智能投研-数据应用领域

智能投研是指基于人工智能、大数据、云计算等现代科技手段，获取、处理、分析海量相关数据，生成投资观点和报告。 其中关键的人工智能技术包括自然语言处理（NLP，包括自然语言理解NLU、自然语言生成NLG等）、知识图谱等，人工智能提供算法和工具，大数据提供素材，云计算则提供算力。

与智能投顾的侧重点不同，智能投研的主要目的是深层次改造投资研究流程，提升资产管理能力和风险评估能力，创造AUM（资产管理规模）高质量增长。

智能投研产业链--数据获取与数据加工

数据源：

（1）金融数据。金融行业已经存在大量标准化的数据，包括行情数据、公司财务数据、公司公告、交易数据、宏观数据、行业数据、券商研报等。

（2）爬虫数据。采集来自互联网的数据，主要有地方政府网站、监管部门网站、媒体网站、社交网络等。

（3）另类数据，主要有舆情数据、社交数据和通过智能设备采集的数据，包括社交网络的付费API数据、卫星图片、天气数据等，还有通过移动终端或物联网设备采集的各种数据。

数据源的特点

1. 数据全面：金融数据+另类数据+爬虫数据。多种数据交叉验证，能创造更多价值。

2. 获取非结构化数据：一般的数据源都是结构化数据，对于如PDF、图片等非结构化数据（IPO招股书、企业年报、定增公告等），也可以解析转结构化数据。

3. 实时性：数据源可以24小时不间断提供数据，保证数据及时、有效。

数据提供商

image.png

国内以wind为头部玩家，追随者虽众，但差距比较大。

• Wind终端：包括股票、债券、期货、外汇、基金、指数、权证、宏观行业等多项品种，7×24×365不间断的为金融机构、政府组织、企业、媒体提供准确、及时、完整的金融数据资讯。

• 同花顺iFinD：覆盖股票、债券、基金、期货、指数、外汇等金融品种，提供最新最全市场行情、新闻研报、基本资料等。

• 东方财富Choice：覆盖股票、固收、基金、商品、外汇、宏观行业等领域，提供Excel插件、量化接口、组合管理等应用工具，集信息查询、统计分析、应用于一体。

• 恒生聚源：集证券实时行情、及时资讯、全面数据和专业分析工具为一体。

• 通联数据：国内首家开放性的大数据信息平台，汇聚海外、金融、行业、企业、电商、搜索、社交媒体等各领域大数据，是量化投资和人工智能领域的原料宝藏。

• 朝阳永续：Go-Goal4.0金融终端既是数据平台、也是工具平台，旨在助力投研人员和投顾群体，提升研究效率和服务品质。将多维度的数据挖掘成果工具化、互联网化，形成集自选股管理/监控、个股诊断、行业诊断、大盘诊断、研报分析、催化剂跟踪等多功能一体的智能投研、展业平台。

• 私募云通：包含国内最全的私募基金数据库、公募基金数据库、量化因子数据库。基于私募云通后台强大的数据库，结合金融机构内源数据，通过各功能模块的自由组合，可以为金融机构在基金组合配置的投前筛选、投中评价和投后管理全流程提供支持，提升机构资管能力。

智能投研工具型&解决方案型公司

通联数据-萝卜投研网页版&APP

萝卜投研适用于机构和个人投资者，侧重对股票、研报、新闻公告、行业数据等的展示与分析，主要包含以下版块：

• 首页：新闻咨询

• 发现：新闻订阅

• 研报：包含实时宏观研究、投资策略、行业研究、公司研究、晨会研究、债券研究、基金研究、期货研究、期权研究、外汇研究、新三板研究、金融工程、其他研究。提供PDF转文本展示。以及由萝卜投研撰写的深度见闻报告。

• 数据：涵盖指标库、宏观经济、行业经济、市场统计。

指标库：中国宏观、行业经济、国际宏观、特殊数据、市场行情、公司数据。

宏观经济：国民经济核算、工业、景气指数、固定资产投资、财政、金融、汇率、对外经济、国内贸易、就业与工资、人民生活、人口与资源、科教体卫、证券市场。

行业经济：农林牧渔、能源、化工、钢铁、有色金属、建材、汽车、机械设备、电子电器、信息服务、食品饮料、纺织服装、轻工制造、医药生物、公用事业、交通运输、房地产及建筑业、旅游酒店、文体教育与工艺品、批发零售业、行业综合。

市场统计：货币市场、国债市场、外汇市场、市场情绪、A-H股、股指期货。

• 研究：包含PE/PB Bands、同类对比、财务分析、策略选股、大盘预测。

基于宏观基本面数据和市场情绪指标， 通联数据开发了A股大盘指数预测模型，对当前时期未来一个月左右的沪深300指数涨跌进行预测。

• 组合：包含自选池、组合监控

• 看板：个股分析，跟账号相关的公告、 新闻、股票池等收藏。

image.png

image.png

文因互联

文因互联基于知识图谱和自然语言处理技术，为金融机构提供业务流程自动化和智能化解决方案。

• 主要业务

1. 智能监管引擎：自动化解析公众公司信息披露文档和网络舆论，提供合规、市场监控、内控与风险管理等应用。
2. 银行智能营运分析引擎：自动化分析财务报表、外源文档、行内文档，提高银行运营决策、产品设计、营销推广、风险管理效率。
3. 金融数据生产引擎：提供智能金融的通用底层数据和工具，实现秒级金融文本挖掘、数据推送。

• 技术优势

1. 知识图谱：将不同数据源的结构化结果，通过实体关联构建统一的“实体-关系”图结构模型，提供统一的知识库与知识图谱，支持跨领域数据链接与发现。
2. 数据结构化：将海量异构文本进行结构化处理，包括文本、复杂的表格与图片，并通过自然语言技术进一步处理，自动检测数据一致性，处理无效与缺失值。
3. 语义推理：结合“实体-关系”的结构化图谱与具体场景的业务逻辑，对异构信息进行逻辑检验，结合相关性分析与情感分析，推理出可能的隐含信息。
4. 自然语言查询：自然语言查询支持用汉语提问，获取数据库中的信息。底层可以接入各种数据：报表平台、CRM等，助力管理，营销及运营效率提升。

庖丁科技

庖丁科技是全球领先的专注于金融语义理解的人工智能公司，致力于将国际最前沿的深度学习(Deep Learning)、自然语言处理(Natural Language Processing)、富格式文档(Richly Formatted Documents)解析等技术与金融各垂直领域专业知识进行深度融合，帮助传统金融行业打造新一代核心竞争力。

• AutoDoc：金融市场信息披露文档AI智能复核

• Scriber：文档信息智能认知系统，让机器读懂业务文档，提供你所需要的关键信息

• PDFlux：PDF文档结构识别，识别文档中的表格、段落、图片、章节目录等，高效、准确地提取各种排版的表格数据

• Calliper：智能文档比对，支持Word、PDF、扫描件之间比较，支持超长文档

• Hunter：智能文档搜索，长文档极速加载、结果片段智能聚合、精准识别章节目录、拷贝表格和段落

• Foundry：自然语言处理AI平台，贯通标注、训练、预测全流程，一体化处理文本语义

达观数据

达观数据是一家专注于文本智能处理技术的国家高新技术企业，获得2018年度中国人工智能领域最高奖项 “吴文俊人工智能科技奖”，也是本年度上海市唯一获奖企业。达观数据利用先进的自然语言理解、自然语言生成、知识图谱等技术，为大型企业和政府客户提供文本自动抽取、审核、纠错、搜索、推荐、写作等智能软件系统，让计算机代替人工完成业务流程自动化，大幅度提高企业效率。

• 文本挖掘引擎：利用自然语言处理技术，让计算机具备文字阅读能力，帮助客户自动化处理海量文本数据，提升文字处理效率和文本挖掘深度，降低人工成本

• 垂直搜索和知识图谱：垂直搜索引擎利用知识图谱和语义分析技术，帮助用户从海量信息中快速准确搜索到目标内容，为客户搭建出高效精准的智能搜索系统

• 文档智能审阅系统：文档智能审阅系统可应用于金融、制造、通信、法律、审计、媒体、政府等多种文字密集型行业，为企业自动化抽取文档的关键信息、对比不同版本的文档差异、纠正文档文字错误、以及发现文书中潜在的法律风险

• 企业级搜索引擎：企业级搜索引擎致力于为企业提供AI时代的智能搜索服务，通过对企业中散落在各系统中的数据、内容进行统一管理和高效利用，使用者可以对企业中的数据、文档、人物、图片表格等信息进行全方位、高效率的检索

• 文字识别（OCR）：达观OCR综合使用图像处理、计算机视觉、自然语言处理和深度学习等技术，准确全面的识别扫描件和图片中的文字，并通过语义分析理解抽取出业务所需关键要素，在识别的同时实现文档的结构化处理

• 机器人流程自动化（RPA）：达观RPA可迅速实现业务提效，将重复性劳动进行自动化处理，高效低门槛连接不同业务系统，让财务、税务、金融、人力资源、信息技术、保险、客服、运营商、制造等行业在业务流程上实现自动化智能升级

• 数据挖掘分析：利用最先进的数据挖掘技术，为企业捕捉全网信息，基于海量数据和精准算法，就网站流量走势、用户行为、产品销量等进行准确预测

image.png

熵简科技:智能投研平台

结合另类数据、NLP、机器学习等多项自主研发的技术与产品，打造高效能的新一代投研一体化辅助决策平台。围绕流程管理和知识管理两大模块，提供知识图谱、智能研报、聚合搜索、舆情监控等16余项应用插件，依托高并发、低耦合的系统架构，实现用户需求的快速响应。

image.png

熵简科技内部已有自建、成熟的数据库。其自建的类别主要有三类：

一、另类数据库（ADB）：包括电商、招聘、点评、招投标、视频等12个大数据库，均是来源于非付费的公开信息采集；

二、行业经济数据库（EDB）：对行业指标相关的数据进行采集和整理，进而形成的行业经济数据库，如汽车领域中不仅包含有汽协、乘联会披露的车型、销量，也包含易车网的折扣率等深度数据；

三、研究舆情数据库（RDB）：即通过对券商研报、公司公告、企业智库、微博舆情、公众号文章等进行聚合形成的研究报告数据库。

对于数据源的监管制定了“合规三维度”：即数据源非付费性质、不涉及个人隐私、不涉及政治敏感话题。

总结

智能投研解决方案型公司和数据采集型公司的业务边界越来越模糊，两类公司在发展过程向对方领域都有渗透，都在打造从数据采集->数据存储->数据加工->数据工具集->解决方案的整套流程，形成自有的业务生态圈。