随着以机器学习、神经网络为代表的智能化算法在金融科技中的应用越来越深入，重要性越来越凸显，数金公司在进行业务模式创新的同时，也正在依托智能化算法竭力打造出有核心竞争力的、智能化的算法金融科技产品与服务。

一、算法金融业务的本质

算法金融本质是要搭起计算科学、人工智能、数据科学等理论技术与金融行业具体业务场景之间的桥梁，使那些不同领域算法在金融行业得到更为鲜活的应用，推动金融服务智能化水平。算法金融的应用领域主要包括高频交易、统计套利策略、动量与其他资产组合管理、机器学习与计算金融智能、基于代理的金融复杂性与市场效率研究、衍生品估值算法分析、行为金融及投资者启发研究、量子计算在金融的应用、舆情分析与文本处理等。

图 1：XGBoost算法用于构建计算金融智能分类器

算法的基础理论及基本原理是公开的、共有的，但理论原理要落地，要进一步形成与金融场景相结合的具体方法技术，直到最终产品的出炉，这中间还有很多工作要做，还有很多具体的落地技术需要突破。而这个过程中的核心和关键就是算法理论和原理如何与具体的金融业务场景相融合，从这个角度来说算法金融产品或者服务的创新并不一定是算法原理的改造，而是建立在金融场景与算法原理对接基础上的数据工程化、原理实证化及算法产品化的过程。

这整个过程的实现必须要建立在算法产品研发人员对场景、数据、算法原理、算法产品的系统部署等整个流程均有深厚理解与认知的基础上；需要将算法与场景连接起来，通过设计算法、开发模型去刻画、描绘场景，将场景关系转换成可以定量描述的状态、空间，或者将变化规律通过数理方程、图论支持的图示、神经网络等算法刻画出来。一个量化概念的构造或者一个算法原理在不同场景中的应用过程往往是千差万别的，其应用效果往往也是大相径庭的。

例如概率是表示一个事件发生的可能性，可以用来筛选建模样本，也可以来预测股票涨幅大小，还可以通过概率思维来表达特定个体某种尝试行为的次数及相应的数据生成过程。最近邻域算法（KNN）是大家所熟知的机器学习分类算法之一，这一算法可以应于到信用卡产品的精准营销，基于海量信用卡交易信息，推算出所有POS机的位置，以此构建出每一个用户的消费轨迹，为精确刻画用户画像、个性化推荐、商圈营销等提供依据；也可用以判断股票走势分化趋势，确定强势、中等、弱势股票的分类边界，分类边界的形状会因K的取值不同而不同，因此关键就是要找到一个合适的K值，而寻找最优K值的过程可能又会涉及到其他算法，同时针对不同的数据特点，最适合的K值的算法也会有所不同。

图 2：KNN用于分析判断客户行为轨迹

图 3：KNN用于研判股票走势分类边界

二、算法金融业务的特点

算法金融业务最典型的特点就是贯穿整个业务场景的全链条服务，它并不是只在业务的某一个环节或者产品建设的某一个阶段发挥作用。

从算法产品的打造过程来看，算法金融的业务最显著的特征就是全流程的算法驱动与串联：从业务场景端的切入开始，场景内外部数据整合、清洗挖掘、特征变量的加工，到算法体系设计与具体实施步骤，逐层落地算法伪代码，业务实证结果的编码实现，数据集的增广，直至业务痛点被解决的全过程均有算法的支持与驱动。整个过程中为达到阶段性的目标需要构造具体的、可描述的目标（函数），而这些目标（函数）的优化又会涉及不同领域算法推理实现环节及实现步骤的编码过程。

从算法产品生命周期来看，产品的开发验证、测试上线、监控优化形成了一个闭环，每一环节中都存在着不断的调整优化，甚至涉及具体实现算法的重新构造。算法模型通过不断试错迭代，循环修正当前算法对场景变迁刻画不充分、不到位的地方，不断化解场景与数据的关联度、适配度不足的问题。因此智能化算法金融业务产品往往能够自动做出更精确有利的金融决策，提升金融资源利用效率，提高服务质量，增强客户的差异化竞争能力，增加业务经营的商业价值。

图 4：算法金融产品全生命周期

三、兴业数金算法金融业务的定位及作用

兴业数金智能算法业务就是依托金融场景，通过机器学习、神经网络、高维统计、流形学习等学习型、思考型算法而非机械型、公式化的模型来打通技术与金融场景之间的壁垒，并通过这些算法和技术刻画、描述金融场景及其内在的演进规律，打造适配不同金融场景的算法产品，并持续推进产品与市场需求的不断融合与改进，做智能化技术与金融场景之间的连接器、响应器，做金融创新业务的驱动器和推进器，成为金融领域智能算法产品的系统性提供商、运营商。

从数金公司的业务发展现状及创新战略来看，算法金融业务能助力于巩固、延续业务发展，但更重要的是能够从源头上极大地驱动业务创新。

一方面算法金融业务能够为数金公司的中小银行科技输出业务提供新的动能，创造出差异化的产品及服务，提升数金公司对合作行的服务品质与服务维度，打开新的市场。传统的以营销体验为主的互联网科技产品很容易被复制，较难保持对客户的吸引力；而基于智能算法的金融科技产品是对风险控制、定价策略、投资决策等金融的核心职能进行了客制化深入优化，这种分析、判断能力不易复制，产品同样也不易复制，必须客制化地去打造，能够真正提高中小银行的差异化核心竞争力。

另一方面，算法金融可以开拓新业务领域，拓展新的服务模式、带来新的利润增长点。在散户为主的资本市场，以算法支撑的、智能化的信息咨询服务，给资本市场的广大 C端投资者客户在个性化选股，仓位配置、择时诊断等方面提供智能化体验，改变证券公司传统的人工投资咨询服务模式。这种智能化产品基于前沿算法与经典投资理论，能够达到烫平市场波动和震荡的效果，在带给投资者及时、快捷服务同时，也能带给投资者长期稳健的、超越大盘的收益。

同时，智能化的客户服务能够帮券商机构降低运营成本，促进机构客户经纪业务收入的提升。这种机器学习、人工智能算法驱动的、新型的券商—-客户服务模式必将给证券行业带来革命性的变化，那种过度依靠牌照、忽视投资者利益、轻松赚钱的模式不久将会被科技金融的智能化服务方式所改变，这种面向资本市场的产品创新也是我们作为一家科技金融公司的重要战略发展方向之一。

图 5：算法金融业务驱动创新

四、兴业数金算法金融业务的发展愿景

兴业数金作为兴业集团提供金融信息服务的金融科技企业致力于开发基于前沿算法的智能化金融科技创新产品，以软件系统、算法咨询、云平台等方式向各类金融客户输出算法产品，满足不同客户多样化算法服务需求，并持续拓宽产品创新范围。

当前，兴业数金已打造形成基金端智能投顾、股票端智能投顾、企业智能风险、个人信贷算法产品体系，正在对接市场客户，推进产品的客制化工作。 接下来我们将通过持续的产品创新拓宽算法金融产品的市场范围，使产品能广泛深入到财富管理、投资研究、消费金融、产业金融、小额信贷等金融领域，并能成为引领智能化分析决策的一支重要力量。

图 6：兴业数金算法金融产品

与此同时，我们将秉持合作、共赢理念，与海内外高校、科研机构、企事业单位以及有志于开展数据业务、算法产品研发等方面的金融科技公司在大数据、人工智能等方面开展深度合作，深入推进各类金融科技前沿算法的应用研究。通过与这些机构的强强联合，广泛寻求智能化算法产品合作研发、市场运营、业务拓展的机会，构建产、学、研一体化的算法金融技术平台，与合作伙伴一道共建智能金融的美好明天，为实现智能金融的“中国梦”而不懈奋斗。