8年创业获京东金融投资,他探寻中国智能金融之路 | 新金融100人
全天候科技 · 2018-01-03 18:29:53 · 热度:加载中...
Wind和同花顺之后,人工智能正在改变金融信息服务市场,Kensho的革命再次上演。

本文来自全天候科技,悦读更多请登录www.awtmt.com或关注微信号“全天候科技(ID:iawtmt)” 、“新金融见闻(ID:AWFintech)。

全天候科技李墨天、朱琼华

2009年,华尔街的金融机构大多还在金融危机的余波中突围。那时,也是华尔街精英的一波回国潮。西风东渐,金融危机后的海归团队在割韭菜的同时,也在改变着国内的金融业态。

作为回国大潮的一员,刘彦在那年创办了数库科技。在之后的的8年时间里,同花顺和大智慧陆续上市,Kensho接棒彭博开始改造华尔街,刘彦亲历着行业的巨变,数库科技也一直在积极探索属于自己的商业化道路。

人工智能成为新风口时,资本也开始大举涌入,华尔街的变革将在中国再度上演。

彭博、Wind与华尔街回国潮

2009年夏天,刘彦在陆家嘴花旗银行大厦租了一间办公室,地方很小,但能看见黄浦江。按照他的逻辑,尽管当时全公司只有10个人,但办公室在陆家嘴,就能让人觉得自己是家很牛逼的金融公司,就能招到人。

六年前,刘彦从密歇根商学院毕业,进入瑞信银行工作的时候,是彭博接管华尔街的整整第二十年——1983年,布隆伯格和他的伙伴用了6个月,制造出第一批22台不是特别稳定的彭博终端机,卖给了美林。

到了90年代,美国的金融机构对新技术和新数据的渴求已经相当迫切。在华尔街,很多数学家和物理学家们最典型的工作便是用算法在数据、文本信息里进行价值挖掘。

伴随着技术与数据的驱动,量化投资在2008年金融危机前迎来了黄金时代,最风光的基金经理一年能赚3亿美元。之后的2009年,华尔街的金融机构大多还在金融危机的余波中突围。那时也是华尔街精英的一波回国潮,刘彦身处其中。

在瑞信香港分公司,刘彦参与了包括建行、工行和太平洋保险上市等一系列大动作。同时,中国证券史也迎来了一波最大的牛市,国内金融信息服务商的代表Wind、大智慧、同花顺和东方财富迎来了第一个黄金收获期。

和彭博相比,诞生在门户时代的Wind要轻量很多,这个最初只有25MB的软件按照账号进行售卖,一个账号只能登录一台电脑和手机,提供7×24小时的服务。

“当时的判断是,中国的的经济会发展的很快,中国的信息和数据一定会在国际层面发挥作用,总会有人需要一个彭博这样的东西,去分析中国的公司。”刘彦说,他的想法是标准化,“最初的想法是做数据。”

他把公司命名为数库科技(ChinaScope),2009年到2012年,刘彦带着团队艰难地完成了结构化数据的搭建。但当时国内五花八门的财务标准和行业分类让刘彦大开眼界,在分析过程中,口径不一致、相关数据无法对应等问题屡见不鲜。

在这种艰难的起步条件下,数库还是获得了穆迪500万美元的投资。同一时期,Wind和同花顺已经深刻介入了中国证券业的每一个角落,就像安利把自己的品牌变成了一个动词那样,这些公司开始定义着数据的形态。单纯的数据服务,数库已经失去了机会。

拿到钱的刘彦随即调整方向,他打算利用数库自身的金融词库和语料,通过机器学习来开发一套他们自己的命名实体识别系统—— 而在当时,StanfordNER和HanLP这样的工具正在机构间流行。

刘彦从中发现了新的趋势,他相信机构需要的是把信息变成结果,即一种“深度解析”,他曾经这样形容自己的想法,“都是摘苹果,有人爬上树就摘下来,而我非要用飞镖去射。目的其实不是为了这个苹果,而是练好了飞镖,我就掌握了一门武功。”

一个优秀的研究员可以用刀耕火种的方法同时盯着几十家公司,但机器可以做到几百、几千家,而且速度更快。但这个过程并不容易。

Kensho的智能方法论

数库还在商业化道路上摸索的那几年里,变革在华尔街开始出现。

Estimize,这家公司用众包模式预测上市公司在下一个季度的每股收益(EPS)和收入数据。机构分析师和独立研究员可以分享自己对上市公司的分析报告,网站再根据每个用户的预测结构表现给予权重,从而获得每个股票的整体预测数据。

Kensho则更加出名,用户只需要像在Google搜索答案一样来搜索金融市场问题,在这背后,则是Kensho构建起的万物万事与金融的关联,并通过用结构化、数据化的方式呈现出来——拿着30万美元年薪的分析师也可以处理复杂的事件与投资的关联,但Kensho只需要几分钟。

英国脱欧期间,交易员成功运用Kensho预测脱欧选举造成当地货币贬值。用同样的方法,Kensho还分析了美国总统任期的前100天内股票涨跌情况。按照投资方高盛的说法,如果广泛加以运用,Kensho撼动的将是一直以来被彭博和汤森路透所垄断的260亿美元的金融数据市场。

Kensho的革命给刘彦留下了深刻的印象,也促使他开始反思自己在过去几年做出的一些不够谨慎的决定与战略规划。

“总结下来其实就是做早了,技术和市场都没有跟上。”刘彦说。几年里单是数据库就迭代了好几套,机构对新的模式的接受程度也需要时间,他对科技的尊崇在市场面前显得太过超前。

数库比Kensho要早成立4年,但Kensho的诞生踩准了时间,他们在华尔街兴风作浪的时候,数库还没有实力站上金融业的台前。

寻找商业出口

在长达一年的尽职调查之后。2015年底,数库获得了京东金融的1000万美元投资,并建立了战略合作关系,在京东证券这一领域进行深度合作。

按照京东金融CEO陈生强的说法,京东金融不做金融机构,而是一家依靠数据和技术为金融机构和非金融机构提供服务的金融科技公司,这与刘彦的想法如出一辙。

在拿到京东的投资之前,数库一直被缓慢的商业化推进所困扰,投入与产出难成正比。

同一时期,同行们也在小规模的向智能化探索。2013年,同花顺推出了面向个人投资者的投顾产品i问财,这款产品以财经类垂直领域搜索作为入口,包含智能选股、投资策略和策略回测等功能。

与从门户到搜索引擎的信息获取方式的进化不同,自然语言语义的识别在其中扮演着重要角色,它用来把非结构化的数据(研报、公告、新闻等)整理和分析后,结构化地展示给用户。到了那年12月,万向集团副董事长肖风在上海主导创立了注册资本3亿元的通联数据,Kensho的故事似乎已经准备好在中国再度上演。

2016年,刘彦从SanDisk挖来了中国区企业销售总经理陈煜琦来做公司的COO,主导产品的商业化。在那之前,数库科技曾经推出了一个名为“数库港”的付费产品,但收效甚微。

“散户和机构都可以买,但问题是散户对专业的数据需求少;专业机构需要数据,但他们没有技术去做处理。”陈煜琦说。在这个过程中,数库积累了颗粒度极细的上市公司数据库,他需要做的是给这些数据与技术找到一个用武之地。

“不只是财务数据,包括接近两万家上市公司的产业链图谱,语料数据。比如公司的名字、产品名称、金融术语,这些东西实际上为自然语言分析做了铺垫”,陈煜琦说。

几经折戟,他们最终决定为金融客户提供自然语言方面的技术服务,技术的成熟让刘彦最初的想法得到实现。按照陈煜琦的说法,客户用数库的产品去分析新闻和资讯,准确率可以超过90%——相比Kensho,中文的分析要比英文更复杂。

人工智能的兴起让金融科技成为了一个热词,市场瞬间被打开。

智能金融的中国路径

“市场真正打开应该是从去年开始,从去年年中开始,券商内部就都在炒作智能化,但大家也不知道具体往什么方向去做。”刘彦说。

今年初,市场的风向突然变化,券商行业中的头部企业已经率先在AI上行动起来。按照刘彦的说法,公司只有3个人负责商务与销售工作,大量的机构主动找上门来。数库为券商客户提供底层的模块,包括文档数据化、金融知识图谱、情感分析等等。加上定制化的部分,一套解决方案的定价可以超过千万。

人力与数据成本是所有同类公司的重要开支,在金融行业,数据的需求永远大于供给。当下,月收益和GDP数字这样的常规数据源开始与投资策略越来越不相关,因为新的数据已经可以让投资者预测这些数字,并在它们发布前预先做出行动。

“创新的方向,其实十几年里都没有变,但技术永远在革新。”刘彦说。人工智能成为新风口时,资本也开始大举涌入,很难说巨头没有一点点危机感。

在2016年的年报里,华泰证券反复提到去年收购的统包资产管理平台AssetMark。观察聆听官方和媒体的声音,不难发现华泰对于AssetMark寄予了非常高的期望。

今年6月,恒生电子正式面向金融机构推出最新的人工智能产品:涵盖智能投资、智能资讯、智能投顾、智能客服四大领域。其中一款产品智能小梵可通过强大人机自然交互,提供精准数据提炼及智能资讯分析。

刘彦相信巨头的接连入局是一个好消息,这意味着市场开始被引爆。

但同样,数库也需要加快步伐,他们在过去无谓消耗了了太多发展的时间。尽管公司尚未盈利,但他们拿下了几家顶部的券商客户。刘彦对数库的商业化充满信心,按照他的构想,数库在两年内会实现盈利。

本文来源:全天候科技