导读
中国的资产管理行业正在跨越式迈向工业化时代和智能化时代，迫切需要构建一个全流程、全资产、全球化的统一投资决策系统，对内外部数据实现实时打通。
正文
根据波士顿咨询公司2018年全球资产管理报告，资产管理业在数据来源、分析方法以及数字化本身等方面落后于其他大多数行业。其重要原因之一是投研业务的专业性、复杂性、个性化要求等，使得投研业务的数字化存在较大难度，实现资产管理投研业务全流程闭环、底层数据打通的一体化系统需要巨大的投入。因此，全球大多数资产管理机构中，投研的很多业务环节仍需要线下手工操作，数字化方面的滞后成为行业发展和创新的障碍。
在国内资产管理行业，目前普遍采用的是不同来源的多套孤立的信息系统支持投研业务，缺乏统一规划，存在较多发展阻碍：一是核心系统难支持个性化业务，业务承载能力受限；二是系统分散、烟囱式架构，跨机构系统间交互依赖手工；三是内外部数据不能实时有效打通，影响决策能力和风险管理能力。因此，行业迫切需要建立新一代投研系统，通过金融科技赋能，提升投研能力，支持层出不穷的业务创新，支持资管开放环境下与全球大型资产管理公司同台竞争的能力。
打造全资产、全流程、全球化的投研数字化支撑系统
博时新一代投资决策支持系统是博时基金建立投研核心竞争力的战略性项目。博时基金依托该系统进行的投研数字化转型，多维度、立体化打造投研业务的新一代方案：第一，在横向进行整合，把各部门的业务打通，形成全流程闭环；第二，在纵向进行管理提升，把手工操作转变成自动化、智能化操作，把投研人员从低价值、重复性的工作中解放出来，将更多的精力用于投资决策、处理风险、关注绩效；第三，在业务深度上，整合内外部大数据，采用人工智能技术，实现智能研究、智能风控、智能交易、智能量化投资。
构建全流程、全资产、全球化的统一投资决策系统
在技术实现上，新一代系统采用了稳定高效的传统金融架构与敏捷开放的互联网架构融合的模式。针对核心交易、实时估值、实时风控等传统金融业务，采用可靠高效的分布式交易中间件与高性能高可用的消息中间件，保证核心金融业务的稳定。分布式交易中间件采用多项先进技术：降低交易IO瓶颈、优化内存数据库多播同步、API串、并行处理相结合、争抢式主动负载均衡、有优异的跨系统跨数据库特性。消息中间件支持业务分发热切、流量控制、接入管理等功能，可实现多级联动，形成N层结构，保证系统的高效稳定。针对资产配置、风险监控系统等管理类应用，使用基于云原生的互联网架构，具有敏捷和可扩展性强的特点，保证业务需求的迭代与持续交付。在研发管理上，新一代系统采用DevOps开发运营一体化体系，实现持续交付（CI/CD）机制，支持微服务架构、敏捷开发模式、大型复杂项目管理和大规模研发团队的管理。
实现实时精准估值、实时持仓、实时头寸、实时交易和实时风控计算
面对实时精准估值、实时持仓、实时头寸、实时交易和实时风控计算等高时效性的要求，新一代投资决策支持系统要有高并发、低延时的能力。一是采用“分布式缓存+应用分级本地热点缓存”模式，构建高性能多级缓存。使用本地缓存做一级缓存，减少分布式缓存访问量，降低网络IO带宽消耗与网络时间消耗；使用分布式缓存做二级缓存，减少群集环境下访问数据库的消耗。二是引入内存数据库，节省磁盘IO开销，极大地提高QPS量级。三是针对盘中几百个组合的各类实时指标计算与风控测算，对系统的并发要求高，使用消息中间件，提供Publish-Subscribe交互方式实现异步消息队列，并提供争抢式自动负载均衡机制。
引进人工智能、大数据等金融科技手段突破传统技术瓶颈
新一代投资支持决策系统在研究、投资、量化、交易、风险管理等环节引进大数据和人工智能等金融科技新技术，突破传统技术瓶颈问题。以研究工作为例，一要解决手工收集和整理数据、写作研报等大量低价值重复工作问题，实现工作的效率的提升；二要解决依赖个人Excel模板的问题，实现知识积累和工作的传承，包括：在收集和整理数据方面，应用NLP（自然语言解析）、意图识别、OCR（图像识别）、知识图谱等技术，结合搜索引擎与爬虫技术打造智能搜索系统；在数据范围方面，采用基于深度学习的图表解析引擎和文本解析引擎将公告和研报中的非结构化数据加工成结构化数据，运用大数据泛采技术，获取新闻事件和舆情信息并进行分类和情感分析；在工作传承方面，引进知识图谱框架将Excel中积累的数据搬到系统中，实现团队知识的积累，在此基础上构建推演关系，并关联经济指标实现投资机会的自动挖掘；在研报写作方面，基于PDF抽取技术获取公告和新闻中的数据和信息，并利用知识图谱和自然语言处理技术自动对事件的影响进行点评，在报告中自动填充行情和财务数据，生成智能研报。
提升投研线业务的数字化水平
博时新一代投资决策支持系统具有投研业务基础功能支持、投研核心能力输出、专业机构服务、业务创新支持、提质增效打造核心能力等多方面的应用。以投研提质增效为例，主要解决了以下几方面问题。
在研究分析方面，提升研究分析的效率与价值。研究工作本身的痛点是工作的效率和工作的传承，系统通过智能信息搜索、研报数据定制、智能研报生成等方法解决这些问题，让研究员将更多的精力用在信息分析和得出研究结论上，提升研究水平。另一个痛点是怎样让研究分析成果的价值得到体现。依托投研一体化的系统，通过投研一体化改革、资产配置管理和多层次绩效分析的支持，比较好地把投资决策委员会、研究员、基金经理的成果转化为投研的团队能力。此外，借助机器学习技术，系统可以支持智能量化选股和智能因子发掘。
在投资方面，提升投资组合管理和投资决策水平。基金经理投资管理的一个痛点是投资前的决策，需要实时头寸和实时组合指标信息、投资指令对组合各项指标的影响等，该系统可以提供决策支持，例如货币基金在调仓前，可以试算调仓对久期、收益率的影响等。另一个痛点是投资风险的预警和处置，系统上的投资日历、投资监控、实时合规监测报告等是防范操作风险和合规风险的重要工具。根据系统整合的内外部大数据、系统可以自动计算和发起风险券处置流程，可以防范和处理信用风险、流动性风险、市场风险，还可以计算各类信息和事件对组合的影响。
在交易方面，提升交易能力、严控交易风险、降低交易成本。新一代投资决策系统将银行间、托管行、中债上清、交易对手业务打通，实时打通底层数据，可以精准控制头寸、自动计算合规风控；可以系统化地进行操作风险监控；可以使用相关数据进行挖掘，快速推荐交易对手和交易价格，支持交易决策。另外，在交易询价环节引入人工智能技术，把自然语言的交流转变为结构化的报价。
在后台运作方面，降低运营操作风险，提升业务效率。新一代投资决策支持系统打通多个内部系统、托管行、银行间、中债、上清的业务衔接，实现自动化，场外交易效率大幅提升。新一代投资决策支持系统采用了和估值系统、托管行三方自动化对账机制，并建立操作风险监控系统，使得运作业务摆脱了低价值、风险大、重复性的业务操作，降低了运营的风险，保障业务顺利开展。
（王德英为博时基金管理有限公司副总经理兼首席信息官，车宏原为信息技术部总经理、金融科技中心副主任）
上一篇：结算系统V6.0 革新赋能期货市场发展
下一篇：一体化运营平台 提升资管机构行业竞争力
