解决方案
普适智能：基于 NebulaGraph 图数据库的期货智能投研平台
导读：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，提高期货投资研究的质量和效率。本次小普的分享，提出了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。而期货市场作为投资蓝海，受到大量资管机构的关注。但目前，国内针对期货的投研分析平台还比较少，期货投研普遍会遇到如下问题：
分析手段匮乏：市面上的投研平台主要针对证券和基金，针对于期货的很少；现有工具功能也较简单，仅包含基础信息展示以及查询。
组合管理工具少：期货分析很复杂，仅基础面就涉及供给，需求，经济波动，政策以及自然等多种因素，仅展示个体的信息和罗列基础指标，难以满足分析需求。
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，现有平台普遍缺少整体分析视角。
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，这种信息虽然不是知识孤岛，但信息量过于冗杂。如何进行有效筛选？并提取关键信号？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，就包含了市场动向、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，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。
期货智能投研平台-整体架构图
这个平台的主要功能有：
资讯模块：聚合各应用搜索结果数据，并精确定位热点产业、热点公司、新闻、公告和研报等关键信息，提高搜索效率，节省重复基建工作。
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。
产业链上下游分析：利用图数据库计算大规模关联数据时的优势，提供产业链上下游新闻、产品、指标等的快速查询和导出，辅助业务进行深入的市场研究。
知识管理模块：把分析人员对上下游划分的经验、分析指标、关键值、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，帮助企业搭建业务知识体系。
优势一：快速挖掘隐藏在数据里的业务价值
在庞杂的资讯中获取有效信息、追踪盘面变化并及时作出判断，是人力所不能及的。普适的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，可以方便研究人员对研究产业有一个快速的概览。
以「俄乌冲突事件分析」为例，智能投研平台可快速展开事件相关时间线和报道，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另外，这个平台还可以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；检索算法优化和信息展示交互界面，也形成了更加贴合用户习惯的页面，提升信息获取效率。
优势二：多维度数据，增加分析深度和广度
产业链上下游的联动性，对研究投资、规避风险具有重要意义。我们的投研平台可以对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进行判断，预防欺诈与造假。 产业链研究：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。
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。
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。
除了以上提到的功能，普适智能也着眼于企业个性化需求，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。我们也期望期货智能投研解决方案可以用于监管机构、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
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，主要原因如下：
适合处理大规模关联数据，呈现形式更直观：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多维度关联数据，而这正是 NebulaGraph 的强项。
属于国内开源图数据库，社区响应及时：作为一款开源分布式、易扩展的原生图数据库，NebulaGraph 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， 其开源社区十分活跃，遇到问题可以在社区中快速得到解决。
原生分布式架构，拓展性能好：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 是知识中台底座存储、探索图数据的容器，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），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，客户复购率 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，欢迎各位伙伴和我们进一步沟通。
交流图数据库技术？加入 Nebula 交流群请先填写下你的 Nebula 名片，Nebula 小助手会拉你进群~~
