论坛的小伙伴，大家好～继上次的话题：普适智能基于期货产业链的“投研一体化”实践（感兴趣可点击我的头像进行阅读～）
如今，将图数据库和知识图谱应用于智能投研，有利于处理海量、复杂的信息与数据提高期货投资研究的质量和效率。本次小普分享的普适知识中台&Nebula Graph打造期货智能投研解决方案，站在行业的视角，提出了期货智能投研领域中知识图谱和图数据库的建设路线、关键点以及应用展望，希望通过本文为大家开拓思路。
背景介绍
资管新规落地后，越来越多的公募基金在“去通道”、“降杠杆”的驱动下向主动管理转型，而期货市场作为新的投资“蓝海”，大量的资管机构都期望参与其中，并希望使用科技产品提升效率，为企业生产经营提供投资研究和规避风险的手段和工具。
主要面临的风险
1、分析手段匮乏：市面上有诸多投研平台，但主要针对证券和基金，针对于期货的平台则少之又少。期货分析作为证券和基金分析的附属，功能简单，仅包含基础信息展示以及查询。传统手工方式处理起来繁杂、效率低、容易出错。
2、组合管理工具少：期货分析是一个复杂的任务，仅基础面分析就涉及供给，需求，经济波动，政策以及自然等多种因素，仅个体的信息的罗列和基础指标展示，难以满足分析需求。
3、投后管理断点多：期货投研分析过程涉及了多角色、多场景、多诉求，现有平台只能满足信息获取的基本需求，“投”和“研”的过程存在业务断层。
如何破局：“图”是新时代下企业提升分析决策效率的关键
期货投资和分析中会碰到多种类型的信息，包括产品信息、公司信息、交易信息、新闻研报信息等。这种信息虽然不是知识孤岛，但信息量过于冗杂。那么，如何进行信息的有效筛选和融合？如何从繁冗的信息中提取出关键信号？图数据库和知识图谱作为一个新兴的工具和技术，就能很好地解决这样的问题。
本次的期货投研联合方案旨在通过 NebulaGraph 图数据库平台的模型构建和分析能力，搭建AI智能投研平台，减少业务人员在收集数据上的时间成本，释放生产力。同时，为期货投资企业提供上下游产业链视角，并做好各层级员工的知识聚合，即沉淀企业级投资能力、资产管理能力的根本逻辑，以提供更精准的期货投研个性化服务。
解决方案：普适智能 & NebulaGraph 基于“图”的新一代智能期货投研平台
普适智能与 NebulaGraph 自主研发联合打造的期货智能投研一体化平台，包含了市场动向、事件分析、指标管理、产业链分析、投研知识沉淀等多个功能模块，从宏观、中观和微观三个维度给予资产管理者智能投研辅助，可以从投前、投中、投后等多个维度为研究员和基金经理提供智能投研服务。
平台主要功能如下——
1、资讯模块：自动识别搜索意图，平台聚合各应用搜索结果数据,精确定位热点产业、热点公司、新闻、公告和研报等数据，在提高信息阅读效率的同时，实现了扩大研究范围,借鉴和启发研究思路,节省重复基建等工作。
2、指标模块：整合企业所有指标数据（克强指数、工业生产指数等），研究人员可以对这些指标进行探索，自定义加工原子指标，生成衍生指标等。
3、产业链上下游分析：基于 NebulaGraph 提供大规模存储，为产业链上下游、相关新闻、产品、指标等、查询和导出的核心，多维联动分析，辅助业务深入的市场研究。
4、知识管理模块：知识管理模块可以把分析人员对上下游划分的经验、分析指标、关键维值、价格影响因子留存在平台上，把分析人员的经验和智慧，转化为企业数字资产，从而强化企业业务知识体系，为提升企业整体业务能力夯实基础。
优势一：全局视角，挖掘隐藏在数据里的业务价值
传统投研工作中需要面对庞杂的信息和资讯，如何从中获取有效信息、追踪盘面变化并及时作出反应，是人力所不能及的。而期货智能投研平台集合了国内外市场宏观数据、行情、行业经济、商品数据、研报数据以及近期数据有异常波动的指标数据等，可以方便研究人员对研究产业有一个快速的概览。
例如，针对俄乌冲突事件进行深入探查分析时，可通过智能投研平台展开俄乌事件时间线和相关报道，让分析人员快速掌握事件涉及的主体信息。事件汇总还能显示事件相关的行业、产品、企业重要指标信息，达到快速掌握全局视角的效果。
利用期货智能投研平台，做「俄乌冲突」相关事件分析
总结一下，使用期货智能投研平台具有以下优势：
1、通过机器学习的挖掘，主动定位可能的分析方向，提高摸索的效率
2、优化检索算法和信息展示交互界面，形成更加贴合用户习惯的的页面，提升信息获取效率
优势二：多维度数据，增加期货分析的深度和广度
产业链上下游的联动性，对相关企业研究投资、规避风险具有重要意义。普适智能基于 NebulaGraph 的图数据库能力打造的投研平台可以提供上下游产业链信息进行深度探索，打通行业产业链、相关产品（销量、产量、库存量、专利数）、公司和研报等信息，明确应收账款的债务方是否为同一控制下的关联方，以及上下游客户是否有重合等，在走势归因的基础上对当前市场进行判断，预防欺诈与造假。
1、产业链研究：可以展示公司的产品层级、公司不同产品的收入占比、股权关系等维度信息，辅助分析人员方便和清晰地对投资标的进行准确的预判。
期货智能投研平台-「产业链研究」界面展示
2、基本面研究：包含当前所选期货产品的现货数据情况、供应量、需求量等相关数据，研究人员可以根据需求增加、修改当前模块所需分析数据维度和指标，构建宏观体系并发掘关键行情驱动指标。
期货智能投研平台-「基本面分析」界面展示
3、时序/统计分析：可以帮助快速汇总事件发生时间与期货产品的价格变动趋势，并以可视化图标形式呈现，便于研究人员梳理市场变化的逻辑，辅助研究人员决策分析。
期货智能投研平台-「时序/统计分析」界面展示
同时，普适智能也着眼于企业个性化特征和需求，提供针对性的方案和策略，在风险收益比曲线上选择适合客户需求的方案，真正将服务与客户实际需求相结合，覆盖更多投研应用，构建业务专家个人知识体系以及企业知识体系。同时，我们也期望本次的期货智能投研解决方案用于监管机构、投行业务部门、银行信贷部门、监管审核部门等，助力企业打造核心竞争优势。
为什么选择 NebulaGraph
NebulaGraph 是一款开源的、分布式的、易扩展的原生图数据库，能够承载包含数千亿个点和数万亿条边的超大规模数据集，并且提供毫秒级查询。为了使投研一体化业务能够完美运行起来，经过调研，我们最终选择使用 NebulaGraph v3.0.0 作为承载投研一体化业务的主要数据库，主要原因如下：
1、适合处理大规模关联数据，呈现形式更直观：NebulaGraph 的图数据技术能够将事物丰富的内在关系通过边、类型和属性自然地呈现，在投研一体化场景中需要实时处理大规模的产业链上下游、相关新闻研报、产品、相关指标（期货供应量、需求量、现货量）、公司股权关系和相关政治地理等等多维度关联数据，图在关联数据的查询、探索和分析具有天然的优势。
2、属于国内开源图数据库，社区响应及时：NebulaGraph 是一款开源的、分布式的、易扩展的原生图数据库，能够承载、便捷整合、秒级查询超大规模、复杂的数据集， 其开源社区十分活跃，遇到的技术问题我们可以在社区中能快速得到解决。
3、原生分布式架构，拓展性能好：NebulaGraph 能够支持异构部署，计算端服务和存储端服务支持部署在不同的机器上，几十亿级别的数据量重建索引在一个小时以内就可以完成。
NebulaGraph 的产品架构图- 支持多种图计算框架，大数据生态也很完善
NebulaGraph 是知识中台底座存储、探索图数据的“容器”，可以将投研事物丰富的内在关系通过边及其类型和属性自然地呈现。 同时， NebulaGraph 根据属性值获取点、边数据可以在50ms内返回结果，依托其高性能数据查询能力，保障投研分析人员快速站在全局关联的视角对投研数据进行探索，为分析人员实现市场动向、事件分析、指标管理、产业链分析和投研知识沉淀奠定高效、灵活、敏捷的数据探索基础。在此基础之上，普适知识中台基于图算法对图数据进行深入分析，配合交互有好的可视化报表，实现期货投研的风险感知、识别与监控、政策风险评估、投资标的筛选与挖掘等应用。
关于普适智能
普适智能（PUSHI AI），是一家为客户提供知识图谱应用落地解决方案和产品服务的人工智能公司。基于知识图谱、图计算、图机器学习和自然语言处理等技术自主研发企业级一站式知识图谱平台（知识中台）。普适知识中台底座，可支持百亿级别的图数据管理和分析，将带有业务属性的知识图谱和分析流程封装成金融风控数智化转型解决方案。
普适智能已经为多家商业股份制银行、基金公司总部、券商、保险、政务等机构提供核心智能业务系统，解决金融风控等问题。普适知识中台客户复购率达100%，其技术能力得到客户的认可。
最后感谢 NebulaGraph 社区，本次的分享就结束了，欢迎各位友人和我们进一步沟通。 
