证券资管行业解决方案

统一集中管理,数据重复采购:建立统一的金融资讯数据模型,统一的调用接口,降低了系统开发成本。降低了对第三方数据源依赖的风险:替换数据源只需要更新资讯数据中心ETL相关任务,上层系统 和模型不需要做任何调整。

证券资管行业挑战和痛点

竞争激烈 现在网络和信息技术发展,带来了竞争日益激烈、佣金下调的生存挑战。
服务模式 行业壁垒被打破,带来了国际竞争、业务变化和创新加快、客户多元化的服务挑战。
经营模式 国际监管框架的要求,带来了风险监控标准提高、监管要求提升的经营挑战。

业务痛点

1、缺乏切合机构自身业务现状的统一化资讯数据中心,数据使用及数据服务质量面临挑战

数据重复采购:不同业务部门、系统重复采购同一类、甚至同一供应商的数据

数据替换成本高:业务系统和数据紧密耦合,被数据厂家“绑架”;数据出现问题无法快速切换

2、投研成果无法传承、大数据背景下投研效率低下

投研信息过载,获取成本增加:投研过程中信息爆炸,有效信息需要人工筛选,费时费力,降低了投研效率

3、投资板块缺乏有效的舆情风险监控能力

投资标的关联主体监控范围覆盖的有限,舆情数据源信息量大,在海量数据中获取并发现有效的舆情信息及时性不够

解决方案

建立统一的金融数据仓库,实现金融数据的统一管理和服务,为业务提供统一的数据服务。基于阿博茨AI智能平台,建立开放、分享、高效的基本面投研平台。

金融数据仓库 建立统一的金融数据仓库,实现金融数据的统一管理和服务,为业务提供统一的数据服务。统一集中管理,数据重复采购:建立统一的金融资讯数据模型,统一的调用接口,降低了系统开发成本。降低了对第三方数据源依赖的风险:替换数据源只需要更新资讯数据中心ETL相关任务,上层系统 和模型不需要做任何调整。
建立投研平台 基于阿博茨AI智能平台,建立开放、分享、高效的基本面投研平台。汇聚数据:集成整合内外部业务数据,提供一站式访问服务。促进共享:便捷的知识上传和查阅工具,丰富的协作互动平台
搜索式决策支持平台 建设金融舆情态势感知平台实现全方位投资舆情风险监测。利用企业知识图谱完成多种企业关系的信息穿透,如投资、任职、专利、招投标、涉诉关系。利用算法实现资讯舆情的自动去重、事件聚类。
10 投研工作负担减少
95 投研效率提升
3 投研流程规范提升

证券资管客户流程改进

之前 之后
看新闻、看公告、看研报
发现线索
Parsing.AI

智能信息挖掘

文本、表格、图片抽取,行业特色数据挖掘

数据收集、整理
收集资料
Analyst.AI

智能搜索

内外部数据融合,图表搜索,行业特性搜索

模型搭建
分析预测
Everdroid.AI

智能投研

投研框架,宏观预测,大数据策略资产配置

报告撰写、观点输出
报告输出
Analyst.AI

自动化报告

数据关联推荐,自然语义生成

风险管理
跟踪管理
Eversight.AI

智能监控

个性化订阅、异动指标监控、知识图谱穿透