由騰訊旗下金融科技與監管科技公司QTrade成立的AI實驗室QBrain近日宣布在金融科技探索上取得關鍵性進展，應用場景逐步落地。
QBrain AI實驗室專注于金融領域的自然語言處理研究，其中基礎性算法研究涵蓋語義理解、意圖識別、信息抽取、段落切割、句子生成、NL2SQL、閱讀理解、推薦算法等；工程性技術研究涵蓋金融知識圖譜構建、任務型機器人、問答機器人、推薦關聯系統等。
基于QBrain的金融場景學習模型與精準算法，QTrade已成功實現固收業務場景的科技賦能，其專業化、智能化的交易解決方案已落地于各大金融機構內部業務流程，幫助固收從業人員更好的建立與市場的連接、更好的進行交易對手與價格發現、提升交易效率并全程滿足合規要求。
由于中國固定收益市場因其“無指定集中交易場所”的特殊性以及一對一詢價的交易方式，存在發行與交易電子化程度不完善、跨市場、多平臺造成信息鏈路不暢、定價傳導市場化程度不足、市場透明度低下等問題。同時，債券市場由于其專業度高、以機構參與為主等特點，對金融科技的需求更為強烈，業務的電子化、線上化、智能化越來越成為不可或缺的一部分。搭載著QTrade產品版圖，QBrain AI實驗室深入債券行業痛點，將應用技術落地實際場景：
1.一級債券銷售與投標的業務場景中，QBrain以關系鏈為基礎，通過自然語言處理算法能力，將債券銷售與投資機構之前的交易聊天信息進行意圖識別、格式化提取并自動匯總銷售與投標信息臺賬，輔助高效的債券招投標環節。QBrain強大“文本分類算法模型”，能快速判斷從業人員聊天信息的“不同意圖”，過濾掉閑聊信息，并把對話中有價值的內容（如債券代碼、標位、標量、價格、期限、評級等）解析識別出來，識別準確率達90-95%，處于行業領先地位。
2.在二級債券交易業務場景中，QBrain通過各API接口，串聯整個交易環節，打造交易閉環，打通金融機構內部系統與外部機構的鏈路，真正實現報價一鍵式觸發、交易對手快速觸達，使得報價數據更清晰有效，進而助力金融機構搭建智能化平臺，實現智能化與自動化相結合的債券交易服務，提升交易與內部協同效率。
QBrain AI人工智能實驗室由北大博士鄒鴻岳領銜，目前，研究團隊成員已達近40人，包括完善的數據標注團隊、算法研發小組和算法創新落地團隊。團隊80%成員為國內外名校畢業的博士、研究生，包括中山大學、香港中文大學、墨爾本大學、加州大學等。在過去的一年中，團隊發表了30多篇自然語言處理相關的AI算法研究專利，其多篇學術論文已被國際頂級AI學術會議(ACL)收錄，在相關領域達到領先水平。
（QBrain 負責人鄒鴻岳）
QBrain負責人鄒鴻岳表示：“人工智能技術在固收領域的大規模應用，還有很長的一段路要走。當前人工智能在固收領域，更多扮演的是輔助角色，但相信伴隨著科技在金融領域的逐步深入，人工智能在金融科技方面會為越來越多的探索。人工智能創新科技手段將為市場提供更多流動性、挖掘潛在的市場價值，更好地推動著固收市場地數字化轉型升級。”
QTrade創始人周靖宇表示：“QTrade將繼續發揮在固收市場生態建設、線上化、智能化方面的優勢，積極推進人工智能具體應用場景的落地和應用，同時，也將加大在人工智能、大數據和數據安全方面的投入，確保產品始終符合科技創新發展方向、監管合規和數據安全的有關要求。”
