【編者按】為深入貫徹落實黨的二十大精神，引導基金行業機構踐行《證券期貨業科技發展“十四五”規劃》，共促基金行業數字化轉型，按照中國證監會總體工作部署，于2022年11月開展“證券期貨業數字化轉型主題宣傳月”活動。通過開展“證券期貨業數字化轉型主題宣傳月”活動，搭建交流平臺，展現數字化轉型成果案例，激發金融科技創新活力，營造金融科技長效發展新生態。該篇為“證券期貨業數字化轉型主題宣傳月”系列宣傳之十七。

    守投資者利益之正，創數字化投研之新

    ——華泰證券資管數字化投研平臺實踐

    一、守投資者利益之正，創智能化投研之新

    2022年10月16日，習近平總書記在中國共產黨第二十次全國代表大會上強調，高舉中國特色社會主義偉大旗幟，全面貫徹新時代中國特色社會主義思想，必須堅持人民至上，堅持自信自立，堅持守正創新。

    資管行業的使命是為投資者創造價值，投資者的利益即人民的利益。受人之托，忠人之事，是資管行業為投資者服務的人民性體現。華泰證券資管以投資者的利益為準繩，堅持長期主義不動搖，提出“守正創新、科技驅動”的戰略定位，立足華泰證券集團在金融科技方面的積累和優勢，加快構建滿足投資者和自身需要的智能化投研體系，努力做難而正確的事，立志成為“國際一流、科技驅動、值得信賴”的領先資管公司。

    二、金融科技讓資管行業“煥新芽”

    過去十年，是中國資管行業蓬勃發展的十年，資管機構一手對接實體企業融資需求，一手滿足居民對財富保值增值的需求，資產管理規模快速增長。2012年至2021年末，中國經濟總量由53.9萬億元增長到114.4萬億元，增長1.12倍。期間，各類資管機構合計管理資產規模從26萬億元增長至130萬億元，十年期間增長4倍。資管新規以及促進行業健康發展的指導意見陸續出臺，監管部門逐漸統一尺度、步調一致，對百萬億體量的資管行業實施了一場高難度的“外科手術”，促進了金融體系的穩定，為行業的健康發展奠定了基礎。各資管機構間不再是短期博弈的競爭，而是依靠穩定、專業的投資能力保持競爭力，尋找各自的差異化發展路徑。

    在大數據、云計算、人工智能等技術驅動下，金融科技正成為影響資管行業乃至整個金融領域發展的重要因素。憑借金融科技的東風，資管行業在黃金十年的新起點重煥新芽。大數據記錄歷史信息與風險偏好，云計算提供關聯交互、深度學習和精準挖掘，人工智能強大的數據分析與計算能力，可以輔助主動投資、挖掘量化模型，這些智能化應用主要集中在投資研究、對沖套利、金融預測、智能擇時、算法交易、風險控制等方面，幫助從業者提升工作效率和投資效益，“金融科技+資產管理”的創新生態正逐漸形成。

    三、數字化時代的投研新思維

    傳統投研工作中，人類大腦依據有限的數據，并結合經驗與邏輯分析來指導投資。投研過程中需要投研人員通過各種渠道尋找數據和判別信息，依靠個人的知識儲備和歷史經驗對數據進行加工整合，并通過邏輯分析和數理建模，最終以報告的形式輸出觀點并指導投資決策。整個過程對投研人員信息搜集、數據處理、邏輯分析和知識結構都提出了較高的要求，而且會花費大量時間，有些窗口時間較短的市場投資機會往往稍縱即逝。

    隨著大數據時代來臨，資訊信息爆炸式增長，人類大腦無法高效處理海量信息。即使部分金融數據服務商目前已經提供了相應的數據庫產品，但數據的顆粒度和產業鏈關聯性仍難以滿足多元需求，研究人員的工作效率迫切需要提升。另一方面，依靠人工分析，研究結果容易受到個人知識體系的限制以及情緒的影響，穩定性和可控性不高；金融機構的投研工作大量依靠人工生產，一旦較為資深的投研人員發生離職等工作變動，投研工作也會遭受較大影響。

    智能投研作為金融科技在投資研究和資產管理方面的重要應用，雖然目前整體處于成長初期，但未來可期，隨著技術的迭代及應用的深入將對傳統投研行業產生巨大的優化和革新。首先，通過金融科技在研究業務全流程各個環節的運用，可以節省大量人工處理時間，提高投研工作效率，讓研究人員可以更專注有效價值的挖掘。其次，人類往往更擅長處理線性關系，對非線性關系難以直觀理解，而機器學習等AI技術更擅長從復雜的非機構化數據中提煉非線性關系，起到輔助投資，提升投資決策勝率的效果。機器的情緒控制明顯好于人類，可以提高分析結果的穩定性和可控性。最后，智能投研系統一旦建成，復制推廣和運營成本極低，可以有效提升投研人員的整體專業水平，也可以降低少數個別人員離職變動帶來的風險。

    四、華泰證券資管智能投研新實踐

    （一）平臺化、系統化、智能化

    華泰證券資管結合傳統投研中的專家經驗（EI）與智能投研中的人工智能（AI）的各自優勢，取長補短，運用人機結合思想將人類大腦的經驗判斷與人工智能的深度學習優勢互補，構建平臺化、系統化、智能化的新型投研體系。

    “平臺化”聚焦知識的生產，通過數字化平臺標準化投研生產流程，提升數據處理、投研內容生產、組織協同效率，并打通研究端與投資端，構建一體化投研評價體系，讓知識共享更及時、內容生產更合規規范、策略生產更順暢、效果評價更客觀，為持續化的投研能力迭代和多層次、券商特色產品體系的打造提供有力支撐。

    “系統化”強調知識的留存，以“專家研究+數據智能”為體系框架，實現整個業務流程的系統化，貫穿線索挖掘、策略形成、資產配置、資產選擇和組合風控的全業務周期。同時，依托平臺，不斷沉淀特色投研數據、指標、模型與策略，系統化留存投研能力。

    “智能化”側重知識的迭代，也是對傳統投研進行智能化提升的過程。先通過AI建模的方式，將人類的成功經驗轉化為AI投資策略；AI策略投入使用后，人類對機器輸出的學習結果，給出新的策略改進建議；最終機器模型吸收歷史經驗與人類建議，衍生出新的策略分支，優勝劣汰，不斷迭代。整個過程遵循學習、使用與迭代的進化思想。通過平臺化、系統化、智能化的智能投研平臺建設，最終實現整個投研過程經驗可復制、成果可追溯、業績可預期的目標，助力客戶獲得更好的持有和盈利體驗。

    （二）智能權益投研平臺先行

    華泰證券資管以權益投研工作為突破口，利用上述平臺化、系統化、智能化的建設思路，構建了智能權益研究系統“睿鑒”。

    “睿鑒”系統從宏觀、行業再到個股形成自上而下的研究體系，每層研究內容自下而上包括數據引入、指標提取和模型輸出。系統把研究員的整個研究過程進行工業流程化改造，確保每個環節數據可視化，研究結果知識化，形成研究資源的積累。研究員不再被淹沒在信息海洋中，而是聚焦于挖掘公司價值。投資經理不再依賴個人經驗，而是與資產配置模型有機結合后完成投資，組合績效歸因和風險評估也可由系統自動分析，實現組合業績可解釋、風險可量化。

    數據是投研工作的基本生產資料，華泰資管依托華泰證券強大數智中臺，構建多維度的另類數據體系，覆蓋市場、行業、資訊、輿情、電商、支付等各類投研數據。基于數據進行模型算法的機器學習后，尋找最能反映基本面的核心指標，幫助投研人員發現最能提高收益風險比的關鍵變量。優秀的基金經理與行業專家在此過程中充當模型的“導師”，向模型反饋訓練的優劣情況。

    平臺實踐典型的AI+EI模式，加載了豐富的智能投研應用（數據、指標、信模型、信號與策略），這些智能投研應用與投研人員之間不會形成競爭，而更多是互補關系。投研人員依靠自身的知識邏輯對智能投研發現的問題進行解釋，而智能投研可以快速準確地完成更為全面豐富的數據處理，避免投研人員陷入重復勞動中，幫助投研人員走在市場曲線之前。

    與數字化系統相伴相生的是組織結構的迭代與系統文化的建設，配合睿鑒系統的建設，公司建立投研協同機制與跨部門共享機制，并由系統支持不同崗位間的信息傳遞，覆蓋投資經理與研究員、跨品種、跨市場的投研成果，實現數據資源打通，提升公司的全市場風險定價能力。

    六、數字化轉型新范式

    （一）可復制、可追溯、可預期

    以終為始，在“睿鑒”系統打造過程中，華泰證券資管始終牢記打造智能投研平臺的最終目標，那就是建立經驗可復制、成果可追溯、業績可預期的數字化投研體系。

    “經驗可復制”：系統中的所有投研知識都是經過模型挖掘與因子檢驗的結構化數據，是具體可量化的指標或者信號，經統一視圖向投研人員提供服務，真正實現了信息降噪的效果。投研人員的知識獲取不再只是偶然的靈感迸發或者潛意識偏好，還有智能化模型隨時協助投研人員發現投資機會。

    “成果可追溯”：系統加載的智能投研機器人實時運行各類有效策略并實時輸出結果，賦能基金經理，形成各類有效策略智能化線上跟蹤，比如財務甄別、盈利預測、基本面形態、資產定價等。智能化策略可完成實時評估歸因，及時反饋至基金經理，對可能的投資誤區糾偏。在業績復盤時，每筆交易不僅據可循，而且績效貢獻詳實直觀。

    “業績可預期”：有了平臺能力的支持和數據支持，基于各類策略模型打造的資管產品具有清晰可見的收益風險特征，產品層次清晰、資產布局涇渭分明，風險暴露實時可測可量化，使得未來業績可預期。

    （二）厚植文化重塑資管品牌

    過去一段時間，行業存在蹭熱點、搶噱頭、賺規模的“偽創新”現象，最終造成了“基金賺錢、基民不賺錢”的體驗撕裂。放眼未來，資產管理行業要構建高質量新發展格局，關鍵在于構建穩健專業的行業文化，關注長期可持續回報的“真創新”。華泰證券資管將以數字化轉型為契機，繼續立足華泰證券集團及自身對于金融科技的認識和積累，堅持用數字化轉型的思維、方法和技術重塑投研體系，持續耕耘智能投研平臺建設，堅定不移地打造收益可預期、風險可測控的智能投研體系，以為投資者提供長期、穩健、有遠見、可信任的投資服務體驗。