“投资逢盛世，FOF正当时!”为了探讨国内私募FOFamp;MOM基金发展面临的新机遇、新趋势，由私募排排网主办，招商基金、东证期货联合主办，招商证券、方正证券、汇鸿汇升投资协办的“第八届中国FOFamp;MOM基金管理人年会”，于2023年7月6日-7日在上海浦东嘉里大酒店举行。

在年会论坛上，东证期货总经理唐雷，东证期货东证衍生品研究院院长助理、有色首席分析师曹洋出席现场。在7月6日的分会场——私募基金资金专场对接会上，曹洋进行了主题为《金融科技在期货投研中实践》的演讲分享。在7月7日上午的主会场，唐雷代表联合主办方东证期货致辞。

东证期货总经理唐雷

以下为演讲全文:

尊敬的各位领导、各位来宾:

大家早上好，很高兴我们能参与联合主办第八届FOFamp;MOM的基金管理人年会。我代表东证期货对主办方私募排排网表示衷心的感谢，也要感谢一直长期以来支持、信任东证期货的新老客户。

近年来，在不确定性不断增强的市场环境下，风险管理的重要性越来越高。期货公司作为风险管理的主要服务商，在市场中的地位也越来越凸显。目前，期货市场总规模1.5万亿元，是比较小众的行业，还不及一家基金公司的管理规模。在小众的行业里已经有150家期货公司，整个行业可以说非常“卷”，尤其是今年。

大家对期货公司的认识可能停留在只是一个通道服务上。事实上，东证期货坚持做通道向交易转型，所谓通道向交易转型，第一是做交易的转型，坚持做交易信息的传递者，我们搭建平台让交易者、投资者、资产端方面第一时间得到市场信息。另外，公司利用大数据，在底层搭建了一个很大平台——繁微平台，整合各类数据，通过研究员第一时间分析、收集，把数据整理成产品，帮助投资者省时省力，把最前端、最热点的信息传递给投资者。所以，从通道向交易转型的过程，首先我们搭建了这个平台。

第二是交易执行的保障者。东证期货一直是全行业市场交易量最大的期货公司，我们占了百份之十几的份额。为什么能取得这个成果。因为我们有最快的行情系统、最快的交易系统来保障期货方面各种各样策略高效稳定的实施。我们把交易的路铺得很“宽”、很“快”。

第三是要形成交易策略的提供者。大家都知道期货有各种各样的对冲工具，私募也有很多利用期货的对冲工具。东证期货做了很多量化策略，这些策略很复杂，东证期货把这些策略模块化、简单化，无论是机构投资者还是个人投资者都可以用上这些策略，使我们在这个行业中的盈利能力会越来越高。

我们持续努力做这些工作，不断提升东证期货为整个行业赋能的服务能力。东证期货在行业中的各项指标全部排在全行业前三，所以我们有信心、也有能力服务好在座的各位。

最后，作为本次会议的联合主办方，由衷地希望今天到来的嘉宾对我们多多提要求、提展望，鞭策我们不断进步，紧跟市场步伐。我们将始终伴随着各位，一起为我国金融业发展注入新的活力，为投资者提供更优质的服务。再次感谢各位来宾对本此活动的大力支持!预祝本次FOFamp;MOM基金管理人年会圆满成功，谢谢大家。

东证期货东证衍生品研究院院长助理、有色首席分析师曹洋

以下为演讲全文:

各位嘉宾，大家下午好!

很荣幸今天能来这里，代表东证期货跟大家分享金融科技这些年在投研领域的应用。最近人工智能话题非常火，作为一个投研人员，我觉得未来它在大数据领域的工作和挖掘环节，会对投资起到很大助力。所以今天我把这些年公司耕耘的情况向大家做介绍。

首先讲讲市场上整体的情况。目前如果说到智能投研，最早出现的还是一些信息化的处理。国外在这一块有一些早期的探索，主要是获取数据，再进行清洗，提取核心信息。

但是，现在已进入第二个阶段——自动化阶段，会把研究员的经验、市场上专家的经验形成类似于知识图谱的东西，做成平台上的产品，变得标准化、可视化，在原有简单的信息和数据加工处理的基础上再进一步。未来我想可能会是一个智能化时代，除了推出产品化的工具外，还会让机器学习，比如说一些网络的模型、神经网络的模型、深度学习的模型，让它们跑出一些策略或者是给到结论。

这些年我们做了一款产品叫繁微，1.0版本是一个大数据平台。期货公司擅长研究大宗商品，我们做了一个类似于大宗商品的数据库。

所以这是最早1.0版本的构想，现在也已经完成。如果你在研究商品，研究宏观，研究大类资产配置，甚至是一些FOF组合的模型、推荐，那么在我们平台上都有基础数据的功能满足。

第二点，我们把一些数据进行升级，除传统意义上的数据外，我们还用上卫星、移动大数据。如何将另类数据用到投研的观察中非常有意义，也非常有趣。2.0、3.0阶段过后，有大量的数据，有大量的模型，还需要把数据、模型与分析师的经验，包括市场调研都结合起来，最终推出一些策略。所以从2.0到3.0的版本，我们开始加入一些策略的功能，现在也在平台得到实践。

下面介绍一下我们的特色版块，给大家介绍我们的思考过程，以及是怎么运用金融科技一些思想。

我们一直在改进整体页面，这也是投资者不断提出需求。以前做数据平台，发现跟迷宫一样，找数据特别不方便，所以把平台重新整合，分不同的商品、不同的类型。你关注某一块专题，可以点到那一块专题，观点、数据、新闻、动态等等，所有东西都集合在一个页面里，很大提高了使用效率。

基本面数据方面不深入展开，商品领域的数据已经囊括得比较细了。宏观领域，对于国内、海外的宏观高频数据，跟踪做得非常细，也在搭建一些行业的深度数据库，比如说新能源汽车产业链、光伏产业链、风电产业链等等。另外，对于电力、碳中和等未来很大的行业，也做了提前的数据布局。

今天最主要是跟大家分享另类数据，这非常有意思。先讲讲航运数据和卫星数据。为什么要用航运数据，最简单的逻辑是每条船上都有定位系统，能跟踪到全球物流体系上，在海上船的位置在哪里。

为什么要做这个?大家都知道统计局的数据、进出口的数据都有一个月的滞后。如果通过实时的数据跟踪到船只，它运的是什么样的大宗商品，就能对大宗商品的物流信号得到提前预估，或者是实时掌握。我们分析商品物流、物贸时就会得到更高频的数据。目前，数据领域变得非常“卷”，大家希望得到更高频的数据，以前是月度，现在希望是周度，甚至未来希望是日度，再到后来可能希望是实时。

卫星数据方面，我们最近和一些卫星提供商合作，主要是可以用在大宗商品领域用于观察，比如说可以用卫星看南美大豆的种植面积，通过红外线光谱的分析，可以观察到作物的生长。现在我们在做一个模型，通过观察美国、南美重要作物的播种、生长情况，后面预测美国农业部的月度数据。如果做到很好的拟合，未来这一块可以有很好的策略，比如用一些期权来设计一些策略。

在工业品领域，我们也在运用。以前会跟踪一些上市公司产线建设，有新产能要投产，但可能通过公告形式通知。想了解产能的大概情况，建设到什么程度，我们不知道，怎么办?通过卫星拍图，可以看到工厂建设进度，比如公布今年下半年要投产，实际上用卫星看到地基都还没有打，通过专业的知识可以推算出建设周期，会发现今年下半年不能投产，就可以帮助远程跟踪一些项目建设情况，这也是卫星在未来的一些应用领域。

还有很多应用领域，前段时间有一个事情非常有意思。大家都觉得西南可能会缺水，因为今年干旱比较严重，但是不知道缺水程度到底会对电力、水电造成什么样的影响。如果缺电，会对西南很多高能耗工业造成什么样影响。一连串的逻辑延伸开来就是供应的问题。我们的卫星就可以帮助做到水文监测，这非常有意思。

东证期货最核心、最独家的数据是移动大数据。我们有了移动大数据的底层数据后，分析师和技术团队就可以合作出很多的东西。举个例子，可以做线上调研，微博、京东、拼多多或者是每一个APP的流量是怎么样，可以进行监控，当然这很常见，现在用其他的方式也可以获得这种数据。

但是，在工业上的应用比较有意思，举个例子，某一家上市公司今年养猪情况，以前可能通过研究员去调研，现在通过金融科技手段在地图上将养猪场圈出来，可以跟踪这个区域进出的手机信号情况。对手机信号进行分类就知道这是工人还是卡车司机，还是其他人员。

如果把工人和卡车司机提取出来，标签化，专门跟踪这个数据，就能得到开工率和物流指数。生产与人流、物流正相关，比如最近生产能力下降，人流、物流指数肯定下降，就要重点关注这家公司，因为什么情况出现开工率下降。这就帮助我们做到远程监控。

再举个例子，在疫情期间我们没法出门，怎么调研?而我们想知道特斯拉工厂复产复工的情况，通过跟踪人流、物流情况，就知道特斯拉工厂复产到什么样的程度。

在观察一些上市公司方面，我们也可以做一些创新的应用，比如我们之前做了调研指数，就是机构投资者、研究员、基金经理去一家上市公司调研情况的指数。当然，上市公司会定期公布调研情况，但有一定滞后性。如果一家公司被机构投资者频繁调研，可能所在的版块，或者是这家公司未来会是较火主题相关的，可以提前观察。

这时候怎么做到呢?把上市公司总部接待的地方在地图上圈出来，去跟踪区域里进出金融从业者的轨迹，有多少轨迹。但是为什么知道是金融从业者?也比较简单，我们会做一个画像，手机安装了万得专业版，活动轨迹经常在上海、深圳、北京金融区出入的，就要打一个机构投资者的画像，比如他去一家上市公司调研，会被我们跟踪到，然后我们提示大家重点关注这类公司。

最后，我再讲一下感受。我认为在金融科技领域刚刚开始竞争，投研未来会发生很大的变化，这个变化是立足于对更真实世界的描述。对真实世界的描述需要有更多辅助的手段、金融科技的手段来帮助观察，这个未来需求非常大。我相信会有更多科技型企业未来会做数据，它们会把我们研究的数据呈现得非常立体化、丰富。未来的投研会有更多的武器去帮助大家做好研究，帮助提出更好的策略。当然，未来这个市场也会竞争非常激烈，大家可以保持关注。

如果大家对大宗商品、对宏观数据、对另类数据很关注，或者想了解一下，可以去注册，注册完可以找我们帮你开通试用权限，我的分享到此结束，谢谢大家。