资产配置数字化平台（TAMP平台）——国元证券

案例基本内容和执行情况

随着国内大财富管理时代的到来，传统的“卖方投顾”模式无法满足财富管理业务的发展需求，国元证券积极顺应行业转型发展趋势，用科技创新引领业务发展，在财富业务的核心链条中大量运用人工智能技术，用投研驱动资产配置，用资产配置驱动财富业务发展，打造出全新的财富业务科技发展模式，创造了全新的数字化应用场景。

具体建设内容如下：

第一，基金优选模块。公募基金的数量已接近2万只，每一只基金都具有不同的风险收益特征，业绩也具有很大的随机性，实现基金产品的分类和优选是资产配置的前提。项目在集合客户投资需求和基金的风险收益特征基础上，对全部基金进行了全新的分类（近50种），每一个分类都是一种细分资产，具备独立的风险收益特征。以此为基础，对不同分类建立不同的量化优选模型，开发了一套在宏观周期下遴选因子、模型的产品筛选方案，解决基金业绩随机性大的间题。最终，每一个细分的资产都匹配一定量的具有预期超额的基金列表，最终形成一套“资产－产品”的对应矩阵。

第二，资产预测模块。建立了统一的宏观六因子框架，在此框架下建立了多套大类资产轮动模型，完成前瞻性资产配置逻辑层面实现。子资产层面，建立了多套多周期轮动策略和择时策略，因子层面包括但不限于宏观经济、中观风格、微观行业、事件、资金流和各类风险因子等，组建统一的胜率、赔率、趋势度和拥挤度模型。基于Al算法训练适合当下市场环境的最佳因子，通过强化学习实现各个策略结果的融合，最终形成各类资产的多周期观点，以此实现前瞻性资产配置微调指引。

第三，客户投资框架学习模块。结合传统的客户基础属性，更多地关注客户的投资框架与投资能力，通过客户完整的历史交易记录，学习客户投资过程中在风格、行业上的偏好和投资能力，特别是券商的股票投资类客户群体，新增的投资类属性超百个，可精准描述客户在投资习惯与投资能力，为个性化资产配置提供了关键信息。

第四，提出“理性人”概念，开发资产配置策略专家系统和组合最优化算法，根据前述三个部分的结果，对单客户生产专有策略，形成资产配置或者组合配置，最终达到千人千面的资产配置方案。匹配基金组合策略画像与客户画像是本项目的关键技术，通过深度学习与强化学习匹配算法，将基金产品端丰富的标签画像与客户画像相结合，进行基于深度强化学习进行动态匹配。

案例主要经济成效和社会成效分析

在场景应用方面，本研究搭建了全新的投研框架，产品覆盖面广，可以灵活增减产品类型、因子和策略模型，使投资者享受最先进和实用的投研平台；在客户服务方面，课题全面升级算法，资产分类扩展数倍，为资产配置提供丰富工具，尽可能实现客户资产组成最优夏普，满足客户各类投资偏好；在技术创新方面，基金细分类Al聚类与排序算法支持基金细分分类下排序筛选，借助客户投资偏好标签分类，实现风险控制下的最优策略模型，尽可能提升投资者受益。在成果方面，课题能够有效帮助客户提升平均2%-10％个点的年化预期收益，显著降低回撤幅度2-3倍，夏普比率得到显著性提升。

该项目未来将转化为公司的TAMP平台，成为国内首个商用TAMP平台，为财富业务的发展提供核心竞争力。通过平台的智能化服务，线上向客户提供标准化投资策略服务，线下向一线人工提供个性化策略工具，向基金投顾业务提供最优的基金组合策略，同时做到研投能力输出，向具有财富业务的金融机构提供资产配置服务，将实现线下投顾服务效能提升6-8倍，客户投资收益实质性提升占比客户达75%；不仅为行业，也为整个社会的居民财富保值增值目标提供更加灵活、高效、且更具有实际意义的体系化解决方案。