FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Grayscale：投资者最想知道的关于以太坊的十大问题

建立代币化基金的华尔街公司名单现在包括高盛和贝莱德，贝莱德正在以太坊上开发其 BUIDL 基金。[14]除了传统金融之外，以太坊 ETP 的现货批准可能会对更广泛的散户对以太坊的认识、ETH 资产的流入以及以太坊网络的采用产生影响。与此同时，以太坊面临着一些挑战。例如，目前大多数Layer 2都是中心化的。为了充分发挥其作为真正无需许可的去中心化生态系统的潜力，以太坊Layer 2将需要随着时间的推移逐步去中心化。此外，随着网络活动过渡到Layer 2，以太坊主网的网络费用收入最近有所下降。这凸显了以太坊继续增加费用收入的重要性。这可以通过 i) Layer 1活动的适度增长、支付更高的交易成本，或 ii) Layer 2活动的显著增长、支付更低的交易成本来实现。以太坊在智能合约平台加密领域面临着日益激烈的竞争。为了在竞争激烈的市场领域保持主导地位，以太坊将需要利用其优势，吸引更多用户并增加费用收入。参考资料 [1] CoinMarketCap as of July 22, 2024 [2] “ETH” 是指以太坊区块链上的原生代币 [3] Coin Metrics [4] Dapp Radar and Artemis [5] Defi Llama [6] Breaking BFT: Quantifying the Cost to Attack Bitcoin and Ethereum [7] Bitinfocharts [8] Forbes [9] Ethereum.org as of July 9th, 2024 [10] Beaconcha.in [11] 这反映了在交易中用作 gas 的以太坊金额。该价值以 ETH 计价（见图 8）。 [12] Defi Llama, as of 7/18/2024 [13] Artemis, as of July 22, 2024 [14] Coindesk 来源：金色财经

金色财经07-24 14:40

“美法乱世”之际英镑崛起？！欧洲最大资管公司加入看涨阵营

下半年市场展望# Amundi 加入了高盛集团等银行的英镑抢购潮，这些银行预测，在英国首相凯尔·斯塔默 (Keir Starmer) 领导的工党以压倒性优势获胜后，英国经济前景更加光明，政治稳定有望，英镑将上涨。英国央行降息幅度将低于其他央行的观点也为英镑提供了支撑，英镑有望创下自去年 11 月以来的最佳月度表现。 Koenig 表示：“经济环境有所改善，政府也相对稳定，因此有很多理由支持英镑。英镑的风险可能较小，而且可能是投资组合中分散风险的另一种选择，这对投资者有利。” （图源：彭博社）英国最近恢复的平静，与美国总统大选前美国政局的戏剧性变化以及法国持续的政治危机形成鲜明对比，推动英镑/美元汇率一年来首次突破 1.30 美元。周二，英镑/美元汇率基本持平，报 1.2925 美元，自今年年初以来上涨了 1.5%，表现优于所有十国集团（G10）货币。英镑/欧元也达到了 2022 年 8 月以来的最高水平，至 0.84 ——而 Amundi 预计英镑最终将进一步上涨至 0.82。去年，Amundi做空英镑，认为英镑可能会跌至 1.21 美元，因为该国正陷入衰退。现在，Koenig 表示，其增持头寸是“核心信念”。商品期货交易委员会自 1999 年以来的数据显示，对英国资产的普遍乐观情绪推动英镑看涨押注达到历史最高水平。摩根大通本周警告称，创纪录的押注对英镑构成了短期风险，但其仍预测英镑到明年 3 月将达到 1.35 美元。对于 Koenig 来说，英镑可能仍被低估，因为在英国脱欧之后，投资者减少了对英国的投资。他表示，任何回调都将是增加英镑/美元和欧元持仓的机会，尤其是在英国央行开始降息的情况下。交易员们押注这可能会在 9 月份发生。 Koenig 表示：“宽松周期开始带来的调整或许是买入的好机会。英镑目前已经达到 1.30 美元，但如果你看长期图表，就会发现它仍然相对较低。”

埃尔瓦07-24 01:41

美股早讯丨美联储发出迄今最强烈信号，9月降息几乎已成定局

)收涨 1.33%等。黄金板块消息高盛发表观点称，由于价格敏感性以及近期价格的飙升，中国的黄金需求目前处于周期性的疲软状态。然而，包括中国在内的新兴市场央行可能会持续且频繁地进行黄金购买。无论是否对外披露，高盛的分析师在一份报告中指出，中国市场对价格特别敏感，他们预计上海金价下跌 10%将会使中国实物黄金需求增加 16%。该行进一步预计黄金多头头寸具有巨大的潜力，并且重申了对 2025 年每盎司 2700 美元金价的预测，其原因包括中央政府坚定的购买黄金行为、美国可能的降息以及地缘政治的紧张局势等因素。纳斯达克指数分析针对 7 月 22 日的纳斯达克综合指数 1 小时 K 线图进行深入分析。指数在低位高开后，受到 EMA5 日均线的支撑呈现出小幅震荡上行的态势，并且逐渐接近 EMA60 日均线。从技术指标来看，BOLL 布林线轨道趋于平缓；买入成交量出现放大的迹象；MACD 指标处于低位金叉状态，三条线呈现发散态势；KDJ 指标也形成金叉，同样呈现发散态势。可以预计，指数在短期内可能会触及 BOLL 布林线上轨，或者其上涨动能可能会有所减弱，BOLL 布林线上轨的点位为 18047.34，中轨的点位为 17854.02，这两个位置分别是阻力位和支撑位。公司财报预告 Alphabet A(GOOGL.US)、特斯拉(TSLA.US)、Visa(V.US)、可口可乐(KO.US)、德州仪器(TXN.US)等公司即将发布财报业绩。公司简讯在公司简讯方面，包含了多个重要信息。首先是美联储降息预期，据 CME“美联储观察”显示，美联储 8 月维持利率不变的概率为 97.4%，降息 25 个基点的概率为 2.6%，美联储到 9 月维持利率不变的概率为 6.8%，累计降息 25 个基点的概率为 90.8%，累计降息 50 个基点的概率为 2.4%。其次是达美航空(DAL.US)的情况，预计本周将取消更多航班，该公司正努力从严重的技术故障中恢复，自上周五发生故障以来取消的航班总数超过 4600 个。达美航空表示在“夜以继日”地恢复运营，其全球超一半 IT 系统依赖于微软的 Windows 操作系统，受到软件故障影响。达美航空首席执行官 Ed Bastian 在发给员工的视频信息中表示可能需要几天时间才能度过这一事件，相比之下，美国大多数其他航司都在周末重回正轨，且达美航空本月早些时候公布的业绩不如预期导致股价暴跌。然后是关于美股 IPO 市场的消息，有报道称文远知行考虑在 8 月底前于美国资本市场正式登陆，广州文远知行科技有限公司已完成新一轮增资工商登记，注册资本由 20 亿提升至 25 亿元，去年曾首次被报道启动赴美上市计划且当时融资规模约为 5 亿美元，去年 8 月 25 日其赴美 IPO 计划通过中国证监会国际合作部备案，需在今年 8 月 25 日前完成上市，记者向文远知行处了解相关进展但暂未得到回应。接着是微软(MSFT.US)的情况，美国媒体报道称此次微软技术故障事件造成的经济损失很可能超过 10 亿美元，不过“众击”公司是否会为相关损失买单尚不好说，虽已道歉但未回应是否会给予受影响客户赔偿，有分析人士指出其与客户签订的合同中或许有免责条款可躲过赔偿。最后是恩智浦半导体(NXPI.US)的情况，第二季度调整后每股收益为 3.20 美元，与市场预期一致，预计第三季度调整后每股收益为 3.21 至 3.63 美元，市场预期 3.56 美元，预计第三季度营收为 31.5 亿至 33.5 亿美元，市场预期为 33.5 亿美元。重大事件数据今晚 22:00 拟公布美国 6 月美国成屋销售年化总（户）数。来源：今日美股网

今日美股网07-24 00:14

0722收盘：芯片股反弹，美股普涨，大小公司均走高，大选年对美股到底有何影响？

1年1月以来的最快速度抛售科技股。根据高盛经纪服务台的数据，这些基金的净杠杆率（通常被视为风险偏好的晴雨表）上周降至49.8%，为2023年3月以来的最低水平。从单个股票来看，信息技术、医疗保健、金融和能源板块的抛售最为严重。摩根士丹利美国首席股票策略师迈克·威尔表示，美国小盘股近期表现优异，但仍面临技术阻力，且缺乏基本面驱动因素来维持更长时间。威尔逊团队在给客户的报告中表示：“虽然我们看重小盘股仍然清淡的情绪/定位，但我们认为小盘股持续跑赢大盘的基本面和宏观理由有限。” 摩根士丹利的丽莎沙莱特则表示，共和党在11月总统大选中获胜的可能性，可能会激发小盘股的“动物精神”，但这可能只是昙花一现。她写道：“我们更看好大盘股的弹性，而不是小盘股——这是底线。” 美国银行全球研究部的策略师表示，股市持续轮换，取决于10年期国债收益率低于4%，以及ISM制造业PMI指数高于50%。从历史上看，当10年期国债收益率较2个月高点下跌超过1个百分点时，标普500等权重指数的表现优于市值加权的标普500指数，这种情况占90%。 2个月高点下跌超过1个百分点，而ISM制造业PMI指数从12个月低点上升超过4个百分点，美国银行策略师在周一的报告中表示。这意味着，投资者需要看到当前10年期国债收益率在3.99%左右（10月19日触及的52周收盘高点4.99%），同时ISM制造业PMI指数高于50%，表明经济中的制造业正在扩张，股市才能继续轮动。彭博社“市场实时脉搏”调查的受访者预计，标普500指数将因财报而重振，在463名受访者中，近三分之二的人预计企业利润将提振美国股市。在标普500指数创下三个月来最糟糕的一周后，贝莱德投资研究所的策略师们重申了对美国股票的信心：“我们认为回调是增持股票的机会”。策略师表示，尽管近期小盘股反弹“噪音”不断，但大型科技公司仍有望继续推动回报，因为这些公司将为市场带来积极的盈利结果。 Oppenheimer资产管理公司的约翰·斯托兹弗斯认为，上周的市场走势表明投资者在谨慎考虑如何重新分配不同行业、风格和市值的机会和风险权重：“尽管如此，我们仍然看好科技股，这表明投资者不会‘中途换马’，而是考虑将风险和机遇分散到股票投资中更广为人知的几个‘马’上，即公司、行业、市值和风格。” 根据彭博资讯的数据，自1928年以来，标普500指数在选举年的第三季度平均上涨约5%，在7月至9月期间有近三分之二的时间获得正回报。在现任总统竞选连任时，表现甚至更好，这几个月平均能上涨近8%。尽管拜登决定退出竞选并支持哈里斯后引起了轰动，但周一市场普遍保持平静。随着逢低买盘的出现，波动性大幅下降。一位策略师却表示，虽然今年是大选年，大选成为市场关注热点，但是市场回报并不像许多人想象的那样受到选举的影响。 “选举发挥了作用，可能会增加市场波动，”Truist的首席市场策略师基思·勒纳写道。“华盛顿对市场回报的影响可能被夸大了，不应孤立地看待。” 他在最近的一份报告中，绘制了标普500指数收益率与总统所属政党执政期的对照图。从图中唯一明显可以得出的结论是，无论哪个政党领导政府，标普500指数一直在不断攀升。另一张图表引用了历史数据，显示标准普尔500指数在一党控制国会两院和两党执政期间的平均年回报率。这位策略师写道：“从历史上看，无论华盛顿被哪个党派控制，市场表现良好（产生了正回报）。最弱的组合是民主党国会和共和党总统，平均涨幅为4.9%。” The Boock Report的彼得·布克瓦认为，无论谁赢得大选，债务和赤字都将继续飙升。布克瓦表示：“如果特朗普获胜，我们将看到2025年减税政策全面延期，但可能面临一系列关税、更多的保护主义以及美元走软。如果哈里斯获胜，特朗普的部分减税政策将不会延期，但仍然会有很多保护主义，美元可能走软。” 归根结底，选举很重要，但商业周期、货币政策、估值、收益、全球政策和地缘政治也很重要。公司方面，在法恩伯勒国际航展的第一天，波音公司在航空业这个年度最大盛会上达成了约126亿美元的飞机销售。 AMC娱乐控股公司表示，已与债权人达成一项全面重组协议，将推迟偿还超过16亿美元的债务数年，从而赢得时间实现转机。达美航空预计本周将取消更多航班，公司还在试图从严重的技术故障中恢复过来。瑞安航空控股公司下调了夏季旅游旺季的机票价格预期，并表示由于消费者变得更加谨慎，票价将“大幅降低”。由于升级设备的人数减少，Verizon 报告的营业收入低于分析师的预期。麦当劳公司美国餐厅的大部分门店将延长汉堡连锁店的5美元套餐期限。美国政府债券周一连续第三个交易日抛售，两年期和10年期国债收益率分别升至4.521%和4.259%，为7月10日以来的最高收盘水平。30年期国债收益率升至4.478%，收于7月9日以来的最高收盘水平。比特币上涨 0.7% 至 68,228.59 美元，以太币几乎没有变化，为 3,498.04 美元。西德克萨斯中质原油下跌 0.4% 至每桶 79.78 美元。现货黄金几乎没有变化。来源：加美财经

加美财经07-24 00:00

高盛：预计AMD二季度财报将超预期，股价大涨12%！

AMD）将公布2024年二季度财报。高盛认为，AMD二季度业绩预计符合市场预期，数据中心GPU业务将实现强劲的环比增长，预计环比增幅将达到两位数。此外，AMD可能会将全年数据中心GPU收入预测从此前的40亿美元上调至45亿美元。基于以上原因，高盛维持对AMD的“买入”评级，给与目标价175美元，较当前股价还有12%的涨幅。【图源：TradingView；2024年AMD股价走势】值得注意的是，目前投资者对AMD看法较为负面，市场担心MI300优势面临英伟达挑战，订单下滑可能导致营收下滑。原文链接

投资慧眼07-23 21:29

南北水 | 南水抛售茅台超3亿元，北水再加仓腾讯超4亿港元

策的效果以及未来基本面的走势。小米：高盛发表研究报告指，上调小米今年次季及2024年至2026年的收入预测2%至3%，以反映物联网及智能电动车的长期销售增长预期更稳健。该行亦上调小米2024年至2026年的纯利预测1%至4%，主要因为电动车亏损较少及利润较高的服务和车用物联网销售的新措施。该行料，小米的智能手机毛利率在今年次季以及今明两年分别录得13.4%、13.7%及13.2%，亦料小米或可以保持其在人工智能驱动的互动网领域的重要地位。该行亦提到，海外收入自今年首季恢复增长，并在2023年至2026年录得年度复合增长率14%。高盛微升小米目标价由23港元上调至23.2港元，维持“买入”评级。中海油：消息面上，中国海油此前公告，公司制定2024年度“提质增效重回报”行动方案，计划全年股息支付率不低于40%，且全年股息绝对值不低于每股0.70港元（含税）。公司将在综合考虑未来收益、资本要求、财务状况、未来前景等因素的基础上，保持股东回报政策的连续性和稳定性，为股东提供具有竞争力的分红回报。

格隆汇07-23 19:55

行业研究｜有连云等资深玩家助力AI+金融应用创新

响。此外，《华尔街日报》近日报道报道，高盛计划在6月底前向公司内数千名开发者推出其首个用于代码生成的生成式人工智能工具。成功实施和利用Gen AI的金融机构正在努力制定一种合适的、定制化的运营模式，这种模式能够细致考虑新技术的特点和风险，而不是简单地将Gen AI技术嵌入现有的运营流程中。 2、金融机构落地生成式样AI的四种组织形态麦肯锡对欧洲和美国16家最大金融机构的通用人工智能使用情况进行了调查，这些机构的资产总额接近26万亿美元。结果显示，超过50%的研究企业已经采用了更加集中化的组织结构来落地应用通用人工智能技术。但这种集中化可能是暂时的，随着AI技术应用的不断成熟，金融机构的结构将变得更加分散。最终，金融机构可能会发现，让各个职能部门根据自己的需求优先考虑通用人工智能活动是有益的。在麦肯锡的研究中，尽管金融企业落地生成式AI的方式各不相同，但总结归纳，可以概括为以下四种主要实现组织形式。（1）高度集中化在这种高度集中化的组织结构中，一个核心团队全权负责Gen AI解决方案的设计与实施。这个团队在企业内部处于独立低位，能够迅速地为提供AI相关的最新技能和能力。此外，该团队在决策过程中拥有自主权，不受其他业务部门或功能单位的直接影响。（2）领导层集中决策，业务部门执行这种架构优化了领导层与Gen AI团队之间的沟通机制，显著降低了双方协作中的摩擦，确保了新技术在企业内部的应用流程得到有效整合。但这种协作模式也可能会让人工智能团队的技术实施速度带来一些延宕，因为每个项目在推进之前都必须经过领导层的审阅和批准。（3）业务部门主导，领导层集中支持基于这种模式，随着Gen AI战略自下而上得到认可，相关团队能够迅速获得来自业务部门和职能部门的支持。然而，在不同业务部门推广Gen AI的应用可能面临挑战，因为每个部门在Gen AI功能的开发和应用上可能存在成熟度的差异。（4）高度去中心化在这种模式下，跨部门或跨职能团队之间的沟通和协作更加顺畅，能够快速产出有价值的洞察，能有效促进内部的整合。然而，当业务部门独立开展Gen AI项目时，可能会面临一些风险，例如缺乏集中化管理所能提供的丰富知识和行业最佳实践。这种缺乏可能会导致企业难以深入挖掘AI技术的潜力，进而影响到实现重大创新突破的机会。大模型和Gen AI在金融行业的主要应用场景及案例 1、大模型和Gen在金融行业主要应用场景深擎科技认为AI正助力金融机构在零售业务领域实现服务模式的"集约化"与"精细化"，显著提升经营效率与效果。 "集约化"服务模式，是针对数量庞大、需求分散且多样化的长尾客群，通过人工智能技术，采用集中化、规模化的经营策略，优化资源配置，提高运营管理效能。简而言之，使用人工智能技术，以较低成本，覆盖人工无精力覆盖的中长尾客群，并为客户提供70分的服务质量。而"精细化"服务模式，则基于客户的资产规模、交易特点、金融需求、家庭情况等画像信息，对客群进行深度细分。受限于服务产能的瓶颈，传统技术条件下，金融机构难以为细分客群提供精细化、差异化的服务。人工智能技术的运用，使得金融机构在理想状态下，能够为每位客户提供量身定制的个性化产品与服务。这包括基于客户的投资生命周期、交易周期、重要时点，提供个性化的内容服务，满足客户的个性化需求。某华南头部券商高管认为，大模型和生成式AI通常在金融行业有以下主要应用场景：（1）智能问答场景通过构建基于大模型技术的集中问答系统，用户可以通过单一通道提出问题并快速获得解答。这种系统不仅促进了员工对基础业务知识的掌握，也使得一线客户经理能够更高效地处理客户的常见问题，显著提升了工作效率。（2）投顾咨询场景由于投资顾问资源有限，传统的个股诊断分析服务往往只覆盖到大型分支机构的重要客户。利用大模型技术，结合规则化报告和专业材料，如研究报告和招股说明书，能有效提升投资顾问的工作效率，并扩大服务的覆盖范围，使更多客户能够享受到专业的个股诊断服务，帮助他们快速把握投资机会和风险，做出明智的投资决策。（3）个股诊断场景投资顾问在提炼市场动态和热点新闻以形成投资观点时，常常面临市场变化快速的挑战。利用大模型技术，可以辅助投资顾问快速捕捉市场热点，激发创意，将复杂信息转化为易于客户理解的形式，有效促进客户转化。同时，这种方法也有助于将专业投资顾问的能力扩展到一线客户经理，培养更多具备专业投资顾问技能的人才。（4）基金诊断场景投资顾问在进行基金诊断时，需要深入分析市场环境，这要求有扎实的投研能力。通过大模型技术，能为专业投顾提供全面的基金研究和诊断支持，帮助他们提升投研能力，优化基金组合管理。（5）账户诊断场景账户综合诊断是投资顾问的重要职责之一。利用大模型技术，我们希望为专业投顾提供全面的账户诊断能力，支持他们分析客户的投资组合，评估风险和收益，为客户提供客观、专业的诊断报告，从而提升投研能力。此外，生成式AI还可以在金融行业有以下典型应用场景：（1）欺诈检测和预防金融领域的数据如信用卡信息、个人记录和银行账户详情，使其成为网络攻击的主要目标。生成式AI与欺诈检测算法结合，可提高数据保护能力。传统的欺诈检测算法利用机器学习（ML）都是从历史数据中自我训练，难以及时跟上新兴欺诈手段。而生成式AI则可以通过创建合成的“异常”模式，优化检测算法，使其在防范欺诈者方面保持领先。这样不仅减少了监督需求，实现更高的自动化，还能更高效地识别网络攻击企图。（2）个性化金融服务和支持个性化服务和支持是企业提升竞争力的关键因素，据估计可带来高达10%的年收入增长。在金融领域，实现个性化服务面临挑战，因为需要处理大量客户数据，如交易历史、支出偏好和储蓄目标。生成式人工智能（GenAI）在此方面发挥重要作用，能快速利用这些数据生成定制建议和优惠，提升客户满意度，促进交叉销售，增强企业竞争力。此外，GenAI还通过智能虚拟助理和自动化表单提交提供高效自助服务，帮助金融机构降低成本，提高客户参与度，是优化服务效率和客户体验的关键工具。（3）风险评估和信用评分金融机构在贷款审批过程中必须对客户的信用状况和潜在风险进行评估，信用评分是这一流程的核心环节。传统信用评分依赖于历史数据和固定规则，但这种方法可能缺乏灵活性，难以适应信用风险的复杂性和变化性。此外，这些方法需要不断的监控和深入分析，十分耗时。生成式人工智能（GenAI）在此领域提供了一种新的解决方案。它通过创建与真实数据极为相似的合成数据，与实际数据结合，构建出更丰富的训练数据集，从而训练出更精准的预测分析工具。GenAI能够高效处理大量动态数据，减少了对人工操作的依赖，使得信用评分过程更加可靠和高效。（4）合规性和监管挑战监管合规在银行业务中至关重要，与风险评估和人为错误紧密相关。金融机构必须遵守一系列法规，涉及运营、保密、安全等，需要详尽的数据收集、分析和报告，这些过程耗时且易出错。生成式人工智能（GenAI）可以有效处理这些任务。GenAI能生成高质量的合成数据，增强合规控制和质量保证的准确性，确保合规报告快速、一致且零误差。此外，GenAI能够持续监控合规性，自动通知违规行为，及时采取措施。（5）市场与投资分析财务分析涉及处理市场趋势、公司报告、财务估计等大量数据。分析师需要不断监控这些数据，耗费大量时间和精力。生成式人工智能（GenAI）在此发挥重要作用。它能够快速浏览和分析海量历史数据，识别出人类可能忽略的模式和异常情况。GenAI自动化的分析过程不仅能生成深刻洞见，还能创建交易参数，如最佳买卖时机、止损点和头寸规模。这种数据驱动的方法为银行提供显著竞争优势，使其更深入地理解市场状况，制定更加精准有效的战略。GenAI正成为金融分析师在复杂数据中导航的得力助手。（6）文档处理/报告生成金融行业的工作大量涉及信息处理，尤其是在处理来自不同来源的文档和信息时，这些信息通常是异构的。例如，在分析各种财务报告时，决定是否向金融客户发放贷款需要综合考虑法律纠纷、财务报表、股权结构和公司章程等多种因素。因此，目前人工智能最直接有效的应用场景之一就是处理这些多源异构的报告生成任务，如果依赖人工处理这些报告，不仅成本更高，而且质量也较低。金融行业处理这些报告的主要目的是为了识别和评估风险。当报告的质量不佳时，往往意味着风险增加，而高风险又可能导致不良贷款率上升。因此，提高报告处理的质量对于金融行业来说是至关重要的。（7）市场推广降本增效在基金产品推广和风险声誉管理中，金融从业者常面临数据抓取难、资讯数量少、内容生产慢、沟通效能低等问题。有连云公募基金商用AI大模型通过多重训练和强大的数据中台，打通了资讯生产的实时链路，实现7*24小时自动化生成各类型文本和智能改写，并能跨模态生成基金短视频，超越传统作业效率。（8）一键辅助产品销售近年来，境内ETF市场迅速发展，数量和规模持续增长。Wind数据显示，截至目前，国内ETF总份额增加4700亿份，达到1.94万亿份；总规模增加3200亿元，为1.98万亿元；新发行54只新ETF基金，总数量超过800只。麒麟金融场景商用AI大模型为公募基金、券商、银行等领域提供解决方案。它实时获取和解析ETF产品数据，生成产品分析、研报摘要、观点等关键信息，提升信息检索效率和AI批量生成资讯的能力。强大的生态连接渗透到数据、交易、搜索、新闻、视频和财经等端口，一键辅助投资者教育和价值投资理念呈现，并生成多维BI可视化报表，帮助基金公司快速分析和决策。（9）轻松驾驭声誉风险管理在声誉风险管理中，金融机构需要建立全流程管理体系。麒麟大模型强有力的数据反馈能力协助基金公司及时获取风险信息，迅速形成解决方案，提供从生成、使用到数据决策的闭环支持，释放对人的依赖和流程压力，助推基金公司声誉管理和价值呈现。有连云麒麟金融场景商用AI大模型以AI速度解决基金公司多场景需求，轻松驾驭需求痛点，在销售、市场和声誉管理过程中提供更科学、可靠和专业的链路，助力增益、降本和增效。 2、金融行业应用Gen AI的典型案例（1）AlphaSense推出生成式AI助手-AlphaSense 助手 AlphaSense是金融市场情报和搜索领域的领先平台，此前其推出了AlphaSense助手，这是一款创新的生成式AI聊天工具，旨在改变金融从业者从数百万商业和财务文档中提取行业洞察的方式。此外，AlphaSense还推出了企业智能服务，将其AI驱动的搜索、摘要和聊天功能安全地集成到客户专有的组织知识和AlphaSense广泛的内容库中。 AlphaSense助手由AlphaSense专为市场情报定制的大型语言模型（ASLLM）支持，基于AlphaSense的行业领先内容库，提供一个会话式聊天界面，大大提升了商业和金融专业人士的研究效率。用户可以轻松咨询特定领域的投资机会或竞争对手分析，并立即获得准确答案。这些答案还具备内置的可审计性，方便用户追溯到原始资料，进行上下文和验证的检查。（2）FeatureSpace 推出 TallierLTM™金融垂直大模型作为全球领先的企业级防欺诈技术供应商，FeatureSpace 推出了世界首个大型交易模型（LTM）- TallierLTM™。 TallierLTM™ 采用自我监督的预训练方法，对各司法管辖区和市场细分领域的交易行为进行了深入分析，使其能够真实反映现实世界中的消费者交易行为。与行业标准模型在典型的 5:1 误报率下运行相比，TallierLTM™ 在欺诈检测准确性方面提升高达 71%。通过分析数十亿笔交易，TallierLTM™ 具备揭示隐藏的交易模式并预测消费者行为的能力，可以为数据科学家提供区分合法与犯罪活动的关键洞察。金融机构可以通过嵌入 API 与 TallierLTM™ 交互，将交易历史转换为机器可读的特征向量，创建成独特的 "行为条形码"，全面代表消费者的交易行为，同时还能保护个人隐私。（3）Visa推出基于生成式AI的欺诈解决方案 Visa 基于生成式AI技术，于今年5月份面向美国金融机构推出账户攻击情报（VAAI）评分工具，以识别和防范金融交易中的枚举攻击（enumeration attacks）。该工具能够实时检测可疑活动，并为金融机构提供风险评分，帮助客户精准判断何时需要阻止交易，从而防止潜在的欺诈行为。该AI工具通过学习持卡人的交易习惯，能在四毫秒内自动评估交易风险，区分正常消费与异常行为，快速识别可能的攻击性交易。其经过超过 150 亿笔交易数据的训练，通过比对历史枚举攻击模式生成风险评分，预测交易是否属于枚举攻击。与现有的风险评估模型相比，VAAI 工具在减少误报方面显著进步，误报率降低了 85%。（4）澜码科技尽调报告Agent案例国内某银行推出一项普惠贷款服务，旨在为中小企业提供便捷的贷款服务，以支持实体经济的发展和创新。但在发放普惠贷款的过程中，银行难以全面了解借款企业信息状况和还款能力，尤其是面对缺乏完善财务记录的中小企业和个体工商户时。因此银行客户经理往往要花费大量时间收集和分析各类资料，对申请企业进行尽职调查，并撰写尽调报告，包括客户情况分析、财务数据分析、尽调审核分析等等。但是，银行一线客户经理的业务分析水平参差不齐，导致了尽职调查和尽调报告质量不一，同时，系统中的报告模版也往往比较僵化，无法直接使用，一线客户经理就要花费大量时间在报告撰写上。澜码基于该需求，为客户构建了一款基于大语言模型的尽调报告Agent，可以自动给出分析结论、生成报告，辅助一线银行客户经理的工作，不仅能够节省一线客户经理80%报告撰写的时间，还可以全面审核客户资料，帮助人工发现一些不易发觉的点或遗漏，减少错误率。 3、国内代表性AI金融服务商深擎科技深擎科技成立于2018年，是一家专注于为企业提供人工智能技术赋能的公司，尤其在自然语言处理、个性化推荐和大语言模型等领域具有卓越的研发能力。核心创始团队来自IBM中国AI实验室，曾参与Watson研发，具备优秀的技术和工程实力。公司利用AI与大数据分析技术，为券商和银行提供内容科技与智能营销产品，助力客户获取、活跃和交易转化。深耕金融行业，掌握增长场景的深度KnowHow，并以AI Agent为基座，打造行业刚需的应用产品体系。产品已实现PMF，覆盖了80%的大中型券商和50%的大型银行。企业优势：技术实力强：深擎的核心技术团队源自IBM人工智能实验室，技术底蕴深厚。深擎自主研发的金融行业预训练模型（L1），效果准确率评测，超国内多个千亿模型，接近GPT4。大模型在2B场景落地过程中，最重要是准确率，在客户关心的重要技术指标上深擎处于行业领先地位，譬如：Function call多场景复杂接口的识别准确率达93%以上，多轮语义准确率和召回率分别达到95%和90%以上，AIGC内容合格率超95%。深入业务与场景：深擎在发展过程中，吸引了一批来自甲方客户的业务专家，因此能够把技术、产品与客户业务做有效整合。通过场景设计，深度融入客户核心业务，实现可量化的业务价值。譬如，有多款自研AIGC内容产品规模化上线运行，嵌入客户核心营销流程，实现内容生产效率超100倍提升。数据丰富且高质量：经过多年积累，深擎在证券行业沉淀了大量行业数据与标注数据。并且通过产品在业务场景上的闭环，能够源源不断获得更多行业数据。这些关键数据都是深擎模型训练与产品迭代的重要保障。客户案例多且合作深：深擎已与多家国内前十大券商合作大模型项目落地，案例数量在行业内处于领先地位。客户多，意味着产品的有效迭代就快，而非脱离市场的闭门造车。头部客户代表着行业内最新的发展共识，代表着新质生产力。项目案例多，意味着遇到的实际问题多，踩的坑多，解决问题的办法就多，也更加合理。此外，深擎与多家头部券商在大模型落地过程中有深度合作，通过产品、数据、业务形成闭环迭代，能够让客户真正把产品使用起来，并不断根据用户反馈、数据反馈，迭代AI产品。甜新科技甜新科技成立于2016年，总部位于上海，是一家以AIGC和5G视频通信技术、行业大模型为核心的人工智能创新型高科技企业。由红杉中国、金沙江创业投资、同创伟业等投资。公司的产品包括VCRM系列产品，是基于Al+视频的营销解决方案，助力企业营销转化。致力于在视频营销科技领域，为行业客户提供以深度融合Al+视频为基础的场景化服务解决方案。公司主要服务的方向包括零售电商、新消费品牌、银行、保险、消费金融、游戏等行业。企业优势：多种客户触达方式：平台可提供目前市场上主流客户触达方式，包含：AI交互视频、视频通知，AI语音外呼、视频短信、文本短信等客户触达方式，可根据不同的客户触达目标选择及组合。提高用户参与度：通过互动视频，用户可以与数字人内容互动，相比传统视频内容，这种形式能极大地提升用户的参与度和兴趣，从而增加用户停留时间和参与深度。提升品牌影响力：首先，通过一段3分钟原视频，即可快速生成和金融机构代言人真人一模一样的数字人分身，五官、动作、表情、声音完全模仿本人，通过数字分身与客户进行视频对话，基于自然语言处理及大模型技术，可实现多轮对话和智能互动。互动视频能够以其新颖的形式和丰富的用户体验增强品牌形象，通过用户与视频内容的互动，可以增加品牌的曝光度和记忆度。千人千面的客户服务：利用AI技术，基于用户的行为和偏好提供个性化的视频内容推荐，实现真正意义上的“以用户为中心”。这种个性化的体验可以有效提升用户满意度和忠诚度。效率提升：外呼营销平台能自动分析用户数据和互动结果，沉淀数据、为营销人员提供数据支持，帮助其快速调整营销策略，提高营销转化效果。基于AIGC的内容生产：外呼营销平台能可以根据客户的需求和偏好生成个性化的营销内容，如：使用不同的数字人形象，数字人复刻、声音复刻，同时，为了提高客户参与度和转化率可以快速生成大量营销内容，减少人工编辑时间和成本，满足金融行业的快速变化和更新需求。澜码科技澜码科技是一家基于大语言模型的企业级AI Agent平台公司，核心团队成员来自Google、IBM、腾讯、字节、阿里、依图等国内外知名互联网和AI公司。澜码科技率先填补了国内大模型中间层的空白，是国内探索大语言模型应用落地和AI Agent的先行者。基于底层大语言模型，澜码科技自主研发了能够连接人和系统的企业级Agent平台“AskXBOT”，助力企业构建基于专家知识的超级自动化，从而提升业务质量和效率。澜码科技已完成来自IDG资本、联新资本、Atom Capital参与的数千万A轮投资，并与多家上市公司和独角兽企业达成战略合作。企业优势： “模型中立”优势：目前大语言模型厂商在发布模型时仅定义了参数，未对模型的具体特性参数（FeatureList）进行定义，这就意味着企业用户在落地应用大语言模型时往往面临盲人摸象的困境，难以准确评估模型在特定应用场景中的适用性和效率，以及难以根据自身需求高性价比的选择、调整和优化模型，这需要基于经验和实际情况不断进行匹配和调试。作为模型中立厂商，澜码科技在过去一年多的大语言模型应用实践中，积累了大量实战场景下Agent原子能力的表现数据，因此更加了解在不同场景下的模型的表现和效果。专家知识是AI Agent 得以在企业落地的关键：专家知识的高度决定了AI Agent能够提供的价值高度，数据会帮助专家快速迭代专家知识，从而提高AI Agent的通用性。大语言模型缺乏企业特定领域知识，解决不了实际业务问题，如同一位名校毕业的高材生，由于缺乏实践经验而难以胜任具体的业务任务；此外，大语言模型对于自身能力边界的认知模糊，导致在面对超出自身能力范畴的问题时，仍试图依靠自身理解给出答案，结果往往南辕北辙，这就是常说的“模型幻觉”。因此，在企业级应用场景下，专家知识对大语言模型落地至关重要，可以说专家知识决定了AI Agent的天花板。在澜码AskXBOT平台，可以沉淀专家的知识和行业经验，构建企业知识库，促进知识共享与传承。基于此，Agent辅助知识治理，配合专家知识数字化沉淀；专家知识赋能Agent与工作流，形成良性闭环。针对办公，特别是金融、财务的办公场景的成熟技能的封装能力。和企业已有组织、权限、基础设施的集成。有连云有连云成立于2015年，是国内领先的金融AI应用服务商。旗下的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。公司专注于金融数字化转型的痛点，推进大模型的垂直应用，结合庞大的金融专业语料库，集成自然语言处理、OCR和多模态技术，实现各类事件指标的准确、实时、智能化获取，满足自定义和配置需求。企业优势强大的技术基础：有连云的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。精准的数据处理：麒麟大模型能够实时获取和解析ETF产品层面的数据，生成产品分析、研报摘要和观点，提升信息检索效率和AI批量生成资讯，解决基金公司在产品营销中的难点。广泛的生态连接：强大的生态连接可渗透到数据、交易、搜索、新闻、视频和财经等投资者聚集地，一键辅助投资者教育和价值投资理念呈现，并生成多维BI可视化报表，帮助基金公司快速分析和决策。全面的合规保障：在上市公司声誉管理和投资者关系管理领域，麒麟大模型通过智能创作、智能标签和可视化报表服务，保障资讯的真实合规，并实时跟踪推送状态，提供强有力的商业决策支持。行业认可：有连云已获得国家互联网信息办公室的3项深度合成算法备案，入选中国信通院《2023大模型和AIGC产业图谱》，并获得数字化软件产品能力DSSC优秀级认证，成为中国信通院《数字化软件产品及服务能力体系规范》编制单位，参与行业标准制订。金融行业落地Gen AI的关键能力尽管在金融行业落地Gen AI 会面临数据隐私和安全、技术和资源门槛、模型解释性和透明度，以及监管合规等挑战，但落地难度相较于传统AI项目，难度会更低，实施路径也更直接。甜新科技认为金融行业落地Gen AI需要跨越以下7个维度的关键能力： 1. 明确转型目标和战略：金融机构首先需要明确自身的数字化转型目标和战略，确定AI技术在其中的角色和定位。一个有效的Gen AI规模化落地战略，必须包含以下关键因素：高层领导层的愿景、一致性和承诺，以及业务单元级对交付结果的责任、清晰的应用场景和目标、全面的运营计划。 2. 选准应用场景：在明确转型目标后，金融机构需要选准AI技术的应用场景。这些场景应该是业务流程中的痛点或价值创造的潜在领域。例如，AI技术可以用于风险评估、信贷审批、智能投顾、客户服务等方面。 3. 数据和技术的积累：金融机构需要积累大量的数据和相关的技术能力。数据是AI技术的基础，而技术能力则决定了金融机构在AI领域的竞争力。这包括建设数据仓库、数据挖掘、机器学习、深度学习等技术能力。在部署大模型的时候，金融企业获机构需要与自身现有的系统、工作流程、企业应用程序和数据源集成。这是一个关键且复杂的任务。麦肯锡认为，有效的集成和模型维护将依赖于多个架构组件：上下文管理和缓存、策略管理、模型中心、提示库、MLOps平台、风险管理引擎、大型语言模型（LLM）运营等。（深擎科技采访供图）数据质量至关重要，尤其是在通用人工智能领域。面对海量且非结构化的数据集，确保输出答案的质量变得更加具有挑战性。领先的金融机构正借助优质人才和自动化技术，在数据生命周期的关键环节进行精准干预，以保证数据的高标准质量。同时，数据领域的领导者需要深入考虑新技术带来的安全风险，并随时准备根据法规的变化迅速采取行动。 4. 构建高效的组织架构：为了推动AI项目的顺利实施，金融机构需要构建高效的组织架构。这包括设立专门的AI团队、明确职责和分工、以及与业务部门的紧密合作。要优化组织架构之前，金融机构必须思考当前的架构为何难以无缝集成AI创新能力。成功落地AI的金融机构，并不是鼓励落地相关计划，而是通过为现有团队配备所需的资源，并积极拥抱通用人工智能所需的技能、人才和流程来实现相关目标。 5. 注重人才培养和合作：金融机构需要培养一批既懂金融业务又懂AI技术的复合型人才。还需要定期评估自己的人才招聘策略，以适应不断变化的优先事项。清晰的职业发展和晋升机会——以及有意义和价值的工作——对普通的技术从业者来说非常重要。此外，与AI领域的领先企业或研究机构合作，可以加快技术进步和创新。 6. 强化合规和安全风险管理：金融机构在实施人工智能技术时，必须确保其操作的合规性和安全性。这不仅包括遵守相关的法律法规，还涉及到保护客户隐私、预防欺诈和洗钱等风险。在引入大型模型和生成式人工智能之前，金融机构通常需要对其风险管理和模型治理框架进行重新设计，并根据需要开发新的控制机制。模型的可解释性和决策的公正性是关键问题，必须在推广任何生成式AI应用之前得到全面而深入的解决。通过这种方式，金融机构可以在确保技术优势的同时，维护其业务的合规性和安全性。 7. 持续优化和创新： AI技术是不断发展的，金融机构需要在实践中持续优化和创新。这包括收集反馈、改进算法、探索新的应用场景等。金融行业落地Gen AI的挑战尽管大模型和Gen AI能为金融行业带来巨大价值，但囿于要被高度监管的属性，金融行业在落地大模型和生成式AI要面临比其他行业更严峻的诸多挑战。以下是最关键的三大问题： 1、确保数据质量和安全性对于金融企业而言，获取高质量、具有代表性的数据分析来训练人工智能模型是实现技术优势的关键所在。AI模型的性能和准确性在很大程度上取决于训练数据的质量，因此，金融机构必须实施严格的数据治理流程，以确保数据的准确性和可靠性。许多银行拥有一个庞大而复杂的数据架构，这些架构往往跨越了数十年，涉及多种大型机系统。将这些分散的数据整合并准备用于人工智能项目是一项艰巨的任务，需要投入大量的资源和努力。同时，金融企业还必须严格遵守数据保护法规，确保敏感的客户数据得到妥善的匿名化处理和安全保护。这不仅涉及到技术层面的挑战，也考验着企业在数据隐私和合规性方面的责任和担当。 2、符合金融法规金融领域对人工智能系统的应用必须严格遵守一系列法规，且涉及信贷审批、交易监控等多个业务环节。合规性要求金融机构必须对相关信息记录详尽并始终维护模型的透明度，这无疑增加了管理的难度和成本。同时，金融机构还需定期对AI系统进行性能监控，确保没有偏差，并妥善处理可能出现的意外结果。此外，AI技术在金融领域的应用涉及到对海量数据的处理和分析，这不仅要求金融机构拥有强大的存储和计算资源，也带来了对基础设施的挑战。尽管云计算提供了灵活的解决方案，但数据安全和地区法规的限制常常成为其广泛应用的障碍。同时，将先进的AI工具与金融机构现有的IT系统无缝集成，也是一个需要克服的技术难题。 3、道德考量和偏见人工智能在金融领域的整合引发了重要的道德考量，特别是在偏见和公正性方面。人工智能系统可能会无意中延续甚至加剧训练数据中存在的偏见。例如，如果历史贷款数据对某些特定人群存在偏见，那么基于这些数据训练的人工智能模型可能会继续使这些群体处于不利地位。此外，快速变化的监管环境对金融机构提出了更高要求。随着法律和道德对AI的期望不断演变，金融机构需要不断适应新的监管政策，并保持系统的灵活性以应对这些变化。人工智能在金融领域的未来尽管生成式人工智能是目前各行各业的流行词，但如何将该技术付诸实践的最佳方式仍然尚未确定。澜码科技CEO周健指出，目前金融行业面临的主要挑战是大型模型的准确度尚未达到令人满意的标准，以及还未找到将特定场景与相应的技术进行有效匹配的路径。整个行业面临的核心难题在于如何精心选择或开发出适合的大模型和解决方案，然后确保它们在特定应用场景中的表现能够超越人类，这也是最具挑战性的部分。此外，在认知层面，一个普遍的误区是人们常常被所谓的“理想路径”所误导，认为大语言模型能够应对所有任务。然而，在实际操作中，可能由于业务人员对专业知识掌握不够精确导致无法完成相应任务。在这种情况下，我们需要通过更高效的人机交互方式，使业务人员能够明确地表达他们的需求，以便在业务流程中实现端到端的有效支持。另一个常见的误区是，人们期望用户去适应技术，而不是让技术去适应用户。如果整个行业能够在技术适应用户交互方式和需求理解方面做出创新和改进，就可能充分发挥大型模型的潜力。但目前，这一领域的探索还相对较少。金融行业落地大模型和生成式AI不仅需要技术上的升级，还需要进行企业文化的转型，以接纳创新，这将是一个漫长且充满挑战的过程。参考资料： https://www.mckinsey.com/industries/financial-services/our-insights/scaling-gen-ai-in-banking-choosing-the-best-operating-model https://www.datacamp.com/blog/ai-in-finance https://usa.visa.com/about-visa/newsroom/press-releases.releaseId.20661.html 作者：qiuping 来源：非凡产研以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云07-23 18:17

日本央行加息声音浮现日币或扭转贬值格局

度GDP数据将于北京时间周四晚间发布。高盛一直担心今年上半年美国经济走势不稳，但最近的零售销售和工业生产数据鼓舞了该机构。高盛现在预计美国第二季度GDP同比增长2.3%。如果美国第二季度GDP好于预期，将会刺激美元指数走强，为美元兑日币的回调带来支撑。美元兑日币分析来源：Mitrade 美元兑日币走势技术面上，美元兑日币上周先跌后反弹，本周初则继续回落，短线走势有所转弱。日K线图中，美元兑日币跌破了上行通道的下轨线，日线图中5日及10日均线掉头向下，KD指标中，双线进行50下方，并且双线维持向下运行，显示市场主动卖盘力量正在增强。美元兑日币短线空头气氛转浓，后市可能会呈现震荡下行，下方支撑位在154.50一线位置。美元兑日币上行的初步阻力位于157.50，进一步阻力位159.00，关键阻力位于160.00；美元兑日币下行的初步支撑位于154.50，进一步支撑位于153.50，更关键支撑位153.00。原文链接

投资慧眼07-23 17:39

特朗普贸易让投资者抢购垃圾债和工业债券

预测。一周回顾摩根大通、富国银行、高盛和摩根士丹利本周出售美国投资级证券。违约建筑商远洋集团努力争取债务重组计划支持。渴望收益的保险公司采取新策略。私人信贷在零售客户募资方面面临压力。多家机构提供债务支持相关交易。德国债券市场对非德公司开放。人事变动艾略特投资管理公司、美国银行、德意志银行、Siebert Williams Shank & Co.、Chorus Capital Management Ltd.、蒙特利尔银行、Aptior Capital 等公司有人事变动。来源：今日美股网

今日美股网07-23 16:25

重点关注丨料日内恒指超跌回升，有色金属板块可能短线承压

延续跌势，跌向每吨 100 美元大关。高盛指出，中国 6 月阴极铜出口创新高，库存却增加，需求面有逆风，同时非洲供应增加，刚果和赞比亚的供应增长被低估。继续关注养殖板块。近期白羽肉鸡苗价格继续上涨。根据益生股份官网数据显示，7 月 20 日益生鸡苗报价 3.7 元/只，较 7 月 18 日上涨 0.1 元，较 7 月 9 日上涨 1 元，涨幅高达 37%。据中证报，当地时间 7 月 17 日，据巴西农业部消息，南里奥格兰德州的一家禽养殖场确认感染了 Newcastle 病毒，目前该禽养殖场已关闭。巴西暂停了欧盟和阿根廷的鸡肉出口、以及对中国、印度、南非和墨西哥等其他国家鸡肉、鸡蛋和其他家禽产品的出口。重点关注与公司财报重点关注：舜宇光学科技（023822.HK）发布公告，预期截至 2024 年 6 月 30 日止六个月录得公司股东应占溢利约人民币 10.48 亿元至人民币 10.92 亿元，同比增加约 140%至 150%。公司财报公布：今日，港股市场无明星公司将发布财报。新股动态今日，港股市场无新股招股。来源：今日美股网

今日美股网07-23 16:24

24小时热点