FX168财经网_全球视野外汇黄金加密货币NFT资讯网

ETF热点收评｜能源、建筑齐头并进，价值ETF（510030）逆市收红！多只成份股收盘价创历史新高

极引导，或将会提振高股息板块吸引力。价值投资，选择“价值”！价值ETF（510030）紧密跟踪上证180价值指数，该指数以上证180指数为样本空间，从中选取价值因子评分最高的60只股票作为样本股，覆盖26只“中字头”个股！上证180价值指数成份股均为“低估值+高股息”大盘蓝筹股，包括中国平安、招商银行、工商银行等金融板块龙头股，以及基建、资源等板块龙头股，成份股股息率高，在波动行情中具有较好的防御属性。本文图片、数据来源于Wind、沪深交易所、华宝基金等，截至2024.7.24。风险提示：价值ETF被动跟踪上证180价值指数，该指数基日为2002.6.28，发布日期为2009.1.9。指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。180价值指数近5个完整年度的涨跌幅为：2019年：19.49%；2020年：-3.17%；2021年：-3.37%；2022年：-11.74%，2023年：-4.13%。文中提及个股仅为指数成份股客观展示列举，不作为任何个股推荐，不代表基金管理人和基金投资方向。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，华宝基金亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资人应当认真阅读《基金合同》、《招募说明书》、《基金产品资料概要》等基金法律文件，了解基金的风险收益特征，选择与自身风险承受能力相适应的产品。基金的过往业绩并不代表其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，根据基金管理人的评估，价值ETF的风险等级为R3-中风险，适合适当性评级C3（平衡型）及以上投资者。销售机构（包括基金管理人直销机构和其他销售机构）根据相关法律法规对以上基金进行风险评价，投资者应及时关注基金管理人出具的适当性意见，各销售机构关于适当性的意见不必然一致，且基金销售机构所出具的基金产品风险等级评价结果不得低于基金管理人作出的风险等级评价结果。基金合同中关于基金风险收益特征与基金风险等级因考虑因素不同而存在差异。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎选择基金产品并自行承担风险。中国证监会对以上基金的注册，并不表明其对该基金的投资价值、市场前景和收益做出实质性判断或保证。基金投资需谨慎。

金融界2024-07-24

ETF复盘日报｜大盘寻底，中证100ETF基金爆量超2倍！“核电双龙”新高，高股息价值彰显！国防军工ETF（512810）逆市摸高2%

极引导，或将会提振高股息板块吸引力。价值投资，选择“价值”！价值ETF（510030）紧密跟踪上证180价值指数，该指数以上证180指数为样本空间，从中选取价值因子评分最高的60只股票作为样本股，覆盖26只“中字头”个股！上证180价值指数成份股均为“低估值+高股息”大盘蓝筹股，包括中国平安、招商银行、工商银行等金融板块龙头股，以及基建、资源等板块龙头股，成份股股息率高，在波动行情中具有较好的防御属性。图片、数据来源：沪深交易所、华宝基金、Wind等，截至2024.7.24。风险提示：中证100ETF基金标的指数为中证100指数，该指数基日为2005.12.30，发布日期为2006.5.29；国防军工ETF被动跟踪中证军工指数，该指数基日为2004.12.31，发布于2013.12.26；价值ETF被动跟踪上证180价值指数，该指数基日为2002.6.28，发布日期为2009.1.9；银行ETF被动跟踪中证银行指数，该指数基日为2004.12.31，发布于2013.7.15。指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。文中提及个股仅为指数成份股客观展示列举，不作为任何个股推荐，不代表基金管理人和基金投资方向。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资人应当认真阅读《基金合同》、《招募说明书》、《基金产品资料概要》等基金法律文件，了解基金的风险收益特征，选择与自身风险承受能力相适应的产品。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。根据基金管理人的评估，中证100ETF基金、国防军工ETF、价值ETF、银行ETF风险等级为R3-中风险，适宜平衡型（C3）及以上的投资者，适当性匹配意见请以销售机构为准。适当性匹配意见请以销售机构为准。销售机构（包括基金管理人直销机构和其他销售机构）根据相关法律法规对以上基金进行风险评价，投资者应及时关注基金管理人出具的适当性意见，各销售机构关于适当性的意见不必然一致，且基金销售机构所出具的基金产品风险等级评价结果不得低于基金管理人作出的风险等级评价结果。基金合同中关于基金风险收益特征与基金风险等级因考虑因素不同而存在差异。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎选择基金产品并自行承担风险。中国证监会对以上基金的注册，并不表明其对本基金的投资价值、市场前景和收益做出实质性判断或保证。基金投资需谨慎。

金融界2024-07-24

大盘寻底，中证100ETF基金爆量超2倍！“核电双龙”新高，高股息价值彰显！国防军工ETF(512810)逆市摸高2%

极引导，或将会提振高股息板块吸引力。价值投资，选择“价值”！价值ETF（510030）紧密跟踪上证180价值指数，该指数以上证180指数为样本空间，从中选取价值因子评分最高的60只股票作为样本股，覆盖26只“中字头”个股！上证180价值指数成份股均为“低估值+高股息”大盘蓝筹股，包括中国平安、招商银行、工商银行等金融板块龙头股，以及基建、资源等板块龙头股，成份股股息率高，在波动行情中具有较好的防御属性。图片、数据来源：沪深交易所、华宝基金、Wind等，截至2024.7.24。风险提示：中证100ETF基金标的指数为中证100指数，该指数基日为2005.12.30，发布日期为2006.5.29；国防军工ETF被动跟踪中证军工指数，该指数基日为2004.12.31，发布于2013.12.26；价值ETF被动跟踪上证180价值指数，该指数基日为2002.6.28，发布日期为2009.1.9；银行ETF被动跟踪中证银行指数，该指数基日为2004.12.31，发布于2013.7.15。指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。文中提及个股仅为指数成份股客观展示列举，不作为任何个股推荐，不代表基金管理人和基金投资方向。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资人应当认真阅读《基金合同》、《招募说明书》、《基金产品资料概要》等基金法律文件，了解基金的风险收益特征，选择与自身风险承受能力相适应的产品。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。根据基金管理人的评估，中证100ETF基金、国防军工ETF、价值ETF、银行ETF风险等级为R3-中风险，适宜平衡型（C3）及以上的投资者，适当性匹配意见请以销售机构为准。适当性匹配意见请以销售机构为准。销售机构（包括基金管理人直销机构和其他销售机构）根据相关法律法规对以上基金进行风险评价，投资者应及时关注基金管理人出具的适当性意见，各销售机构关于适当性的意见不必然一致，且基金销售机构所出具的基金产品风险等级评价结果不得低于基金管理人作出的风险等级评价结果。基金合同中关于基金风险收益特征与基金风险等级因考虑因素不同而存在差异。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎选择基金产品并自行承担风险。中国证监会对以上基金的注册，并不表明其对本基金的投资价值、市场前景和收益做出实质性判断或保证。基金投资需谨慎。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-07-24

中证证券时报主板价值100指数下跌0.83%，前十大权重包含伊利股份等

主板市场财务状况良好、符合高质量发展和价值投资理念的上市公司证券的整体表现。该指数以2007年06月29日为基日，以1000.0点为基点。从指数持仓来看，中证证券时报主板价值100指数十大权重分别为：贵州茅台（8.14%）、招商银行（7.2%）、美的集团（5.32%）、紫金矿业（4.75%）、五粮液（4.3%）、比亚迪（4.0%）、立讯精密（3.37%）、格力电器（3.0%）、伊利股份（2.82%）、中国神华（2.36%）。从中证证券时报主板价值100指数持仓的市场板块来看，上海证券交易所占比61.54%、深圳证券交易所占比38.46%。从中证证券时报主板价值100指数持仓样本的行业来看，主要消费占比20.45%、可选消费占比17.57%、工业占比16.77%、金融占比9.25%、信息技术占比8.06%、原材料占比7.99%、能源占比7.74%、医药卫生占比5.83%、通信服务占比4.32%、公用事业占比2.02%。资料显示，指数样本每年调整一次，样本调整实施时间为每年证券时报中国上市公司价值评选名单公布后的第6个交易日。权重因子随样本定期调整而调整，调整时间与指数样本定期调整实施时间相同。在下一个定期调整日前，权重因子一般固定不变。特殊情况下将对指数进行临时调整。当样本退市时，将其从指数样本中剔除。样本公司发生收购、合并、分拆等情形的处理，参照计算与维护细则处理。

金融界2024-07-24

美大选风云：拜登退选哈里斯与特朗普对比特币立场引关注

泛影响力的应用，从而引导市场回归理性和价值投资。九、比特币市场反应在拜登宣布退选之后，比特币市场出现了小幅上涨的态势。市场对于特朗普和哈里斯可能展开的政治较量做出了迅速反应。机构投资者在此背景下，对市场的未来表现出了乐观的态度，并且预计比特币有可能重回历史高点。然而，这种乐观预期也面临着诸多不确定性和潜在的风险因素，需要市场参与者保持警惕和冷静。十、对区块链技术的影响从技术层面来看，美国大选的政治变动可能会间接影响区块链技术的发展。若候选人对加密货币持积极态度，可能会推动相关研究和开发的资金投入，加速技术创新和应用场景的拓展。例如，可能会加大在区块链政务、供应链管理、金融领域的应用试点和推广。反之，如果候选人对加密货币持谨慎或限制的立场，可能会导致技术研发的资金受限，企业投资意愿降低，从而减缓区块链技术的发展速度。此外，政策的不确定性也可能使一些技术人才和创新企业转向其他更友好的市场环境，影响美国在区块链领域的竞争力。不过，无论政治立场如何，区块链技术的发展趋势已经不可阻挡。其去中心化、不可篡改、安全可靠等特性，决定了它在未来数字经济中的重要地位。因此，行业自身也在不断努力，通过技术突破和应用创新，减少对政策的依赖，实现可持续的发展。免责声明：作者或本文中提及的任何人士的观点和意见仅供参考，不构成财务、投资或其他建议。投资或交易加密货币或股票存在财务损失的风险。来源：金色财经

金色财经2024-07-24

招商基金中低风险产品年内跌幅近15%！稳居同类产品倒数第一

“国九条”督促基金管理人树牢理性投资、价值投资、长期投资理念，从规模导向向投资者回报导向转变，把投资者的获得感放在更重要位置。基金风险等级是投资者决策的重要参考，它不仅影响资金的安全性，也决定了收益的潜力。正确的风险等级评估可以确保投资者根据自身的风险承受能力做出明智选择。若低风险投资者因误判而购买高风险基金，可能导致资产大幅缩水，甚至面临本金损失的风险。因此，了解并重视基金风险等级，对于保护投资者资产至关重要。 Choice数据显示，根据公告口径公布的基金风险等级来看，招商基金旗下招商安瑞进取债券A(217018.OF)、招商安瑞进取债券C(019500.OF)均为R2-中低风险。截至2024年7月23日，两只基金的年内跌幅分别为14.65%，14.75%，位居同类基金倒数第一！可以观察到，跌幅接近的产品风险等级多为R3-中风险、R4-中高风险。而招商基金旗下其他R2-中低风险产品年内最高跌幅仅5.70%。图片来源：Choice数据截至2024年7月23日该基金现任基金经理为况冲，基金经理年限仅1.44年。2012年8月至2014年2月在陆家嘴金融发展有限公司工作，任战略发展部投资经理；2014年2月至2015年4月在华宝信托有限公司工作，任产品部产品经理；2015年5月至2017年7月在兴业国际信托有限公司工作，任证券信托总部团队负责人；2017年8月至2021年5月在云南国际信托有限公司工作，任资本市场部业务副总监,从事可转债投资工作；2021年6月至2022年10月在上海久期投资有限公司工作，任股票转债研究副总监。2022年11月加入招商基金管理有限公司。2023年2月16日担任招商丰利灵活配置混合型证券投资基金基金经理。2023年6月21日起担任招商安瑞进取债券型证券投资基金基金经理。从基金经理角度来说，仍是行业“新人”。 Choice数据显示，况冲旗下在管另有灵活配置型基金-招商丰利灵活配置混合基金(A/C：000679.OF/002416.OF)，任职回报接近-30%，年内跌幅超20%！最新合并规模仅0.22亿元，较2023年2月接手时已跌近50%。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-07-24

基金经理投资笔记｜战略上重视从稳健向积极的策略转变

源，是确定的制度红利，是投资者最看重的价值投资的蓝海。第二，中国式现代化是适合中国国情的独特的现代化道路，在经济快速发展的同时，保持社会稳定和发展的独立自主是最大的前提。这一目标的实现，无疑会对投资环境及政策导向产生重要影响，这在很大程度上界定了投资布局的边界，是对投资风险和收益最大的刻画。第三，创新、协调、绿色、开放、共享的新发展理念是对投资布局的全局性指引，无论对宏观、产业还是资产布局都指明了清晰的路径。第四，新质生产力是战略布局的重中之重，但要经受过渡期的考验。二、过去三年稳健策略的边际收益开始递减对投资者来讲，战略和战术的收益经常无法兼得。中国目前进入过渡期，经济运行态势是低增长、低收益，高波动，不确定性增强，投资者的策略大致分成两类。一类是稳健，一类是积极。稳健策略采取的是曾国藩的“结硬寨，打呆仗”，采取较为保守的操作手法，倾向于投资“黄金、红利低波和长债”这耐心三宝。这一策略过去三年非常有效，但是其边际效用开始递减。从其逻辑来看，该策略大致可以划分为基于“安全”而不是“发展”的交易。假若美国共和党总统候选人特朗普提出的结束俄乌冲突的承诺成为事实，这一足以影响全球大类资产配置的逻辑将会发生重大改变。随着拜登的退选，这一口号成为现实的概率越来越大，如此一来，基于全球动荡而进行安全交易的策略或将会失效。从内部来看，三中全会的精神显然是基于“发展”的交易，《决定》重视安全，但安全也是为了保障发展。内外结合来看，假如外部的冲击弱化后，全球资源特别是石油价格回落，中国制造业的成本将会大幅降低，这对我们现代化的建设将会是求之不得的事情。再进一步，市场预期美元降息预期愈演愈烈，廉价美元将成为货币市场的常态，这些逐利的资本会布局新质生产力还是以分红为主要回报的传统生产力呢？答案应该是相对明确的。三、共识的改变取决于制度变革措施的实施从这个意义上讲，另一类投资者的策略显然更符合未来的趋势。其逻辑是：正因为目前是过渡期，才有不确定性，也才有风险；因为有风险，才有超额收益。此类积极的布局者开始增多了起来，但还没有蔚然成风。 ◆ 基金经理行为更加积极从最新披露的基金二季度报告的持仓来看，积极的基金经理的持仓全面拥抱高端制造业，电子新晋成为公募第一大重仓行业。一级行业方面，加仓最多的行业是电子、通信、国防军工，比2024一季报分别提升3.87%、1.14%、0.66%，减仓最多的行业是食品饮料、计算机、电力设备，分别下降3.62%、1.44%、0.76%。从二级行业看，消费电子、通信设备、元件加仓最多，比2024一季报分别提升1.53%、1.32%、1.23%，白酒、光伏设备、软件开发减仓最多，分别下降3.15%、0.89%、0.67%。 ◆ 内附的交易共识即将打破数据表明，经过过去三年的博弈，公募权益基金的投资和布局模式发生了重大变化，但并没有结束共识。在年度宏观策略配置报告《相时而动》中，我们提到策略的同质性已经非常明显。概括起来就是“股债同源”，背后的逻辑是在产业外围与中心博弈的过程中，央国企的“内附”特征非常明显，投资者无论是布局权益的石油、银行、电信、煤炭，还是布局长债，其实都是以公共信用背书的，有一种隐含的垄断的收益在定价中起着重要的作用。《决定》非常明确地指出，市场在配置资源中起到决定性的作用，民企与国企一视同仁，内附的程度将会愈发弱化。下一步，政府将会推进能源、铁路等行业自然垄断环节独立运营和竞争性环节市场化改革。并且要为非公有制经济发展营造良好环境、提供更多机会，完善民营企业参与国家重大项目建设长效机制，支持有能力的民营企业牵头承担国家重大技术攻关任务，规范涉民营企业行政检查。法治是最好的营商环境，要制定出台民营经济促进法。《决定》还强调弘扬企业家精神，加快建设更多世界一流企业，这是对各类经营主体的共同要求。因此，可以乐观地判断，民企力量的壮大，将是共识改变的催化剂。 ◆ 制度变革对预期改变的作用强于技术操作三中全会明确了要确保2024年经济增长目标的实现，很多投资者寄希望于财政与货币政策的继续发力。我们前期分析过了，财政不是加码而是把前期的积极政策用足，货币受制于外部的约束，即使发力也是信号作用大于实质作用。我们一直认为制度变革比单纯的降息降准等政策操作对市场信心的修复有效得多，前者是激发市场最基础的活力，后者是政府管制的放松，是用来解决市场失灵的。因此，在我们看来，最终改变投资者预期的将会是这些措施的兑现，预计很快会看到法律性文件的发布，以及一些具备样本价值的企业行为的展示。从中国改革开放的历史看，这些宝贵的经验对于市场预期的改善是立竿见影的。《决定》指出十一届三中全会开启了改革开放和社会主义现代化建设新时期。十八届三中全会开启了新时代全面深化改革、系统整体设计推进改革新征程，开创了我国改革开放全新局面。二十届三中全会的价值和意义更加重大，过去成功的经验一定会采用。我们乐于看到十一届三中全会后“傻子瓜子”现象的复现，预计将会看到新一代企业家的崛起，这就很清晰地界定了投资的路径。四、先从思想上突破自己根据以上的分析，我们认为投资即将进入一个新的时代，改造传统的投资思维和方法已经时不我待。一是，在经济增长范式、结构保持不变的时期，经济增长、企业发展，都遵循特定的荣衰规律，投资者的认知确实不用太多考虑范式转换带来的影响。但是，制度的变迁已经开始了，我们不仅需要低头拉车，更需要抬头看路。二是，以技术革命为主线的“大变革”时代，使一切旧的范式都失效了。我们首先要对抗的就是价值投资崇尚的“均值回归”理论，以及价值投资者对于这套理论的执迷。均值回归失效的根本原因在于，技术革命会使得代表旧经济秩序的企业破产、消亡。三是，尽管我们认为创新是增长的关键，但创新带来的机会仍然可能会被传统的投资者所错失或误解，因为他们更加关注行业指数、短期收益和价格走势。投资者资需要关注颠覆性创新的领导者、推动者和受益者，并由此来确定大规模的投资机会。四是，制度大变革的过程中，市场经济会发挥资源配置的基础作用，企业家将会成为现代化建设的主力军，这是投资布局重大的变化。【了解作者】魏凤春博士，创金合信基金首席经济学家，投委会委员兼秘书长，宏观策略配置部总监，兼任MOMFOF投研总部总监，南开大学经济学博士，清华大学管理科学与工程博士后。学术研究与教学以及宏观经济走势、金融产品分析等实务领域经验丰富、成果卓著。从业24年以来，一直致力于在周期波动的框架内运用财政的视角解构宏观经济的运行，将中国经济看作一份资产，通过资本资产定价的方式来确定其价值与风险。

金融界2024-07-24

DSC价格走势分析及前景预测：潜力巨大有望登陆头部交易所

和项目进展展示了其巨大的发展潜力和投资价值。投资者应关注DSC项目，参与其中，共享未来的技术和经济红利。来源：金色财经

金色财经2024-07-24

三大指数齐挫！银行股逆袭，“工农中交”续创新高，银行ETF(512800)逆市涨近1%！A股积极因素累积

，高股息资产是长线资金重要配置方向。价值投资，选择“价值”！价值ETF（510030）紧密跟踪上证180价值指数，该指数以上证180指数为样本空间，从中选取价值因子评分最高的60只股票作为样本股，覆盖26只“中字头”个股！上证180价值指数成份股均为“低估值+高股息”大盘蓝筹股，包括中国平安、招商银行、工商银行等金融板块龙头股，以及基建、资源等板块龙头股，成份股股息率高，在波动行情中具有较好的防御属性。图片、数据来源：沪深交易所、华宝基金、Wind等，截至2024.7.23。风险提示：银行ETF被动跟踪中证银行指数，该指数基日为2004.12.31，发布于2013.7.15；价值ETF被动跟踪上证180价值指数，该指数基日为2002.6.28，发布日期为2009.1.9。指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。文中提及个股仅为指数成份股客观展示列举，不作为任何个股推荐，不代表基金管理人和基金投资方向。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资人应当认真阅读《基金合同》、《招募说明书》、《基金产品资料概要》等基金法律文件，了解基金的风险收益特征，选择与自身风险承受能力相适应的产品。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。根据基金管理人的评估，银行ETF、价值ETF风险等级为R3-中风险，适宜平衡型（C3）及以上的投资者，适当性匹配意见请以销售机构为准。适当性匹配意见请以销售机构为准。销售机构（包括基金管理人直销机构和其他销售机构）根据相关法律法规对以上基金进行风险评价，投资者应及时关注基金管理人出具的适当性意见，各销售机构关于适当性的意见不必然一致，且基金销售机构所出具的基金产品风险等级评价结果不得低于基金管理人作出的风险等级评价结果。基金合同中关于基金风险收益特征与基金风险等级因考虑因素不同而存在差异。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎选择基金产品并自行承担风险。中国证监会对以上基金的注册，并不表明其对本基金的投资价值、市场前景和收益做出实质性判断或保证。基金投资需谨慎。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-07-23

行业研究｜有连云等资深玩家助力AI+金融应用创新

视频和财经等端口，一键辅助投资者教育和价值投资理念呈现，并生成多维BI可视化报表，帮助基金公司快速分析和决策。（9）轻松驾驭声誉风险管理在声誉风险管理中，金融机构需要建立全流程管理体系。麒麟大模型强有力的数据反馈能力协助基金公司及时获取风险信息，迅速形成解决方案，提供从生成、使用到数据决策的闭环支持，释放对人的依赖和流程压力，助推基金公司声誉管理和价值呈现。有连云麒麟金融场景商用AI大模型以AI速度解决基金公司多场景需求，轻松驾驭需求痛点，在销售、市场和声誉管理过程中提供更科学、可靠和专业的链路，助力增益、降本和增效。 2、金融行业应用Gen AI的典型案例（1）AlphaSense推出生成式AI助手-AlphaSense 助手 AlphaSense是金融市场情报和搜索领域的领先平台，此前其推出了AlphaSense助手，这是一款创新的生成式AI聊天工具，旨在改变金融从业者从数百万商业和财务文档中提取行业洞察的方式。此外，AlphaSense还推出了企业智能服务，将其AI驱动的搜索、摘要和聊天功能安全地集成到客户专有的组织知识和AlphaSense广泛的内容库中。 AlphaSense助手由AlphaSense专为市场情报定制的大型语言模型（ASLLM）支持，基于AlphaSense的行业领先内容库，提供一个会话式聊天界面，大大提升了商业和金融专业人士的研究效率。用户可以轻松咨询特定领域的投资机会或竞争对手分析，并立即获得准确答案。这些答案还具备内置的可审计性，方便用户追溯到原始资料，进行上下文和验证的检查。（2）FeatureSpace 推出 TallierLTM™金融垂直大模型作为全球领先的企业级防欺诈技术供应商，FeatureSpace 推出了世界首个大型交易模型（LTM）- TallierLTM™。 TallierLTM™ 采用自我监督的预训练方法，对各司法管辖区和市场细分领域的交易行为进行了深入分析，使其能够真实反映现实世界中的消费者交易行为。与行业标准模型在典型的 5:1 误报率下运行相比，TallierLTM™ 在欺诈检测准确性方面提升高达 71%。通过分析数十亿笔交易，TallierLTM™ 具备揭示隐藏的交易模式并预测消费者行为的能力，可以为数据科学家提供区分合法与犯罪活动的关键洞察。金融机构可以通过嵌入 API 与 TallierLTM™ 交互，将交易历史转换为机器可读的特征向量，创建成独特的 "行为条形码"，全面代表消费者的交易行为，同时还能保护个人隐私。（3）Visa推出基于生成式AI的欺诈解决方案 Visa 基于生成式AI技术，于今年5月份面向美国金融机构推出账户攻击情报（VAAI）评分工具，以识别和防范金融交易中的枚举攻击（enumeration attacks）。该工具能够实时检测可疑活动，并为金融机构提供风险评分，帮助客户精准判断何时需要阻止交易，从而防止潜在的欺诈行为。该AI工具通过学习持卡人的交易习惯，能在四毫秒内自动评估交易风险，区分正常消费与异常行为，快速识别可能的攻击性交易。其经过超过 150 亿笔交易数据的训练，通过比对历史枚举攻击模式生成风险评分，预测交易是否属于枚举攻击。与现有的风险评估模型相比，VAAI 工具在减少误报方面显著进步，误报率降低了 85%。（4）澜码科技尽调报告Agent案例国内某银行推出一项普惠贷款服务，旨在为中小企业提供便捷的贷款服务，以支持实体经济的发展和创新。但在发放普惠贷款的过程中，银行难以全面了解借款企业信息状况和还款能力，尤其是面对缺乏完善财务记录的中小企业和个体工商户时。因此银行客户经理往往要花费大量时间收集和分析各类资料，对申请企业进行尽职调查，并撰写尽调报告，包括客户情况分析、财务数据分析、尽调审核分析等等。但是，银行一线客户经理的业务分析水平参差不齐，导致了尽职调查和尽调报告质量不一，同时，系统中的报告模版也往往比较僵化，无法直接使用，一线客户经理就要花费大量时间在报告撰写上。澜码基于该需求，为客户构建了一款基于大语言模型的尽调报告Agent，可以自动给出分析结论、生成报告，辅助一线银行客户经理的工作，不仅能够节省一线客户经理80%报告撰写的时间，还可以全面审核客户资料，帮助人工发现一些不易发觉的点或遗漏，减少错误率。 3、国内代表性AI金融服务商深擎科技深擎科技成立于2018年，是一家专注于为企业提供人工智能技术赋能的公司，尤其在自然语言处理、个性化推荐和大语言模型等领域具有卓越的研发能力。核心创始团队来自IBM中国AI实验室，曾参与Watson研发，具备优秀的技术和工程实力。公司利用AI与大数据分析技术，为券商和银行提供内容科技与智能营销产品，助力客户获取、活跃和交易转化。深耕金融行业，掌握增长场景的深度KnowHow，并以AI Agent为基座，打造行业刚需的应用产品体系。产品已实现PMF，覆盖了80%的大中型券商和50%的大型银行。企业优势：技术实力强：深擎的核心技术团队源自IBM人工智能实验室，技术底蕴深厚。深擎自主研发的金融行业预训练模型（L1），效果准确率评测，超国内多个千亿模型，接近GPT4。大模型在2B场景落地过程中，最重要是准确率，在客户关心的重要技术指标上深擎处于行业领先地位，譬如：Function call多场景复杂接口的识别准确率达93%以上，多轮语义准确率和召回率分别达到95%和90%以上，AIGC内容合格率超95%。深入业务与场景：深擎在发展过程中，吸引了一批来自甲方客户的业务专家，因此能够把技术、产品与客户业务做有效整合。通过场景设计，深度融入客户核心业务，实现可量化的业务价值。譬如，有多款自研AIGC内容产品规模化上线运行，嵌入客户核心营销流程，实现内容生产效率超100倍提升。数据丰富且高质量：经过多年积累，深擎在证券行业沉淀了大量行业数据与标注数据。并且通过产品在业务场景上的闭环，能够源源不断获得更多行业数据。这些关键数据都是深擎模型训练与产品迭代的重要保障。客户案例多且合作深：深擎已与多家国内前十大券商合作大模型项目落地，案例数量在行业内处于领先地位。客户多，意味着产品的有效迭代就快，而非脱离市场的闭门造车。头部客户代表着行业内最新的发展共识，代表着新质生产力。项目案例多，意味着遇到的实际问题多，踩的坑多，解决问题的办法就多，也更加合理。此外，深擎与多家头部券商在大模型落地过程中有深度合作，通过产品、数据、业务形成闭环迭代，能够让客户真正把产品使用起来，并不断根据用户反馈、数据反馈，迭代AI产品。甜新科技甜新科技成立于2016年，总部位于上海，是一家以AIGC和5G视频通信技术、行业大模型为核心的人工智能创新型高科技企业。由红杉中国、金沙江创业投资、同创伟业等投资。公司的产品包括VCRM系列产品，是基于Al+视频的营销解决方案，助力企业营销转化。致力于在视频营销科技领域，为行业客户提供以深度融合Al+视频为基础的场景化服务解决方案。公司主要服务的方向包括零售电商、新消费品牌、银行、保险、消费金融、游戏等行业。企业优势：多种客户触达方式：平台可提供目前市场上主流客户触达方式，包含：AI交互视频、视频通知，AI语音外呼、视频短信、文本短信等客户触达方式，可根据不同的客户触达目标选择及组合。提高用户参与度：通过互动视频，用户可以与数字人内容互动，相比传统视频内容，这种形式能极大地提升用户的参与度和兴趣，从而增加用户停留时间和参与深度。提升品牌影响力：首先，通过一段3分钟原视频，即可快速生成和金融机构代言人真人一模一样的数字人分身，五官、动作、表情、声音完全模仿本人，通过数字分身与客户进行视频对话，基于自然语言处理及大模型技术，可实现多轮对话和智能互动。互动视频能够以其新颖的形式和丰富的用户体验增强品牌形象，通过用户与视频内容的互动，可以增加品牌的曝光度和记忆度。千人千面的客户服务：利用AI技术，基于用户的行为和偏好提供个性化的视频内容推荐，实现真正意义上的“以用户为中心”。这种个性化的体验可以有效提升用户满意度和忠诚度。效率提升：外呼营销平台能自动分析用户数据和互动结果，沉淀数据、为营销人员提供数据支持，帮助其快速调整营销策略，提高营销转化效果。基于AIGC的内容生产：外呼营销平台能可以根据客户的需求和偏好生成个性化的营销内容，如：使用不同的数字人形象，数字人复刻、声音复刻，同时，为了提高客户参与度和转化率可以快速生成大量营销内容，减少人工编辑时间和成本，满足金融行业的快速变化和更新需求。澜码科技澜码科技是一家基于大语言模型的企业级AI Agent平台公司，核心团队成员来自Google、IBM、腾讯、字节、阿里、依图等国内外知名互联网和AI公司。澜码科技率先填补了国内大模型中间层的空白，是国内探索大语言模型应用落地和AI Agent的先行者。基于底层大语言模型，澜码科技自主研发了能够连接人和系统的企业级Agent平台“AskXBOT”，助力企业构建基于专家知识的超级自动化，从而提升业务质量和效率。澜码科技已完成来自IDG资本、联新资本、Atom Capital参与的数千万A轮投资，并与多家上市公司和独角兽企业达成战略合作。企业优势： “模型中立”优势：目前大语言模型厂商在发布模型时仅定义了参数，未对模型的具体特性参数（FeatureList）进行定义，这就意味着企业用户在落地应用大语言模型时往往面临盲人摸象的困境，难以准确评估模型在特定应用场景中的适用性和效率，以及难以根据自身需求高性价比的选择、调整和优化模型，这需要基于经验和实际情况不断进行匹配和调试。作为模型中立厂商，澜码科技在过去一年多的大语言模型应用实践中，积累了大量实战场景下Agent原子能力的表现数据，因此更加了解在不同场景下的模型的表现和效果。专家知识是AI Agent 得以在企业落地的关键：专家知识的高度决定了AI Agent能够提供的价值高度，数据会帮助专家快速迭代专家知识，从而提高AI Agent的通用性。大语言模型缺乏企业特定领域知识，解决不了实际业务问题，如同一位名校毕业的高材生，由于缺乏实践经验而难以胜任具体的业务任务；此外，大语言模型对于自身能力边界的认知模糊，导致在面对超出自身能力范畴的问题时，仍试图依靠自身理解给出答案，结果往往南辕北辙，这就是常说的“模型幻觉”。因此，在企业级应用场景下，专家知识对大语言模型落地至关重要，可以说专家知识决定了AI Agent的天花板。在澜码AskXBOT平台，可以沉淀专家的知识和行业经验，构建企业知识库，促进知识共享与传承。基于此，Agent辅助知识治理，配合专家知识数字化沉淀；专家知识赋能Agent与工作流，形成良性闭环。针对办公，特别是金融、财务的办公场景的成熟技能的封装能力。和企业已有组织、权限、基础设施的集成。有连云有连云成立于2015年，是国内领先的金融AI应用服务商。旗下的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。公司专注于金融数字化转型的痛点，推进大模型的垂直应用，结合庞大的金融专业语料库，集成自然语言处理、OCR和多模态技术，实现各类事件指标的准确、实时、智能化获取，满足自定义和配置需求。企业优势强大的技术基础：有连云的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。精准的数据处理：麒麟大模型能够实时获取和解析ETF产品层面的数据，生成产品分析、研报摘要和观点，提升信息检索效率和AI批量生成资讯，解决基金公司在产品营销中的难点。广泛的生态连接：强大的生态连接可渗透到数据、交易、搜索、新闻、视频和财经等投资者聚集地，一键辅助投资者教育和价值投资理念呈现，并生成多维BI可视化报表，帮助基金公司快速分析和决策。全面的合规保障：在上市公司声誉管理和投资者关系管理领域，麒麟大模型通过智能创作、智能标签和可视化报表服务，保障资讯的真实合规，并实时跟踪推送状态，提供强有力的商业决策支持。行业认可：有连云已获得国家互联网信息办公室的3项深度合成算法备案，入选中国信通院《2023大模型和AIGC产业图谱》，并获得数字化软件产品能力DSSC优秀级认证，成为中国信通院《数字化软件产品及服务能力体系规范》编制单位，参与行业标准制订。金融行业落地Gen AI的关键能力尽管在金融行业落地Gen AI 会面临数据隐私和安全、技术和资源门槛、模型解释性和透明度，以及监管合规等挑战，但落地难度相较于传统AI项目，难度会更低，实施路径也更直接。甜新科技认为金融行业落地Gen AI需要跨越以下7个维度的关键能力： 1. 明确转型目标和战略：金融机构首先需要明确自身的数字化转型目标和战略，确定AI技术在其中的角色和定位。一个有效的Gen AI规模化落地战略，必须包含以下关键因素：高层领导层的愿景、一致性和承诺，以及业务单元级对交付结果的责任、清晰的应用场景和目标、全面的运营计划。 2. 选准应用场景：在明确转型目标后，金融机构需要选准AI技术的应用场景。这些场景应该是业务流程中的痛点或价值创造的潜在领域。例如，AI技术可以用于风险评估、信贷审批、智能投顾、客户服务等方面。 3. 数据和技术的积累：金融机构需要积累大量的数据和相关的技术能力。数据是AI技术的基础，而技术能力则决定了金融机构在AI领域的竞争力。这包括建设数据仓库、数据挖掘、机器学习、深度学习等技术能力。在部署大模型的时候，金融企业获机构需要与自身现有的系统、工作流程、企业应用程序和数据源集成。这是一个关键且复杂的任务。麦肯锡认为，有效的集成和模型维护将依赖于多个架构组件：上下文管理和缓存、策略管理、模型中心、提示库、MLOps平台、风险管理引擎、大型语言模型（LLM）运营等。（深擎科技采访供图）数据质量至关重要，尤其是在通用人工智能领域。面对海量且非结构化的数据集，确保输出答案的质量变得更加具有挑战性。领先的金融机构正借助优质人才和自动化技术，在数据生命周期的关键环节进行精准干预，以保证数据的高标准质量。同时，数据领域的领导者需要深入考虑新技术带来的安全风险，并随时准备根据法规的变化迅速采取行动。 4. 构建高效的组织架构：为了推动AI项目的顺利实施，金融机构需要构建高效的组织架构。这包括设立专门的AI团队、明确职责和分工、以及与业务部门的紧密合作。要优化组织架构之前，金融机构必须思考当前的架构为何难以无缝集成AI创新能力。成功落地AI的金融机构，并不是鼓励落地相关计划，而是通过为现有团队配备所需的资源，并积极拥抱通用人工智能所需的技能、人才和流程来实现相关目标。 5. 注重人才培养和合作：金融机构需要培养一批既懂金融业务又懂AI技术的复合型人才。还需要定期评估自己的人才招聘策略，以适应不断变化的优先事项。清晰的职业发展和晋升机会——以及有意义和价值的工作——对普通的技术从业者来说非常重要。此外，与AI领域的领先企业或研究机构合作，可以加快技术进步和创新。 6. 强化合规和安全风险管理：金融机构在实施人工智能技术时，必须确保其操作的合规性和安全性。这不仅包括遵守相关的法律法规，还涉及到保护客户隐私、预防欺诈和洗钱等风险。在引入大型模型和生成式人工智能之前，金融机构通常需要对其风险管理和模型治理框架进行重新设计，并根据需要开发新的控制机制。模型的可解释性和决策的公正性是关键问题，必须在推广任何生成式AI应用之前得到全面而深入的解决。通过这种方式，金融机构可以在确保技术优势的同时，维护其业务的合规性和安全性。 7. 持续优化和创新： AI技术是不断发展的，金融机构需要在实践中持续优化和创新。这包括收集反馈、改进算法、探索新的应用场景等。金融行业落地Gen AI的挑战尽管大模型和Gen AI能为金融行业带来巨大价值，但囿于要被高度监管的属性，金融行业在落地大模型和生成式AI要面临比其他行业更严峻的诸多挑战。以下是最关键的三大问题： 1、确保数据质量和安全性对于金融企业而言，获取高质量、具有代表性的数据分析来训练人工智能模型是实现技术优势的关键所在。AI模型的性能和准确性在很大程度上取决于训练数据的质量，因此，金融机构必须实施严格的数据治理流程，以确保数据的准确性和可靠性。许多银行拥有一个庞大而复杂的数据架构，这些架构往往跨越了数十年，涉及多种大型机系统。将这些分散的数据整合并准备用于人工智能项目是一项艰巨的任务，需要投入大量的资源和努力。同时，金融企业还必须严格遵守数据保护法规，确保敏感的客户数据得到妥善的匿名化处理和安全保护。这不仅涉及到技术层面的挑战，也考验着企业在数据隐私和合规性方面的责任和担当。 2、符合金融法规金融领域对人工智能系统的应用必须严格遵守一系列法规，且涉及信贷审批、交易监控等多个业务环节。合规性要求金融机构必须对相关信息记录详尽并始终维护模型的透明度，这无疑增加了管理的难度和成本。同时，金融机构还需定期对AI系统进行性能监控，确保没有偏差，并妥善处理可能出现的意外结果。此外，AI技术在金融领域的应用涉及到对海量数据的处理和分析，这不仅要求金融机构拥有强大的存储和计算资源，也带来了对基础设施的挑战。尽管云计算提供了灵活的解决方案，但数据安全和地区法规的限制常常成为其广泛应用的障碍。同时，将先进的AI工具与金融机构现有的IT系统无缝集成，也是一个需要克服的技术难题。 3、道德考量和偏见人工智能在金融领域的整合引发了重要的道德考量，特别是在偏见和公正性方面。人工智能系统可能会无意中延续甚至加剧训练数据中存在的偏见。例如，如果历史贷款数据对某些特定人群存在偏见，那么基于这些数据训练的人工智能模型可能会继续使这些群体处于不利地位。此外，快速变化的监管环境对金融机构提出了更高要求。随着法律和道德对AI的期望不断演变，金融机构需要不断适应新的监管政策，并保持系统的灵活性以应对这些变化。人工智能在金融领域的未来尽管生成式人工智能是目前各行各业的流行词，但如何将该技术付诸实践的最佳方式仍然尚未确定。澜码科技CEO周健指出，目前金融行业面临的主要挑战是大型模型的准确度尚未达到令人满意的标准，以及还未找到将特定场景与相应的技术进行有效匹配的路径。整个行业面临的核心难题在于如何精心选择或开发出适合的大模型和解决方案，然后确保它们在特定应用场景中的表现能够超越人类，这也是最具挑战性的部分。此外，在认知层面，一个普遍的误区是人们常常被所谓的“理想路径”所误导，认为大语言模型能够应对所有任务。然而，在实际操作中，可能由于业务人员对专业知识掌握不够精确导致无法完成相应任务。在这种情况下，我们需要通过更高效的人机交互方式，使业务人员能够明确地表达他们的需求，以便在业务流程中实现端到端的有效支持。另一个常见的误区是，人们期望用户去适应技术，而不是让技术去适应用户。如果整个行业能够在技术适应用户交互方式和需求理解方面做出创新和改进，就可能充分发挥大型模型的潜力。但目前，这一领域的探索还相对较少。金融行业落地大模型和生成式AI不仅需要技术上的升级，还需要进行企业文化的转型，以接纳创新，这将是一个漫长且充满挑战的过程。参考资料： https://www.mckinsey.com/industries/financial-services/our-insights/scaling-gen-ai-in-banking-choosing-the-best-operating-model https://www.datacamp.com/blog/ai-in-finance https://usa.visa.com/about-visa/newsroom/press-releases.releaseId.20661.html 作者：qiuping 来源：非凡产研以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-07-23

24小时热点