上海有限责任公司是一家总部设立在上海，业务经营范畴以长三角为核心，并辐射全国的中等规模券商企业。2020年以来，公司确立了“成为特色鲜明、区域领先、品牌知名的、有专业特色的财富管理型券商”的战略发展目标，其中坚持以金融科技能力建设为核心是实现公司面向财富管理转型的重要技术保障。为助力公司面向财富管理的业务转型战略的实施，上海依托内部技术力量和资源，自主研发建设了基于云原生的新一代数智化基金投研平台，本项目于2022年11月荣获第八届期货科学技术奖优秀奖。
上海打造新一代数智化基金投研平台的基本思路是：以财富管理转型需求为导向，以“科技+服务”双轮驱动，构建金融产品供需管理体系，打造基金研究与投顾的综合服务平台。
在项目实施中，上海决定采用云原生为技术底座来建设数智化投研平台，其目的不单纯仅服务于基金投研这一个应用，而是希望以投研项目建设为抓手，通过项目实践为公司初步打造统一的云原生架构技术中台底座，并在项目实践过程中催生和发展技术团队在云原生开发部署方面的能力，打牢自主开发能力基础，最终实现新老系统的逐步上“云”目标。
建设背景
随着中国资本市场不断走向成熟和完善，资产投资已成为人们资产保值、增值的重要方式，基金由于其所具有的“集合理财，专业管理；组合投资，分散风险；利益共享，风险共担；严格监管，信息透明；独立托管，保障安全”等鲜明优点，越来越受到投资者的青睐。
2020年在新冠肺炎疫情全球大流行的不利背景下，中国基金类业务逆势上扬取得了不俗的发展成绩。从2018年开始，公募基金不管是在数量增长率方面还是资产管理规模方面都呈现出明显的上升趋势。2019年10月公募基金投顾业务试点的推出，为券商财富管理转型带来了新的机遇，拓展了新型财富管理业务范畴，开启了新的盈利模式。
上海在基金投研方面具有丰富的行业经验和知识积累，2010年5月成为中国投资基金业协会正式批准的第一批基金评价机构成员，公司下属基金评价中心在基金评价研究领域具有10年以上的知识经验和数据积累，上海基金评价中心发布的研究报告和数据，已受到市场广泛的认可和采用，基金评价中心面向公众推出的《基金评价》公众号，在基金评价公众信息服务领域享有较高的权威和声誉。
上海开展的基金研究业务类型分为：基金风险评价业务、基金评价研究服务、基金销售机构研究咨询服务以及基金搜寻和尽职调研服务四大类，业务范围涉及：基金行业发展研究、基金监管政策研究、基金公司评级与研究、基金产品评级与研究、基金产品设计、基金投资策略、基金资产配置研究、基金池和基金组合构建与分析、基金智能投资研究等。
为解决上图所示这些业务发展与技术能力落后所造成的矛盾，上海于2020年启动了基于云原生的新一代数智化基金投研平台建设项目的建设，基金投研平台已于2021年6月建成并上线运行，成为公司发展投研业务的重要支撑平台。
实现功能
基金投研平台在、基金、基金经理、基金管理人四个层次上实现了对Barra因子、规模和价值属性、混合细分分类、拼接净值、综合指标计算等全方面多层次的基金数据标签的计算和呈现、指标监控、数据报表、组合分析等功能，具体来说就是为前端业务用户实现了基金画像、基金研究、回测研究、组合研究和报告工厂等功能。
技术创新性
上海基金投研平台的技术创新主要体现在以下五个方面：
1、多层次、全方位的基金画像手段的革新
基金投研平台在基金评价中心多年知识积累的基础上采用了多层次、全方位的基金画像方法，具体来说就是：
（1）以基金产品为核心，在、基金、基金经理、基金公司四个纵向层次上，实现数据的归集和分解计算，从而有效解决了市场同类产品，分析层次比较单一的问题。
（2）各层标签数据之间，通过业务逻辑实现上下层穿透，形成一个动态有机的整体，使基金画像更加全面准确。
（3）上海作为仅有的4家具有基金评价牌照的券商之一，上述所有标签背后都有我们公司专业化的投研分析人员，通过完善的分析方法与验证体系做支持，所以具有：专业设计与验证、动态跟踪与调整、精准修正与复核的特色。
（4）通过基金投研平台所生成的基金评级、五星基金评价等数据，已被东方财富、天天基金网等主流财经网站广泛采用。
2、自然语言处理+金融模型的深度应用
基金投研平台中采用了基于深度学习的自然语言处理与金融模型深度融合的建模方法，具体来说就是：
首先基于Bert中文预训练模型的基础上，采用与、基金相关的新闻、公告、年报等金融语料，对模型进行迁移学习和再训练，以提高基础模型的识别精度。
然后在此基础上自主研发了关键信息抽取、多空情绪分析、热门主题、基于情绪因子的Fama French四因子等一系列AI+金融模型。这些智能模型在拓展和丰富基金标签画像的实际应用中取得了良好的效果。
3、自下而上的云原生一体化技术底座路线规划
基金投研平台中采用了容器+微服务+DevOps的云原生开发框架，基金投研平台将：基金画像、基金评价、基金回测等这些功能封装成Restful的微服务接口，供CRM、APP等系统统一调用，从而解决了系统间数据共享难和复用性差的问题。
4、采用PySpark API方式实现分布式融合数据处理
基金投研平台采用了PySpark API接口的方式来实现分布式融合数据处理。在实现底层分布式计算的同时，又能够无缝衔接Python语言环境下的机器学习、数据分析工具包，从而实现快速业务建模和程序开发，业务人员可以通过Web页面方式修改模型程序，并提交后台执行，大大降低了数据模型的开发难度，缩短了业务需求的响应时间。
5、高效灵活的参数动态化配置
为实现后台标签处理程序对业务处理参数灵活匹配的需求，基金投研平台采用YAML技术来实现业务需求参数化配置的方案。业务人员需要对于数据标签的时间尺度、模型类别、数据选择条件调整改变时，只需要手工修改YAML格式的文本配置文件，就能很轻松地实现程序参数调整配置，而不需要进行程序代码的硬调整，使系统针对业务需求具有高度的适配性、灵活性。
取得成效
上海基金投研平台投产运行1年多以来，各方面运行效果良好，用户评价良好，业务需求的响应速度明显提高，成为本公司金融科技创新的典型案例，总结来说取得了以下几点成效：
（1）采用云原生技术，降低了系统研发和部署成本，使系统具有了较强的可扩展性和持续集成、持续交付、业务复用的能力。
（2）采用分布式大数据计算的技术，极大地提升了基金数据的自动化处理能力。
（3）采用机器学习的手段，提高了基金投研分析的效果和水平。
（4）为公司积极拓展投研业务买方市场打下了坚实的基础。
（5）为券商如何立足自身情况，稳步推进数字化变革提供了积极的借鉴。
上海基金投研系统上线后，帮助机构业务部门大幅度地提升了客户响应速度和工作效率。大大地节省了数据分析的人力和时间，通过人工智能机器学习算法的应用，报告分析的精准性、时效性也得到了极大地提高，客户满意度获得大幅度提升。
上海在基金投研平台中大胆采用基于云原生开源技术框架来构建基金投研应用技术底座，为券商在数字化转型中，如何结合自身特点，采用先进技术，实现自主创新探索了一条新路。并且本项目采用的云原生技术所具有的：轻量、兼容性强、故障冗余和持续运行能力强、可扩展性强、部署和迁移方便、易于开发和维护、应用容易部署、按需伸缩、松耦合、弹性强等特点，对券商进行业务中台架构技术选型有较强的示范作用。
综上所述，上海新一代数智化基金投研为数字化变革时代条件下，券商如何立足自身特点，以问题为导向实施金融科技自主创新探索了一条有益的路径。
（供稿：褚卫忠 孙一伟 罗明 编辑：费凡）
