決方案

    【編者按】為深入貫徹落實(shí)黨的二十大精神，引導(dǎo)基金行業(yè)機(jī)構(gòu)踐行《證券期貨業(yè)科技發(fā)展“十四五”規(guī)劃》，共促基金行業(yè)數(shù)字化轉(zhuǎn)型，按照中國(guó)證監(jiān)會(huì)總體工作部署，于2022年11月開展“證券期貨業(yè)數(shù)字化轉(zhuǎn)型主題宣傳月”活動(dòng)。通過(guò)開展“證券期貨業(yè)數(shù)字化轉(zhuǎn)型主題宣傳月”活動(dòng)，搭建交流平臺(tái)，展現(xiàn)數(shù)字化轉(zhuǎn)型成果案例，激發(fā)金融科技創(chuàng)新活力，營(yíng)造金融科技長(zhǎng)效發(fā)展新生態(tài)。該篇為“證券期貨業(yè)數(shù)字化轉(zhuǎn)型主題宣傳月”系列宣傳之五。

    基于大數(shù)據(jù)和AI技術(shù)的資管投研一站式解決方案

    ——中銀基金

    一、背景分析

    2017年國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出了面向2030年我國(guó)新一代人工智能發(fā)展的指導(dǎo)思想、戰(zhàn)略目標(biāo)、重點(diǎn)任務(wù)和保障措施。金融領(lǐng)域作為最早落地人工智能技術(shù)的場(chǎng)景之一，至今已經(jīng)歷了有關(guān)智能金融、科技金融、創(chuàng)新金融等一系列金融科技革新，資管投研數(shù)字化作為其中的關(guān)鍵細(xì)分領(lǐng)域，也孕育了一批市場(chǎng)化的金融數(shù)據(jù)服務(wù)商；各大金融機(jī)構(gòu)、創(chuàng)業(yè)公司以及互聯(lián)網(wǎng)巨頭都在此領(lǐng)域積極布局。

    2020年8月，證券業(yè)協(xié)會(huì)對(duì)證券行業(yè)數(shù)字化轉(zhuǎn)型情況進(jìn)行了調(diào)研，并發(fā)布《關(guān)于推進(jìn)證券行業(yè)數(shù)字化轉(zhuǎn)型發(fā)展的研究報(bào)告》。報(bào)告提出，要促進(jìn)金融科技應(yīng)用融合；逐步建立完善人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)在證券行業(yè)的應(yīng)用標(biāo)準(zhǔn)和技術(shù)規(guī)范；鼓勵(lì)證券公司在人工智能、云計(jì)算、大數(shù)據(jù)等領(lǐng)域加大投入、促進(jìn)信息技術(shù)與證券業(yè)務(wù)深度融合，推動(dòng)業(yè)務(wù)及管理模式數(shù)字化應(yīng)用水平提升。

    目前市場(chǎng)上資管、券商賣方機(jī)構(gòu)一般也會(huì)進(jìn)行月度、季度、年度的重要經(jīng)濟(jì)變量預(yù)測(cè)、行業(yè)及個(gè)股研究分析等研究，但普遍運(yùn)用的研究方法存在以下痛點(diǎn)：

    缺乏完善研究體系：市場(chǎng)上大多分別專注各個(gè)模塊、滿足特定的應(yīng)用場(chǎng)景、只能解決部分業(yè)務(wù)需求痛點(diǎn)，沒(méi)有統(tǒng)一完善的研究方法體系。

    缺乏定量科學(xué)依據(jù)：賣方常用的預(yù)測(cè)方法以邏輯推演為主，缺乏定量的科學(xué)計(jì)算依據(jù)，在方向判斷上具備一定參考價(jià)值，但在具體數(shù)值上預(yù)測(cè)缺乏準(zhǔn)確性，由于很多賣方?jīng)]有可以直接輸出結(jié)果的量化預(yù)測(cè)模型，所以更新經(jīng)濟(jì)預(yù)測(cè)步驟較為繁瑣，及時(shí)性不夠。

    缺少共享沉淀機(jī)制：過(guò)去公司的盈利預(yù)測(cè)、財(cái)務(wù)分析、估值等研究成果基本僅有研究員本人可以隨時(shí)查閱，除了深度匯報(bào)、研究部策略會(huì)等正式路演會(huì)有部分展示之外，分享、比較、留存的機(jī)會(huì)較少。

    容易受到市場(chǎng)干擾：市場(chǎng)資產(chǎn)收益率預(yù)測(cè)和資產(chǎn)估值的研究結(jié)果比較容易受到市場(chǎng)噪音、研究員個(gè)人偏好等短期或主觀因素?cái)_動(dòng)。

    市場(chǎng)環(huán)境是一個(gè)具有多維、多元、多層次的龐大綜合統(tǒng)一體，資管投研項(xiàng)目通過(guò)總行各部門以及中銀基金多年的研究經(jīng)驗(yàn)，以及中銀金科大數(shù)據(jù)、人工智能、知識(shí)圖譜技術(shù)沉淀，融合先進(jìn)的市場(chǎng)量化投資理念，形成立足于宏觀市場(chǎng)、中觀行業(yè)和微觀產(chǎn)品及交易分析四個(gè)層面的資管投研產(chǎn)品服務(wù)，打造了“知宏觀、通中觀、曉微觀、善交易”上下貫通的全方位研究體系，建設(shè)并打造了滿足投研人員日常研究工作以及策略配置工作的一體化智能投研平臺(tái)；幫助資管機(jī)構(gòu)發(fā)現(xiàn)市場(chǎng)機(jī)遇、挖掘投資機(jī)會(huì)、規(guī)避投資風(fēng)險(xiǎn)、沉淀投資知識(shí)、提升研究效率。打造投研核心競(jìng)爭(zhēng)力，實(shí)現(xiàn)業(yè)務(wù)的數(shù)字化、自動(dòng)化和智能化，從而實(shí)現(xiàn)資管價(jià)值鏈端到端賦能。基于研究成果，項(xiàng)目定期出具《宏觀預(yù)測(cè)模型運(yùn)行報(bào)告》和《中國(guó)債券市場(chǎng)分析報(bào)告》兩份雙語(yǔ)研報(bào)，可發(fā)布在國(guó)內(nèi)主流金融數(shù)據(jù)終端。

    二、總體實(shí)施

    （一）創(chuàng)新資管研究體系

    結(jié)合資管行業(yè)投研領(lǐng)域研究業(yè)務(wù)模式，創(chuàng)新整合“知宏觀、通中觀、曉微觀、善交易”四個(gè)主要系統(tǒng)場(chǎng)景建設(shè)，打造上下貫通全方位研究體系。

    1、知宏觀

    針對(duì)豐富的經(jīng)濟(jì)指標(biāo)庫(kù)及高頻數(shù)據(jù)，通過(guò)模型（金融模型、機(jī)器學(xué)習(xí)算法）運(yùn)算，構(gòu)建了與國(guó)內(nèi)資產(chǎn)交易市場(chǎng)關(guān)聯(lián)度密切的四大類基礎(chǔ)宏觀變量，即經(jīng)濟(jì)總量（GDP）、工業(yè)增加值、通貨膨脹（包含CPI、PPI、GDP平減指數(shù)）和人民幣匯率預(yù)測(cè)模型，對(duì)宏觀市場(chǎng)走勢(shì)進(jìn)行預(yù)測(cè)和研判，幫助研究人員更加準(zhǔn)確的掌握市場(chǎng)經(jīng)濟(jì)發(fā)展走向，從而更加合理的進(jìn)行市場(chǎng)投資預(yù)判。

    2、通中觀

    基于行業(yè)產(chǎn)業(yè)鏈分析，抓住行業(yè)周期以及板塊輪動(dòng)的變化趨勢(shì)，梳理產(chǎn)業(yè)鏈上下游關(guān)系，借助產(chǎn)業(yè)鏈分析找到行業(yè)中最優(yōu)價(jià)值的子行業(yè)以及最優(yōu)發(fā)展?jié)摿Φ钠髽I(yè)，提供行業(yè)上下游形勢(shì)變化分析以及行業(yè)發(fā)展前景預(yù)測(cè)，服務(wù)工業(yè)互聯(lián)網(wǎng)、生物醫(yī)藥等國(guó)家戰(zhàn)略新興行業(yè)，形成細(xì)分行業(yè)企業(yè)價(jià)值評(píng)估框架以及估值模型，精準(zhǔn)價(jià)值評(píng)估；同時(shí)支持全流程的資產(chǎn)配置研究，結(jié)合市場(chǎng)以及投資偏好，提供全方位的資產(chǎn)配置建議。

    3、曉微觀

    基于擇股與擇基兩個(gè)層面，前者通過(guò)企業(yè)經(jīng)營(yíng)數(shù)據(jù)預(yù)測(cè)來(lái)進(jìn)行上市公司財(cái)報(bào)的預(yù)測(cè)、估值測(cè)算，后者采用基金公司-基金經(jīng)理-基金業(yè)績(jī)?nèi)齻€(gè)維度的量化分析，并提供數(shù)百種收益、風(fēng)險(xiǎn)、歸因指標(biāo)評(píng)分體系以及績(jī)效分析歸因模型，幫助研究人員快速挑選投資標(biāo)的。

    4、善交易

    提供高效的產(chǎn)品管理與策略回測(cè)平臺(tái)，快速驗(yàn)證交易策略的可行性和有效性，及時(shí)調(diào)整投資方案，保證投資策略在實(shí)戰(zhàn)中的有效性與最優(yōu)化。通過(guò)模型框架研究，沉淀投研因子指標(biāo)庫(kù)、機(jī)器學(xué)習(xí)算法箱等投研建模工具，提供專業(yè)的智能化研究場(chǎng)景落地服務(wù)，輔助用戶在投資研究過(guò)程中高效處理信息、快速挖掘投資線索，為投資決策提供重要支持，構(gòu)建投研團(tuán)隊(duì)核心競(jìng)爭(zhēng)力，提升企業(yè)金融投研領(lǐng)域行業(yè)影響力。

    （二）系統(tǒng)技術(shù)架構(gòu)

    智能投研系統(tǒng)技術(shù)架構(gòu)如下圖所示?；赟pringCloud微服務(wù)化開發(fā)平臺(tái)，具有統(tǒng)一授權(quán)、認(rèn)證后臺(tái)管理系統(tǒng)，其中包含用戶管理、資源權(quán)限管理、網(wǎng)關(guān)API、注冊(cè)中心、配置中心管理等多個(gè)模塊，支持多業(yè)務(wù)系統(tǒng)并行開發(fā)。

    （三）系統(tǒng)物理架構(gòu)

    投研系統(tǒng)以邏輯集中的方式進(jìn)行部署。使用前后端分離，極大降低了系統(tǒng)各部分之間的耦合性，并且將前后端都封裝于Docker容器中，使其能夠極為方便地被運(yùn)維系統(tǒng)所管理，大大降低了項(xiàng)目在不同系統(tǒng)中的運(yùn)維部署成本和項(xiàng)目的遷移成本。WIND數(shù)據(jù)庫(kù)作為重要數(shù)據(jù)源，后端應(yīng)用僅從其中讀取數(shù)據(jù)，而無(wú)寫入操作。所有寫入操作均針對(duì)投研系統(tǒng)內(nèi)的Oracle數(shù)據(jù)庫(kù)進(jìn)行。

    三、重點(diǎn)成效

    目前本項(xiàng)目已在資管領(lǐng)域多家機(jī)構(gòu)和部門推廣應(yīng)用，平臺(tái)已于2020年底上線內(nèi)測(cè)版本，經(jīng)過(guò)多輪迭代，于2021年10月份完成正式版本發(fā)布。研報(bào)方面，自2021年3月起定期出具《宏觀預(yù)測(cè)模型運(yùn)行報(bào)告》和《中國(guó)債券市場(chǎng)分析報(bào)告》雙語(yǔ)版研報(bào)，提供前瞻性展望及投資建議；應(yīng)用方面，為投研人員提供全方位“投研模型研究、策略配置、組合管理、業(yè)績(jī)回測(cè)”的企業(yè)級(jí)量化投資解決方案。

    （一）幫助市場(chǎng)觀點(diǎn)進(jìn)行及時(shí)修正和改良

    通過(guò)定量的科學(xué)計(jì)算依據(jù)，構(gòu)建合理的預(yù)測(cè)模型，尋找具有解釋力的領(lǐng)先指標(biāo)，對(duì)相關(guān)市場(chǎng)重要投資標(biāo)的和衡量變量做出更為量化和及時(shí)的預(yù)測(cè)，以此為依據(jù)對(duì)外部賣方的觀點(diǎn)進(jìn)行有效修正，強(qiáng)化投研人員對(duì)未來(lái)宏觀經(jīng)濟(jì)走勢(shì)的判斷，提高投研自上而下投資判斷的前瞻性。通過(guò)可以直接輸出結(jié)果的量化預(yù)測(cè)模型，提升經(jīng)濟(jì)預(yù)測(cè)更新時(shí)效性，提升投資研判準(zhǔn)確性和時(shí)效性。預(yù)測(cè)模型的預(yù)測(cè)精準(zhǔn)度、方法多樣性、更新頻率行業(yè)領(lǐng)先。自2020年5月運(yùn)行以來(lái)，宏觀預(yù)測(cè)指標(biāo)包括CPI、PPI、GDP平減指數(shù)、工業(yè)增加值、GDP、匯率等，預(yù)測(cè)公布時(shí)間早于大多市面其他機(jī)構(gòu)，預(yù)測(cè)能力行業(yè)領(lǐng)先，預(yù)測(cè)模型評(píng)價(jià)指標(biāo)R—square跟蹤至今均超過(guò)0.9，準(zhǔn)確度超過(guò)市面上80%的主流賣方預(yù)測(cè)機(jī)構(gòu)。債券研究方面，NS和Hermite模型估計(jì)效果均達(dá)到理想水平（95%以上），擬合結(jié)果準(zhǔn)確有效，目前已完成對(duì)7大券種、70+類子細(xì)分項(xiàng)債券的基礎(chǔ)收益率曲線擬合研究，建立共計(jì)包括2XX個(gè)指標(biāo)因子庫(kù)，運(yùn)用邏輯回歸、支持向量機(jī)、隨機(jī)森林、Adaboost、隱馬爾可夫、高斯混合六大機(jī)器學(xué)習(xí)模型對(duì)十年期國(guó)債收益率走勢(shì)變動(dòng)進(jìn)行預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確率平均達(dá)75%以上，并運(yùn)用多指標(biāo)構(gòu)建債市同步投資交易指數(shù)，對(duì)標(biāo)十年期國(guó)債收益率，指數(shù)擬合優(yōu)度高達(dá)97%以上。企業(yè)估值模板也已完成包括對(duì)A股全市場(chǎng)和港股上市公司的財(cái)報(bào)經(jīng)營(yíng)預(yù)測(cè)分析，并建立制造業(yè)、金融、地產(chǎn)等各類財(cái)務(wù)分析模版，供研究員建模共享。良好的準(zhǔn)確性和專業(yè)性，能夠真正實(shí)現(xiàn)針對(duì)業(yè)務(wù)投研數(shù)字化、科技化研究需求，提供專業(yè)的智能化研究場(chǎng)景落地服務(wù)，有效幫助金融機(jī)構(gòu)創(chuàng)收。

    （二）有助于整合分散的研究成果并實(shí)現(xiàn)便捷地留存與共享成果

    搭建資管投研平臺(tái)之后，研究員可使用其中的公司財(cái)務(wù)及估值模型，及時(shí)將上述研究成果上傳留存在平臺(tái)中、并可追溯歷史調(diào)整變化，投研平臺(tái)上線以來(lái)，通過(guò)有效整合分散的研究成果并實(shí)現(xiàn)便捷地留存與共享成果，積極服務(wù)中銀上百人的研究與投資專家團(tuán)隊(duì)，研究員日常工作效率提升30%，有助于研究成果的優(yōu)化、積累與沉淀，并就相關(guān)假設(shè)、計(jì)算過(guò)程、結(jié)果進(jìn)行分析比較和交流，幫助形成投資觀點(diǎn)和決策。盈利預(yù)測(cè)及估值的更新變化更加可視化，幫助投研團(tuán)隊(duì)及時(shí)掌握調(diào)整情況，增強(qiáng)研究轉(zhuǎn)化效率，并提升投研團(tuán)隊(duì)的溝通效率。

    （三）提供定制化的平臺(tái)使用服務(wù)幫助投研人員提升自主模型開發(fā)建設(shè)能力

    針對(duì)提升服務(wù)品質(zhì)，資管投研項(xiàng)目提供滿足業(yè)務(wù)需求的定制化服務(wù)：根據(jù)業(yè)務(wù)建議結(jié)合第三方觀點(diǎn)，提供模型算法選擇以及模型參數(shù)調(diào)優(yōu)模塊，開放對(duì)模型預(yù)測(cè)結(jié)果進(jìn)行調(diào)整和修正的窗口，滿足不同角色用戶需求，體驗(yàn)更富智能化和個(gè)性化的服務(wù)，增強(qiáng)平臺(tái)系統(tǒng)的專業(yè)度和可拓展性（靈活性），有助于提升投研人員自主模型開發(fā)建設(shè)的能力。

    四、價(jià)值及示范亮點(diǎn)

    （一）HI+AI人機(jī)結(jié)合

    1、大數(shù)據(jù)價(jià)值賦能

    通過(guò)整合金融市場(chǎng)全方位，全面集成了市場(chǎng)公開數(shù)據(jù)、供應(yīng)商數(shù)據(jù)、內(nèi)部投研數(shù)據(jù)等。數(shù)據(jù)范圍覆蓋：宏觀數(shù)據(jù)、股票基金數(shù)據(jù)、上市公司數(shù)據(jù)、行業(yè)指數(shù)數(shù)據(jù)等。結(jié)合大數(shù)據(jù)技術(shù)，以完備齊全高達(dá)千萬(wàn)量級(jí)的數(shù)據(jù)儲(chǔ)備完成資管市場(chǎng)相關(guān)投研數(shù)據(jù)整合，構(gòu)建企業(yè)級(jí)“大數(shù)據(jù)+AI”雙驅(qū)動(dòng)共享生態(tài)。形成投研大數(shù)據(jù)“統(tǒng)一數(shù)據(jù)、統(tǒng)一架構(gòu)、統(tǒng)一生態(tài)”全流程標(biāo)準(zhǔn)化數(shù)據(jù)治理。

    2、“一站式”投研因子庫(kù)

    從宏觀基本面、微觀基本面、貨幣政策與流動(dòng)性、投資者行為四個(gè)維度進(jìn)行指標(biāo)庫(kù)構(gòu)建。對(duì)大量異構(gòu)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化、量化加工處理，通過(guò)加深金融語(yǔ)義理解和分析能力，從而將大數(shù)據(jù)真正利用到數(shù)據(jù)建模和金融投研的業(yè)務(wù)場(chǎng)景中。同時(shí)，將因子庫(kù)集成到智能資管投研平臺(tái)中，實(shí)現(xiàn)各市場(chǎng)預(yù)測(cè)模型中因子預(yù)測(cè)功能的對(duì)接，實(shí)現(xiàn)“多個(gè)終端，一個(gè)平臺(tái)”，一站式指標(biāo)因子查詢與獲取。

    3、“互動(dòng)式”模型工具箱

    基于市場(chǎng)多年的投研積累，已經(jīng)投研產(chǎn)品建設(shè)經(jīng)驗(yàn)，整合現(xiàn)有模型框架，并緊密結(jié)合業(yè)務(wù)需求，形成一套滿足投研團(tuán)隊(duì)實(shí)際需要，方便日常研究工作以及策略配置的“交互式建模”工具，幫助投研人員整合數(shù)據(jù)與模型，并快速形成自研模型的開發(fā)和管理。

    4、體系完整-全方位研究閉環(huán)

    對(duì)比同業(yè)分別專注各個(gè)模塊、滿足特定的應(yīng)用場(chǎng)景、只能解決部分行業(yè)痛點(diǎn)的業(yè)務(wù)模式，創(chuàng)新性的融合“知宏觀、通中觀、曉微觀、善交易”四個(gè)主要系統(tǒng)場(chǎng)景建設(shè)，形成一套滿足投研團(tuán)隊(duì)需求，打造上下貫通全方位研究體系。

    （二）算法前沿-AI技術(shù)創(chuàng)新優(yōu)勢(shì)

    對(duì)比傳統(tǒng)投研同業(yè)依賴于通過(guò)Wind、彭博、新聞媒體等獲取信息，我們通過(guò)應(yīng)用圖像識(shí)別、語(yǔ)義識(shí)別、自然語(yǔ)言處理等技術(shù)對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行加工處理，構(gòu)建涵蓋SVM、隨機(jī)森林、LSTM、CNN等機(jī)器學(xué)習(xí)的算法模型工具箱，借助AI技術(shù)建立相應(yīng)的因子動(dòng)態(tài)篩選和調(diào)整機(jī)制，保證相關(guān)預(yù)測(cè)模型的持續(xù)生命力和可信度。目前已涵蓋100+種數(shù)據(jù)處理與檢驗(yàn)算法以及50+算法模型。

    （三）技術(shù)先進(jìn)-系統(tǒng)設(shè)計(jì)創(chuàng)新

    平臺(tái)技術(shù)上，采用微服務(wù)、多租戶、低代碼等設(shè)計(jì)理念搭建領(lǐng)先的技術(shù)平臺(tái)，并且結(jié)合圖像識(shí)別和rpa技術(shù)，做到研報(bào)的自動(dòng)化出具，并通過(guò)大中小屏滿足到不同角色的用戶。

    （四）柔性機(jī)制-“金融+科技”高度融合

    中銀金融科技有限公司發(fā)揮金融科技力量，聯(lián)合中銀基金管理有限公司、中國(guó)銀行全球市場(chǎng)部、中國(guó)銀行人民幣交易業(yè)務(wù)總部、中國(guó)銀行投資銀行與資產(chǎn)管理部、香港分行等業(yè)務(wù)權(quán)威部門，與位于市場(chǎng)前線、實(shí)時(shí)參與市場(chǎng)的先鋒精銳人才隊(duì)伍，聯(lián)合共建柔性工作機(jī)制，在模型共建、系統(tǒng)設(shè)計(jì)、研報(bào)撰寫等多方面成果建設(shè)中群策群力，積極踐行“金融+科技”業(yè)技融合。

    五、可推廣性

    針對(duì)投資總監(jiān)、研究員等多類用戶角色，提供投資研究分析多維度的功能展示。依托大屏、中屏、小屏三類不同載體的形式，適應(yīng)多種不同場(chǎng)景，提供全方位的投資決策分析支持。大屏展示全市場(chǎng)概況看板，一圖讀懂投資信息概況和每日熱點(diǎn)變化實(shí)時(shí)動(dòng)態(tài)追蹤；中屏系統(tǒng)端實(shí)現(xiàn)深度投研互動(dòng)，供研究員、投資經(jīng)理開展深度投研分析操作，開放自主構(gòu)建模型框架功能，實(shí)現(xiàn)模型及研究成果共建共享；小屏移動(dòng)客戶端提供便捷查看功能，每日根據(jù)自選和全市場(chǎng)監(jiān)控指標(biāo)及企業(yè)庫(kù)信息，即時(shí)新聞?dòng)嵪⑼扑洼浨轭A(yù)警及動(dòng)態(tài)資訊，實(shí)時(shí)掌握市場(chǎng)變化，把握投資先機(jī)。

    預(yù)期服務(wù)對(duì)象：從金融行業(yè)領(lǐng)域來(lái)看，未來(lái)除了投研部門之外，金融數(shù)據(jù)服務(wù)的對(duì)象豐富，包括投行業(yè)務(wù)部門、銀行信貸部門、監(jiān)管審核部門等。從渠道平臺(tái)來(lái)說(shuō)，未來(lái)將進(jìn)一步借助中銀集團(tuán)總行的同E贏平臺(tái)，進(jìn)一步推廣到還有媒體、企業(yè)、政府、法律機(jī)構(gòu)等其他潛在客戶。

    1、市場(chǎng)規(guī)模

    回顧2012-2020年，根據(jù)銀行業(yè)理財(cái)?shù)怯浲泄苤行墓嫉臄?shù)據(jù)，中國(guó)資管市場(chǎng)規(guī)模已經(jīng)增長(zhǎng)到121.6萬(wàn)億，未來(lái)，資管市場(chǎng)的規(guī)模仍會(huì)進(jìn)一步擴(kuò)大，投研的需求也會(huì)變得更加旺盛。

    2、服務(wù)規(guī)模

    未來(lái)主流金融機(jī)構(gòu)將進(jìn)一步加大資管投研領(lǐng)域的投入，各大金融機(jī)構(gòu)（銀行理財(cái)23家，券商資管136家、保險(xiǎn)資管220家、公募基金132家、私募基金24568家，信托68家）均可以作為未來(lái)展業(yè)的首要目標(biāo)。

    3、服務(wù)地域

    上海作為金融中心，以服務(wù)上海金融機(jī)構(gòu)為切入點(diǎn)，有望逐步拓展至長(zhǎng)三角地區(qū)、并進(jìn)一步推廣全國(guó)。未來(lái)，將繼續(xù)關(guān)注資管行業(yè)的格局業(yè)態(tài)，秉持優(yōu)勢(shì)互補(bǔ)、開放共贏、合作共享的積極心態(tài)，實(shí)現(xiàn)共創(chuàng)共享。

    投研系統(tǒng)隨著客戶的推廣，發(fā)展“中銀智能投研項(xiàng)目”對(duì)于宏觀、利率、匯率的走勢(shì)進(jìn)行前瞻性分析，位于市場(chǎng)前線、實(shí)時(shí)參與市場(chǎng)的先鋒精銳人才隊(duì)伍，各研究專家能在建模迭代等會(huì)議中切身參與，積極投入自身研究經(jīng)驗(yàn)，緊跟市場(chǎng)前沿理論動(dòng)態(tài)，正是踐行“業(yè)技融合”、科技賦能業(yè)務(wù)的切實(shí)舉措，具有重大戰(zhàn)略意義。智能投研系統(tǒng)如能經(jīng)受市場(chǎng)各方參與者、投資主體的考驗(yàn)，便能進(jìn)一步助推總行各單位踐行以客戶為中心的業(yè)務(wù)理念，提升中銀集團(tuán)在客戶中口碑，打造形成中銀特有的研究品牌和社會(huì)影響力，讓金融+科技的成效遠(yuǎn)遠(yuǎn)大于算術(shù)相加，更可以得出推而廣之、遍地開花的金融數(shù)字化新興產(chǎn)業(yè)生態(tài)圈。