朝阳永续李智：以深度数据挖掘打造资管行业的“精细化中台”
丰富“盈利预测工具”应用
李智表示，朝阳永续自2005年开始构建自身的分析师数据库。经过十几年的发展，目前朝阳永续的盈利预测数据库已经积累了两大方面的特色优势。一是在研报预测数据的质量把控上，通过不断的优化，尽量做到更严格、更精细。这其中典型的问题，包括海量原始研报数据的精细校对，业绩等财务数据的“时序”、“时噪”、可信度问题，业绩预测的假设条件问题等。二是朝阳永续的盈利预测数据库，普遍用于各类资管机构的真实投资，因此也会帮助投资机构解决“投资尾部”的研究。举例而言，十几年前的盈利预测数据库相对更关注数据质量的管控，但目前资管机构更需要把券商卖方研报的关键有效信息进行“因子化”，以直接用于量化投资模型或主观研究框架。
目前，朝阳永续“盈利预测工具”在资管行业的客户，已经广泛覆盖了银行、保险、券商资管、公募、私募等各类主流资管机构类型，特别是国内绝大多数主流量化投资机构群体，均已成为公司的下游使用客户。相关机构的投研应用，大致包括四种类型。第一是把分析师盈利预测数据作为一大类因子序列，通过多因子的方式做策略模型。第二是将分析师预测体现出的市场非对称信息，用于事件驱动策略。第三是用于市场宏观情绪的度量。第四则是通过人工智能技术进行研报文本挖掘。
持续深化卖方研报文本挖掘
李智进一步介绍，面向资管机构贴近投资实战的实际投研需求，今年以来，“研报文本挖掘工具及服务”正在成为公司的另一大重要发力点。具体而言，朝阳永续拥有全市场相对较全的分析师研究报告（每年新增约18万至30万篇研报）。在此基础上，公司通过对历史研报的统计和深度智能挖掘，建立了基本面类、情绪面类、概念主题类三大热词库，并推出了研报挖掘工具。
具体而言，一篇分析师研报的文字部分往往蕴含了大量的有效研究信息，但以往在AI技术没有飞速发展之前，只能通过人工梳理。在当前AI技术和数据非结构化处理技术实现腾飞后，相关研报信息在深度处理后，就能挖掘出很多有效信息。类似“大幅超预期”、“极其强烈推荐”等带有非常强烈的情绪性的文字，以及类似某一家市场高度关注公司突然出现的关键热词“词频”、基本面逻辑的“树状结构”等，都能够通过AI的非结构化应用，形成买方机构的新研究趋势。目前，朝阳永续也与多家券商研究所进行合作，实现对研报文本更加深度的结构化挖掘，并大量应用到资管机构的投资实践中，同时也获得了许多资管机构的广泛认可。日前，在由国际金融理财标准委员会（中国）等举行的金融科技应用比赛中，朝阳永续CEO廖冰与公司也获得了“金耐冬花”2022年度金融科技创新领军人物、金融科技杰出企业等奖项。
李智进一步表示，对比同业，朝阳永续一方面将持续致力于“让数据更有价值”，另一方面也将不断以深度数据挖掘，打造资管行业的“精细化中台”。展望2023年，朝阳永续将在丰富“盈利预测工具”投研应用、深化卖方研报文本挖掘、搭建卖方与买方的基础研究数据通道等三个方向上，进行重点发力，为各类机构投资者进行贴近实际投研需求的高效赋能，实现与资管行业共成长。
