興業基金：“興小二”AI債券交易機器人公募基金數智化賦能

案例名稱

“興小二”AI債券交易機器人公募基金數智化賦能

案例簡介

近年來，隨著alphago、ChatGPT等人工智能應用的出現，人工智能技術也逐漸滲透到各個行業和領域，在全球范圍內，許多金融機構都在積極探索和應用人工智能技術提高業務效率和客戶體驗。2022年起興業基金通過與中國外匯交易中心在數智化領域合作，依托外匯交易中心iDeal標準化服務接口和客戶端開放框架，結合基于深度學習的自然語言處理（NLP）、命名實體識別（NER）等人工智能技術自研“興小二”AI債券交易機器人，并于2023年2月正式上線，成為首家上線iDeal智能詢價機器人的公募基金公司。

創新技術/模式應用

在銀行間債券交易市場，興業基金作為債基規模較大的公募基金公司，日常債券交易員詢價和交易的工作量可謂十分繁重。為有效減輕公司債券交易員詢價、交易的工作壓力，探索AI技術在銀行間交易領域的賦能場景，2022年起興業基金通過與中國外匯交易中心在數智化領域合作，依托外匯交易中心iDeal標準化服務接口和客戶端開放框架，結合基于深度學習的自然語言處理（NLP）、命名實體識別（NER）等人工智能技術自研“興小二”AI債券交易機器人。

AI債券交易機器人上線后嵌入到興業基金現券交易員的日常詢價、交易流程中，通過NLP對內/外部的詢價聊天文本進行語義識別，提取交易要素，形成詢價指令發送本/對手方，極大地提高了公司交易員日常工作效率。

創新技術1：基于深度學習的自然語言處理（NLP）中引入依存語法和語義角色標注

在自然語言處理上，本方案為有效提升債券交易AI機器人在詢價聊天中前后文語義關聯的理解能力，引入了基于深度學習的依存語法(Dependency Parsing, DP)和語義角色標注(Semantic Role Labeling, SRL)等技術。其中依存語法通過分析語言單位內成分之間的依存關系揭示其句法結構。主要依據神經網絡依存句法分析算法，并加入豐富的全局特征和聚類特征。語義角色標注采用基于Bi-LSTM的語義角色識別模型，可以作為段落級指標解析的輔助工具，從而在訓練集上的準確率超過96.5%。

創新技術2：提出了“基于多層次特征模型與預訓練的命名實體識別方法”

命名實體識別旨在從非結構化文本中抽取出特定的實體信息，并形成結構化的數據輸出，是典型的詞語級別的序列標注問題。針對交易詢價聊天分析中面臨的實體類型眾多、實體邊界劃分模糊、存在大量一詞多義的問題，本方案創新提出引入基于最新預訓練語言模型的Bi-LSTM-CNN+CRF的結構作為解決方案實現命名實體識別，從而具備以下幾個特點：1）特征多維度融合；2）模型更加魯棒和泛化；3）有效緩解實體歧義等優勢。

應用模式：引入交易風險實時提示預警，提升交易成功率

應用模式上“興小二”債券交易AI機器人在交易詢價階段引入基于NLP的交易要素檢查環節，對于可能存在不滿足風控條件的詢價發生時，增加交易風險實時提示預警，可有效減少交易過程中違約情況的發生，幫助交易員降低交易風險，提升交易成功率，促進公募基金銀行間市場交易的高質量發展。

項目效果評估

業務價值：公司交易部負責人表示，隨著公司債基規模不斷增加，交易員詢價、審查工作量日益劇增，AI債券交易機器人可以有效解決上述業務痛點。交易員與AI債券交易機器人“興小二”對話，“興小二”通過自然語言處理（NLP）AI模型解析本方交易員詢價需求，形成本方交易需求池，以聊天的方式提示交易員是否超限，是否可詢價交易等，快速促進交易達成?！芭d小二”通過與對手方交易員聊天方式獲取對方交易員信息，篩選判斷交易意向，快速撮合交易。AI債券交易機器人可以用秒幀級同時處理上百條詢價信息，上線短短兩個月內通過“興小二”詢價超過2000多筆現券交易，檢查出100多筆合規存疑指令并成功攔截，有效提升了銀行間市場交易成功率。

技術價值：

在人工智能、大數據等技術迅速發展的今日，本項目積極響應國家十四五規劃中國經濟發展新常態下突出創新驅動、著眼提質增效的號召，探索了基金行業數字化轉型，運用基于深度學習的自然語言處理、命名實體識別、事件抽取等人工智能技術創新優化了交易詢價的工作方式，發揮基金公司專業的債券交易能力，通過技術創新為投資人帶來經濟效益。

社會價值：“興小二”AI債券交易機器人自動詢價功能是興業基金在基金交易領域AI數智化賦能的一次成功探索，未來興業基金也將繼續貫徹落實證監會“十四五”規劃數字化轉型要求，與外匯交易中心深入合作，積極推進機器人功能從詢價拓展到交易落地一站式整體處理，進一步提高銀行間市場交易的成功率，促進銀行間市場交易的高質量發展，為我國證券基金行業數字化轉型創造社會價值。

興小二”AI債券交易機器人于2023年2月正式上線，成為首家上線iDeal智能詢價機器人的公募基金公司，由外匯交易中心公眾號發布頭條新聞。

項目牽頭人

施振宇 項目經理

項目團隊成員

羅鑄堃、樓怡斐、云鳳生、周平、黃松年、聶旗艦、章高源、唐雁、陳晨

責任編輯：韓希宇