知识图谱

知识图谱旨在采用图结构来建模和记录世界万物之间的关联关系和知识,能够对纷繁复杂、多源异构的金融资讯大数据进行加工整合,提升决策分析的效率。恒生事件图谱产品将金融事件与金融知识图谱做了有机的整合,一方面可以对金融资讯大数据做智能化的事件分类识别,一方面可以利用金融知识图谱等对智能事件做大数据关联分析服务。事件与图谱的融合,让大金融业务人员可以通过智能事件体系,捕捉公司、行业或者宏观层面资讯数据的某种边际变化,并通过知识图谱利用专家模型或者图分析、机器学习等技术做关联分析,为投研风控场景提供定向数据服务。

自然语言处理

自然语言处理能够实现以自然语言交流为特征的高级人机交互,使机器能“阅读”所有以文字形式记录的人类知识,并提供各种高层智能服务的基础和关键技术。在语料和数据方面,恒生NLP平台已积累了数百万金融证券和基金行业专属实体、金融专业术语等;在NLP服务方面,恒生NLP平台为智能问答、智能客服、智能质检、智能外呼等产品服务提供AI技术支持,并且为信用评级、投研平台等产品服务提供底层NLP技术支持;在前沿探索方面,恒生NLP平台在BERT模型以及KG+NLP等前沿技术工程化落地方面也有一定的研究成果。

机器学习

机器学习研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,其核心是从大量数据中挖掘模式或者规律,用以对未知事件的判断或者预测。恒生研究院在机器学习方面的研究成果已经赋能算法交易、资产组合优化、债券违约预警等场景,并且在自然语言处理方面,助力解决资讯公告与问答语料分类、结构化信息抽取、事件抽取、实体消歧、情感分析等问题。

金融大数据

随着信息资源呈爆炸式增长,海量数据源源不断涌现,DT时代已然开启。金融业是高度数字化的行业,沉淀了丰富的数字资源,有巨大的价值挖掘空间。在大数据方面,恒生研究院致力于深挖金融数据价值并赋能金融业务,一方面将知识图谱等前沿科技应用于数据处理,另一方面也通过工程落地形成因子数据服务等多样化的数据服务。

云原生

云原生的本质是一系列最佳实践的结合,为实践者指定了一条低心智负担的,能够以可扩展、可复制的方式最大化利用云的能力、发挥云的价值的最佳路径。恒生研究院致力于帮助金融机构构建云原生基础设施,助力金融机构加速创新、降低成本、提高效率,更加及时地满足用户诉求。

分布式账本

分布式账本是区块链的骨架,能够记录网络参与者之间的交易,比如资产或数据的交换,降低因调解不同账本所产生的时间和开支成本。在分布式账本方面,恒生金融共享账本(HSL)能够帮助金融机构实现方便快捷、可持续发展、高性能、安全可靠、可信任的机构间业务协作。

可信计算

可信计算的目的在于提高系统整体的安全性,对于解决区块链安全问题具有重要意义。恒生可信计算能够在不对外暴露自有数据的前提下,实现多个数据源之间的协作计算,从而实现联合风控、联合建模。

智能合约

智能合约允许在没有第三方的情况下进行可信交易,这些交易可追踪且不可逆转,目的是提供优于传统合约的安全方法,并减少与合约相关的其他交易成本。恒生研究院致力于让智能合约的开发更简单,探索、推进智能合约在金融场景的落地。

极速交易

在高性能计算领域,研究院致力于极速交易的底层技术,如内存数据库、低延时网络、高性能处理框架等,为UFT平台提供底层技术支持,涵盖几百纳秒到几百微秒业务处理延迟的应用场景,提升交易性能并降低技术门槛,提高开发效率。

股票投研

恒生研究院将人工智能等方法应用于股票投研中,基于恒生NLP服务、金融知识图谱服务以及事件抽取数据、关联分析数据等特色数据对股票风险进行分析与预警。

债券投研

恒生研究院采用目前国际主流的统计模型,结合宏观、政策、市场、行业、财务、公告、地方经济、财务附注等相关数据以及NLP等技术手段,可以实现较好的债券预警效果,能够为金融机构提供产业债、城投债的风险评估报告。

5G

5G的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。“新基建”背景下,5G正在为各行各业的发展带来机遇。恒生研究院致力探索5G技术对金融领域的赋能,推动金融服务的创新以及用户体验的升级。

RPA

机器人流程自动化(RPA)用机器代替人工操作,实现工作流程中的自动化,能够在大量重复且规则明确的场景发挥价值。恒生研究院致力于探索自然语言处理、机器学习等人工智能技术在RPA中的应用,赋能智能客服、智能运维等场景。

研究领域

联系我们

恒 生 技 术 之 眼