由腾讯旗下金融科技与监管科技公司QTrade成立的AI实验室QBrain近日宣布在金融科技探索上取得关键性进展，应用场景逐步落地。
QBrain AI实验室专注于金融领域的自然语言处理研究，其中基础性算法研究涵盖语义理解、意图识别、信息抽取、段落切割、句子生成、NL2SQL、阅读理解、推荐算法等；工程性技术研究涵盖金融知识图谱构建、任务型机器人、问答机器人、推荐关联系统等。
基于QBrain的金融场景学习模型与精准算法，QTrade已成功实现固收业务场景的科技赋能，其专业化、智能化的交易解决方案已落地于各大金融机构内部业务流程，帮助固收从业人员更好的建立与市场的连接、更好的进行交易对手与价格发现、提升交易效率并全程满足合规要求。
由于中国固定收益市场因其“无指定集中交易场所”的特殊性以及一对一询价的交易方式，存在发行与交易电子化程度不完善、跨市场、多平台造成信息链路不畅、定价传导市场化程度不足、市场透明度低下等问题。同时，债券市场由于其专业度高、以机构参与为主等特点，对金融科技的需求更为强烈，业务的电子化、线上化、智能化越来越成为不可或缺的一部分。搭载着QTrade产品版图，QBrain AI实验室深入债券行业痛点，将应用技术落地实际场景：
1.一级债券销售与投标的业务场景中，QBrain以关系链为基础，通过自然语言处理算法能力，将债券销售与投资机构之前的交易聊天信息进行意图识别、格式化提取并自动汇总销售与投标信息台账，辅助高效的债券招投标环节。QBrain强大“文本分类算法模型”，能快速判断从业人员聊天信息的“不同意图”，过滤掉闲聊信息，并把对话中有价值的内容（如债券代码、标位、标量、价格、期限、评级等）解析识别出来，识别准确率达90-95%，处于行业领先地位。
2.在二级债券交易业务场景中，QBrain通过各API接口，串联整个交易环节，打造交易闭环，打通金融机构内部系统与外部机构的链路，真正实现报价一键式触发、交易对手快速触达，使得报价数据更清晰有效，进而助力金融机构搭建智能化平台，实现智能化与自动化相结合的债券交易服务，提升交易与内部协同效率。
QBrain AI人工智能实验室由北大博士邹鸿岳领衔，目前，研究团队成员已达近40人，包括完善的数据标注团队、算法研发小组和算法创新落地团队。团队80%成员为国内外名校毕业的博士、研究生，包括中山大学、香港中文大学、墨尔本大学、加州大学等。在过去的一年中，团队发表了30多篇自然语言处理相关的AI算法研究专利，其多篇学术论文已被国际顶级AI学术会议(ACL)收录，在相关领域达到领先水平。
（QBrain 负责人邹鸿岳）
QBrain负责人邹鸿岳表示：“人工智能技术在固收领域的大规模应用，还有很长的一段路要走。当前人工智能在固收领域，更多扮演的是辅助角色，但相信伴随着科技在金融领域的逐步深入，人工智能在金融科技方面会为越来越多的探索。人工智能创新科技手段将为市场提供更多流动性、挖掘潜在的市场价值，更好地推动着固收市场地数字化转型升级。”
QTrade创始人周靖宇表示：“QTrade将继续发挥在固收市场生态建设、线上化、智能化方面的优势，积极推进人工智能具体应用场景的落地和应用，同时，也将加大在人工智能、大数据和数据安全方面的投入，确保产品始终符合科技创新发展方向、监管合规和数据安全的有关要求。”
