“美通智能联合创始人CTO曾富涔受邀出席智能投研大会”

年10月23-24日，在上海市浦东新区水艺路418号临港金融大厦，美通能联合创始人cto应邀参加智能投研技术联盟举办的智能投研技术大会，发表了题为场景适应型智能投研技术实践的研讨会，在场的专家、金融公司代表、资源管理领域的开发者和美

美通能成立于2019年1月，引进国美集团天使轮投资，致力于成为具有中国特色的金融人工智能开拓者。 自成立以来，美通能迅速完成了众多技术和产品的迭代，涵盖了大资本管理行业投资前、投资中、投资后的各个阶段，以自研资管理行业的人工智能模型为基础构建了企业技术体系，密集完成了多家国内头部金融机构的模型和系统的交付，得到了专业机构客户的肯定。

富涔以美通成立以来头部机构交付客户产品的典型场景为背景，包括基金实时评价系统、智能投资千人千面引擎、资源管理风险管理系统和基于nlp金融知识图谱的风险传导预警四个典型场景，是美通做大资源管理行业模式和系统。

首先，关于基金的实时评价系统。 根据智能投资区试点监管的要求，各智能投资区服务机构需要设立既定的风控规则，因此公募基金的实时评价产品近期得到各机构的支持。 通常，公募基金净值在交易日后开始集中清算，基金企业在晚上20点~24点公布基金净值数据，但一些基金周四周五还没有公布净值。 基金实时评估产品的目的是帮助投资机构和投资者实时了解自己的投资目标和组合的当前状况 如果有很大的损失，就必须马上平仓以免造成很大的损失。

曾涔介绍说，美通的基金实时评估产品基于自研精准的基金持仓穿透模型和人工智能算法，在评估精度上取得了较大突破和领先。 据评估，在过去三个月中，与国内主要竞品相比，美通基金的实时估值精度在各类基金中超过了80%。 在这种情况下，技术难题是数据源多、复杂、模型对数据精度敏感、多种依赖关系、业务场景要求高负载、高可用性，与以前流传的网络技术体系明显不同

其次，在智能投资行业，正如涞涞曾经指出的，相比以前流传的智能投资引擎，美通通过引入物理学的哈密顿动力学方程和辛积分方法，完美地实现了监管的资金分散要求，并且各投资者根据风险投资的喜好不同的投资结构

再次，风险管理是大资本管理行业不可缺少的场面。 曾富涔认为，美通资本管理体系以国际知名的barra为基础构建完整的组合风险管理体系，从组合图像分解、风险测度、场景分解、压力测试、风险对冲、配比优化、绩效依据等方面为机构提供国产版barra

最后，曾富涔强调，基于nlp知识图谱的风险传导预警是美通顾客关注的重要场景。 首先通过金融知识图谱构建关联引擎，实时对目标企业和热点状况进行舆论监控，在舆论状况发生或市场情绪发生变化时，向投资者底部持仓的相关目标显示和隐含传达，从而及时向投资者和投资机构传达

另外，美通能在大资本管理行业服务机构客户的技术实践中，面对典型场景下面临的技术课题，技术栈范围广、数据来源多、复杂、对模型数据敏感、模型多参与、各种资源有限、业务要求极高

米通能通过构建灵活、可组装、标准统一化的投研平台天工系统，将模型配置到系统中后，可以通过多个流程共享采用。 投研工作人员只需要根据自己的需要生成投研流程，生成组件依赖树，系统自动组织业务流程，生成一个任务的有向无环图( dag )，最后通过时空调度器依赖同时调度

大资本管理模式行业的一大优点是模式多，杂精度要求高，实现时环节多，除了基本的it监控外，还需要对模式本身进行监控。 为此，富涔曾表示，美通将建立试金石平台，为模型监控、模型间实盘pk、人机pk、竞品pk、模型偏好淘汰提供统一平台，是各模型上线的必由之路。 通过这种方式，美通确保了各因子和模型的准确实现、实时监控。

本文：《“美通智能联合创始人CTO曾富涔受邀出席智能投研大会”》