近日，星環科技在線上舉辦了2022年春季新品發布周，帶來數字底座、數字化轉型、國產替代、數據安全與流通四大專題，60余場演講。來自金融、能源、交通、政務、高校、運營商等多個領域的客戶、合作伙伴現身說法，分享數字化轉型成功經驗。鄭州商品交易所科技監管負責人楊和國結合自身在金融科技領域的探索和經驗，帶來了《數智一體化助力交易所數字化轉型》主題演講。

近年來國家高度重視大數據、人工智能等技術的研究應用，也明確了國家大數據戰略，把大數據作為基礎性戰略資源。作為證監會體系下的交易所，鄭州商品交易所（以下簡稱鄭商所）正在推動數字資源的開發應用，以及轉型升級。

同時，證監會從2017年開始也相繼發布了多個關于大數據與人工智能技術的應用建設方案或者規劃。在銀行領域，人民銀行也印發了多個金融科技應用路線以及發展規劃，尤其是在證監會2018年提出監管科技總體建設方案后，也明確了五大基礎數據分析能力以及32個監管業務分析場景。2021年9月，跟隨國家的“十四五”戰略規劃，證監會也提出了證券期貨業科技發展“十四五”規劃，主要提出增強自主創新能力與科技監管水平，逐步打造金融科技發展生態，助力中國經濟從高速增長轉向高智能發展。

星環科技大數據基礎平臺TDH助力鄭商所數字化轉型之路

縱觀金融行業的發展趨勢，國外的交易所已經從單一的資產交易中心變成了全球發展中心，從核心業務到外部服務都逐步進行了數字化轉型。而國內的期貨交易所目前正處在大數據應用監管開發的初期，也建設了多個應用場景。總體來看，鄭商所在金融科技發展方面，不僅持續開展金融科技的研究建設，也通過科技賦能和深挖數據價值，防范金融風險，服務實體經濟，進一步增強市場監管能力和市場服務水平，正推動著交易所高質量發展。

鄭商所設立了金融科技戰略定位以及發展目標，從戰略定位上提出了增強科技對業務的發展支撐能力，促進業務與科技的深度融合，最終推進交易所的數字化轉型。推動交易所的數字化轉型，要實現科技監管能力、市場服務能力以及業務運營效率三個方面的提升。

從2017年開始，鄭商所在大數據、人工智能等技術上一直在進行探索和研究：2018年做了大數據平臺的POC，最終選擇了國內具有自主產權的星環科技大數據基礎平臺TDH，并在2018年完成了傳統數倉的遷移，構建了部分大數據應用；2018年到2020年，開發了多個基于大數據平臺的應用，獲得了證監會以及人民銀行的相關獎項；2021年，提出金融科技發展規劃，加強數據中臺建設，打造整體的大數據平臺。

鄭商所傳統的數據倉庫架構是一個簡單的模型，時效性和存儲空間都很差，尤其是存儲空間擴容成本也非常高，2018年在使用星環科技TDH重新打造了新的數據平臺后，從數據接入到應用場景進行全流程的調整，實現了多元異構的架構，也完全替代了傳統數倉的架構。在使用星環科技產品的四、五年中，鄭商所也發現了TDH的一些產品優點，比如注重審計方面，尤其是業務的平滑遷移，可以基本不需要太多開發量、工作量就把之前Oracle的一些代碼進行遷移。而且還具備機器學習的平臺，支持多語言，也為數據分析提供了很多幫助。

后續，鄭商所還將持續提升數據運營服務能力，形成生態化的數據平臺。

搭建AI預測模型，提升智能決策水平

除此之外，鄭商所還在AI方面與星環科技共同探索了三個具有代表性的項目，分別是風控措施輔助決策、異常交易識別以及套期保值額度審批。

期貨市場主要連接的是實體經濟與金融市場，有效彌補現貨市場的不足，對于穩定和促進市場經濟發展起到了重要作用。在交易所的制度與政策中，保證金、漲跌停板、手續費這些措施是市場風控調節的重要手段，也是核心手段。如何調整保證金、漲跌費、手續費，如何有效地起到市場風險的調控？這給鄭商所帶了很大的難題。

基于此，鄭商所與星環科技進行了深度合作，探索利用歷史數據、歷史案例輔助風控調節的手段，這其中運用了大量的交易流水數據和歷史參數，以及機器學習引擎和規則引擎兩個引擎。其中規則引擎偏專家經驗，可以結合調節各種風控操作的歷史經驗，進行一些調整規則；機器學習引擎就是利用之前調整的效果分析，形成加權的預測序列，同時結合TDH的TensorFlow框架進行搭建，從預測結果、可視化圖表、自動化報告上形成了閉環。最終實現了在政策出臺前，評估風控政策、風控措施對期貨市場的潛在影響，輔助交易規則措施的制定，使得政策更加審慎、合理、有效。

第二個案例是異常交易識別。近年來期貨市場的交易量逐漸放大，參與的人錯綜復雜，國內外也引入了境外交易者，尤其是程序化交易，它的行為特征很難捕捉，因為交易量和訂單量非常的龐大，如何識別某一客戶的交易行為是否異常的或者是具有侵略性的行為將變得十分重要。為此，鄭商所跟星環科技也做了這方面的研究，利用星環科技大數據基礎平臺TDH和智能分析工具Sophon搭建了逆向強化學習模型，結合客戶的成交、訂單、盈利等交易特征，反向預測市場潛在交易行為風險，通過風險構建客戶的模型，實現在精準施策上更加智能和科學。

第三個應用場景是套期保值的額度審批。在套期保值額度審批中最關鍵的一環是如何給客戶批復套保額度，套保額度就類似于信用卡的審批額，給客戶批多少額度也將決定這個客戶后續的經營情況。傳統的審批模式是工作人員收到提交材料后進行大量歷史分析和歷史回歸，去看給客戶擬審批額度是否合理科學，工作效率會非常低。通過探索利用歷史數據進行模擬分析，自動生成推薦額度，套保人員可以根據實際需要，針對不同品種、不同的一般月、臨近月套保分別配置計算規則，生成報告。這樣一來，會員提交3分鐘內就會生成額度推薦，大幅提升了套保額度的審批效率。

當前期貨市場金融科技仍處于初期探索階段，也存在金融科技數據沉淀和治理的不足。隨著金融創新步伐的加快，證監會也加強了科技監管的要求，要求行業要加快推進數字化轉型，鄭商所將繼續深化金融科技研究，加強科技創新與數據應用，提升監管效率與服務水平。

下一步鄭商所將聚焦四個方面進行規劃：一是推動大數據服務創新，就是賦予業務快速創新和低成本試錯能力，推動大數據服務的創新。第二是降低信息化建設與運維成本，加大云計算投入，實現統一的管理和共享，極大降低信息化運維成本。第三是持續健全數據治理體系，統一數據存儲與處理平臺，升級優化大數據平臺架構，提高數據分析能力以及合規監管能力。第四是促進交易所數據生態發展，將從數據應用，AI模型等多個方面相互的融合，形成建設閉環，促進交易所的生態發展。