資產配置數字化平臺（TAMP平臺）——國元證券
案例基本內容和執行情況
隨著國內大財富管理時代的到來，傳統的“賣方投顧”模式無法滿足財富管理業務的發展需求，國元證券積極順應行業轉型發展趨勢，用科技創新引領業務發展，在財富業務的核心鏈條中大量運用人工智能技術，用投研驅動資產配置，用資產配置驅動財富業務發展，打造出全新的財富業務科技發展模式，創造了全新的數字化應用場景。
具體建設內容如下：
第一，基金優選模塊。公募基金的數量已接近2萬只，每一只基金都具有不同的風險收益特征，業績也具有很大的隨機性，實現基金產品的分類和優選是資產配置的前提。項目在集合客戶投資需求和基金的風險收益特征基礎上，對全部基金進行了全新的分類（近50種），每一個分類都是一種細分資產，具備獨立的風險收益特征。以此為基礎，對不同分類建立不同的量化優選模型，開發了一套在宏觀周期下遴選因子、模型的產品篩選方案，解決基金業績隨機性大的間題。最終，每一個細分的資產都匹配一定量的具有預期超額的基金列表，最終形成一套“資產－產品”的對應矩陣。
第二，資產預測模塊。建立了統一的宏觀六因子框架，在此框架下建立了多套大類資產輪動模型，完成前瞻性資產配置邏輯層面實現。子資產層面，建立了多套多周期輪動策略和擇時策略，因子層面包括但不限于宏觀經濟、中觀風格、微觀行業、事件、資金流和各類風險因子等，組建統一的勝率、賠率、趨勢度和擁擠度模型。基于Al算法訓練適合當下市場環境的最佳因子，通過強化學習實現各個策略結果的融合，最終形成各類資產的多周期觀點，以此實現前瞻性資產配置微調指引。
第三，客戶投資框架學習模塊。結合傳統的客戶基礎屬性，更多地關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，學習客戶投資過程中在風格、行業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，可精準描述客戶在投資習慣與投資能力，為個性化資產配置提供了關鍵信息。
第四，提出“理性人”概念，開發資產配置策略專家系統和組合最優化算法，根據前述三個部分的結果，對單客戶生產專有策略，形成資產配置或者組合配置，最終達到千人千面的資產配置方案。匹配基金組合策略畫像與客戶畫像是本項目的關鍵技術，通過深度學習與強化學習匹配算法，將基金產品端豐富的標簽畫像與客戶畫像相結合，進行基于深度強化學習進行動態匹配。
案例主要經濟成效和社會成效分析
在場景應用方面，本研究搭建了全新的投研框架，產品覆蓋面廣，可以靈活增減產品類型、因子和策略模型，使投資者享受最先進和實用的投研平臺；在客戶服務方面，課題全面升級算法，資產分類擴展數倍，為資產配置提供豐富工具，盡可能實現客戶資產組成最優夏普，滿足客戶各類投資偏好；在技術創新方面，基金細分類Al聚類與排序算法支持基金細分分類下排序篩選，借助客戶投資偏好標簽分類，實現風險控制下的最優策略模型，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％個點的年化預期收益，顯著降低回撤幅度2-3倍，夏普比率得到顯著性提升。
該項目未來將轉化為公司的TAMP平臺，成為國內首個商用TAMP平臺，為財富業務的發展提供核心競爭力。通過平臺的智能化服務，線上向客戶提供標準化投資策略服務，線下向一線人工提供個性化策略工具，向基金投顧業務提供最優的基金組合策略，同時做到研投能力輸出，向具有財富業務的金融機構提供資產配置服務，將實現線下投顧服務效能提升6-8倍，客戶投資收益實質性提升占比客戶達75%；不僅為行業，也為整個社會的居民財富保值增值目標提供更加靈活、高效、且更具有實際意義的體系化解決方案。
本文選自數據要素價值創新示范案例集（2023年度）