2017年-Talkingdata_【T112017-智能金融分会场】证券行业智能应用的思路和实践_23页_2mb

证券行业智能应用的思路和实践总结

核心内容概述

本文围绕证券行业智能应用的发展趋势、国内外现状及国泰君安证券的实践展开，重点分析了智能应用在金融科技中的关键作用，以及其在财富管理、投资决策、客户服务等领域的应用潜力。同时，文中探讨了智能应用与传统金融业务的融合路径，提出了以“人机料法环”为核心框架、构建“社交化-智能化-综合理财超级APP”平台策略的思路。

主要观点与关键信息

1. 智能应用是金融科技的关键技术

• 智能应用的定义：能够完成通常需要人才能完成的任务的技术，涵盖认知自动化、认知交互、认知洞察力三大领域。
• 技术依赖关系：智能应用与云计算、大数据、区块链等技术相互促进，形成金融科技发展的核心技术生态。
• 应用场景：包括智能投顾、智能客服、智能投研等，旨在提升金融服务的效率和个性化。

2. 国内外智能应用发展情况

2.1 国外发展现状

• 领先企业：如Ascent、Motif Investing、TIAA CREF等，已实现智能应用在财富管理、投资建议、合规监测、市场集资等领域的系统化应用。
• 技术优势：美国在AI人才储备方面领先中国，AI人才数量约为中国的两倍。
• 应用场景：涵盖信息处理、分析、定价、投资组合管理、客户行为预测、分支机构选址、证券贷款定价等，技术渗透率高。

2.2 国内发展现状

• 互联网巨头布局：腾讯、百度、阿里均在智能应用领域有较强布局，拥有丰富的数据资源、计算设施和算法技术。
• 应用场景：包括智能客服、智能投顾、智能营销、智能风控等，部分功能如“相似K线”、“模拟走势”已应用于券商APP。
• 人才缺口：国内在金融科技专业团队方面存在明显不足，需加快引进和培养。

3. 国泰君安证券的智能应用实践

3.1 平台策略

• 三步走战略：从“社交化”到“智能化”再到“综合理财超级APP”。
• APP为核心：通过“三端一微”同步运营，提升用户体验与服务效率。

3.2 投顾服务能力不足是痛点

• 数据对比：我国股民1.2亿人，注册投顾仅3.8万人，存在严重的供需失衡。
• 服务问题：投顾数量少、成本高、水平参差不齐，导致客户流失与同质化竞争。

3.3 人机协同的智能投顾服务

• 功能设计：通过智能应用与专业投顾结合，提供账户诊断、资产配置建议、跟踪调优等服务。
• 用户需求：包括账户诊断与经营利润分析，智能服务需满足用户多样化需求。

3.4 智能化投资工具

• 相似K线功能：国泰君安君弘APP推出，辅助用户预判个股走势，包括今日相似度、模拟后续走势、次日涨跌预测等。
• 智能选股：基于经典模型与回测分析，为用户提供关键指标参数。
• 策略定投：采用“高位少投、低位多投”策略，较传统定投法收益提升2%。
• 智能基金优选：构建多因子选基模型，提升FOF组合策略收益。

3.5 量化基本面分析法（Quantamental）

• 定义：结合数量分析（Quant）与基本面分析（Fundamental）的投资方法。
• 优势：提供非黑箱解决方案，增强投资组合的持续性与客户信心。
• 应用：适用于投资组合管理，融合多领域专家知识。

3.6 3A3R运营方法论

• 3A3R方法论：通过语义分析、智能匹配、机器学习、大数据分析、量化引擎、特色内容库等技术手段，构建智能投顾平台。
• 目标：为客户提供投资决策辅助，而非替代投资或给出具体建议。

关键信息总结

展望与建议

• 技术融合：智能应用需与金融业务深度融合，提升服务效率与客户体验。
• 人才引进：加快引进金融科技专业人才，建立专业化团队。
• 平台升级：通过“超级APP”提升综合服务能力，推动智能化转型。
• 合规与安全：在智能化过程中需兼顾数据安全与合规监测，避免风险。

结语

智能应用已成为金融科技发展的关键驱动力，国内外在技术应用与人才储备方面各有优势与不足。国泰君安证券通过“三步走”策略与人机协同模式，积极探索智能应用在证券行业的落地路径，为行业智能化发展提供了有益参考。