案例简介
• 宽邦科技研发的BigQuant是一个面向金融科技和量化投资的人工智能平台(AI PaaS for Fintech and Quantitative Investment)。
• 本案例中通过NVIDIA RAPIDS GPU加速平台，BigQuant实现了从数据处理、特征工程、因子挖掘、模型训练到投资回测与交易的全流程GPU加速，让投资策略研发效率提升50～100倍。
• 本案例主要应用到NVIDIA RAPIDS 加速平台。
Case Introduction
• BigQuant, developed by Kuanbang (BigAI) Technology, is an artificial intelligence platform (AI PaaS) for financial technology and quantitative investments.
• In this Case, through the NVIDIA RAPIDS GPU acceleration platform, BigQuant achieves full-pipeline GPU acceleration from data processing, feature engineering, factor mining, model training to backtest and trading, which increases investment strategy development efficiency by 50 to 100 times.
• The major products utilized in the case is NVIDIA RAPIDS.
背景
成都宽邦科技有限公司成立于2016年，是领先的人工智能平台和服务提供商，致力于用AI赋能商业和个人 (Democratize AI to empower business and people)，让每个企业都用上AI。公司聚焦证券和金融行业，拥有自主研发的全栈人工智能平台和大规模机器学习和深度学习框架与算法，为券商、银行、保险、资管等金融机构以及更多企业提供AI技术方案和业务解决方案，实现机构及企业的AI转型和升级。宽邦科技于2016年研发了全国首款人工智能量化投资平台BigQuant，入选工信部AIIA中国人工智能TOP 100案例。2017年底，宽邦科技再次领先行业率先推出全栈人工智能平台 BigAI，用人工智能赋能企业，帮助企业快速实现人工智能升级。
宽邦科技已服务多家知名券商、基金、私募、高校等，包括中信证券、国泰君安等。宽邦科技帮助证券基金等金融机构搭建了行业领先的AI云平台，落地了量化投资、智能投顾、基金推荐等也业务场景的AI赋能，多家基金资管基于宽邦的AI技术研发投资策略，管理数十亿资产。同时，宽邦科技与深圳证券交易所达成合作，共同建立AI金融云。
BigQuant人工智能量化平台是宽邦科技研发的全国首个AI量化平台，为投资者和投资机构提供新型金融数据和领先AI技术服务，用AI赋能投资。基于高质量的结构化金融数据和海量新型投资数据，AI可以解放人脑，更高效的进行数据挖掘和分析，在海量数据中识别出影响股价变动的潜在模式，进而进行理性科学投资。可以用于金融投资的新型投资数据在TB级别的增长，对传统的投资方法和技术带来巨大的挑战。BigQuant通过NVIDIA RAPIDS 等技术，实现了从数据处理、特征工程、因子挖掘、模型训练到投资回测与交易的全流程GPU加速，速度提升了超过50至100倍。
挑战
“智能量化投资将成为未来主流投资方式”，但现存的传统量化研究方法和工具平台只适合小数据流、小规模计算的算法交易等数据规模与计算量不大的场景，不支持多机多GPU 分布式并行计算来处理海量数据和计算任务。AI 技术使用门槛高，传统量化团队缺乏辅助开发工具、不熟悉相关算法，同时在底层框架及硬件驱动上也有重重困难。同时，传统量化平台均只针对简单计算或者只是单机环境，而人工智能的海量计算需求， 每个用户都可能在某段时间内需要数十台或者几十个CPU/GPU 做并行计算，但平时大服务器和GPU 都可能出于闲置状态。
同样，在金融行业搭建AI 平台主要有以下几大挑战：一是数据。金融市场每天都在产生海量和实时数据，包括标准化的交易、行情、财报等数据，非标准的新闻、舆情等情绪数据，对数据的处理要达到快、准、全。二是算法。得到丰富的数据后，需要对数据进行分类、回归、时间序列和文本等处理，同时要用到深度学习、机器学习技术对数据进行再次加工，计算出符合金融投资的结果，需要花费长期大量的研究投入。三是算力。需要支持数百万策略的训练，但只有CPU 远远是不够的，要建立CPU+GPU 异构计算，汇集数百台服务器的集群， 同时根据GPU 使用情况支持自动扩容缩容，实现资源的合理分配。
方案
- RAPIDS 加速AI 量化流程 金融投资行业的数据密集型需要更快的速度、更高维度数据学习能力，AI 在投资上将超越人类。BigQuant 采用了NVIDIA RAPIDS 加速平台，数据处理速度较原来提升了10 倍，能高效地处理呈爆发式增长的金融数据；将算法加速50 倍，模型训练提速50 倍，因子挖掘提升100 倍。高倍的效率和速度可以发掘出市场上更多的投资机会并做出更快的反应，从而带来巨大的收益。
- 极大地缩短策略开发时间 以往的策略开发者开发一个优质策略往往耗时半年至一年升值更长时间，在NVIDIA RAPIDS 加速平台的助力下，BigQuant 平台将策略研发周期缩短至一个月甚至更短，利于策略开发者将时间集中在策略研究上，而不是数据处理上。
- 支持数百万的策略训练 用户需要大量算力进行模型训练， 来发掘市场上更好和更多的投资机会。在NVIDIA RAPIDS 的加持下，平台能训练数百万的策略。比如国内某知名券商在用AI 构建数百万的投资策略，其一期平台构建阶段基于Tesla V100 GPU，并很快将进一步扩容到3x 算力。
目前，BigQuant 已经成为全国最大的AI 量化平台和机器学习平台，吸引了10W+的开发者和行业用户。宽邦科技正在全力完善BigAI 全栈人工智能平台，根据金融行业所需要的各项需求，进行技术封装，机构无需再苦于AI 人才短缺和耗费数年时间研发AI 平台，可以在3 个月内实现AI 技术的开箱可用和团队的快速升级。
影响
使用了NVIDIA RAPIDS 加速平台，极大地提升了BigQuant 的AI 量化流程速度，进一步提升了平台的用户体验，为扩展金融领域其他业务打好了良好的基础。
在BigQuant 上，用户可以低门槛的使用人工智能进行投资，不用学算法、不用编程，将一切繁琐、复杂、重复的事情交由机器完成，自身可将精力专注于策略研究，大大地减少了用户的投入成本。在传统量化投资下一个优质策略开发需要耗时半年到一年的时间，甚至得不到任何结果。NVIDIA RAPIDS 针对机器学习的加速，将AI 量化整体流程提升了50 倍，满足了处理海量数据的需求，间接地提高了用户的策略研究效率，将策略研究时间缩短到1 个月以内，极大地减少了时间成本，更利用户抓住市场机遇。
“金融行业是最受关注的人工智能应用领域，智能量化投资将成为未来主流投资方式。传统的金融企业开始开放拥抱科技，纷纷布局人工智能产业。一个集技术、人才与场景优势的科技企业必须与一个优秀的合作伙伴一起积极开拓和长期发展。
NVIDIA 提供的GPU 解决方案，解决了深度学习和机器学习的技术难题，使得我们在金融领域能够持续不断地创新产品，拓宽金融应用场景。量化投资只是宽邦科技的开始，我们在积极地建设金融企业级AI 平台-BigAI，通过降低AI 技术建设和运营成本，提高企业的生产效率，让金融企业能够享受到更多AI 带来的便捷。”宽邦科技创始人兼CEO 梁举表示。
© 2019 NVIDIA Corporation. All rights reserved.