在固定收益与货币市场快速发展的背景下，FICC 投资正面临交易量激增、市场波动加剧的挑战。如何借助策略管理平台、量化模型与智能交易系统提升投资效率、控制风险并抓住机遇，成为业内关注的焦点。在 2025 DolphinDB 年度峰会的分论坛“FICC 投资变革与交易前沿”上，来自证券公司、银行及头部机构投研团队的多位嘉宾围绕 AI 赋能、量化研究、策略管理和投后风控等主题，分享了各自在数字化与智能化转型中的最新实践与思考。
《构建 Agents 策略全生命周期管理平台》华泰证券 FICC 交易平台中心策略管理团队负责人 陈治平
面对日益复杂的 FICC 市场环境，华泰证券 FICC 交易平台中心策略管理团队负责人陈治平展示了华泰在 AI 赋能策略管理方面的最新探索。
他提到，公司的大模型算力底座和大象平台的统一数据标准，让华泰具备了较好的 AI 落地基础。早在 2024 年，华泰证券就上线了首个基于大模型的报价机器人，用于自动化的询价与策略回复，目前日均处理超过一百笔询价，策略自动回复率达 86.5%，成为华泰首个在交易业务落地的 AI 应用场景。但业务飞速发展对策略研发效率和迭代周期提出更高要求。对华泰 FICC 而言，最大的挑战是如何在日均 30 万笔订单的高频交易环境下，稳定可控地完成 AI 系统升级，在确保业务连续性的同时实现智能化赋能。
在谈到 AI 落地路径时，陈治平强调，AI 既不是“万能大脑”，也不是不可控的“黑盒”。只有通过工程化手段打造可追溯、可监控、可验证的“玻璃箱”，才能让 AI 成为可靠的交易助手。华泰将对话式 Agent 无缝集成至现有“大象平台”，用户可沿用传统人工操作，也可直接调用平台的数据字典与服务，实现数据查询、图表生成、因子研究、策略开发与交易执行。AI 能够自动拆解任务、生成可视化图表并提供参数化策略建议，而所有关键步骤均需人工最终确认，确保安全与合规。
为了支撑这一全生命周期的策略管理平台，华泰构建了稳健的架构：采用小型化、无状态的 Agent 配合微服务化后端，实现上下文隔离与自动错误恢复，保证高可用与可扩展。这样的设计不仅覆盖因子研究、策略研发、交易执行到投后风控的完整流程，也让 AI 能够在稳定可靠的环境中持续演进。
展望未来，陈治平表示，华泰证券希望借助 AI 的自我进化能力，打造一个能够持续优化、不断生成优质策略与因子的智能化 FICC 策略管理平台，让 AI 真正成为投研与交易的核心助力。
《新周期、新科技、新范式：FICC 市场的重塑和机遇》中国银河证券总部投资服务策略研发负责人 白淼
在地缘政治冲突加剧、国内经济转型的双重背景下，FICC 市场波动性与复杂度显著上升，对金融机构的资产配置、风险管理与智能决策能力提出了更高要求。银河证券信息技术部总部投资服务策略研发负责人白淼在 DolphinDB 峰会分论坛上分享了银河证券的创新实践。
白淼介绍，银河证券正以"新范式"思维推动 FICC 系统建设：数据从业务"副产品"转变为核心"生产资料"，决策模式由传统"经验驱动"升级为"数据与模型驱动"，技术部门从"成本中心"发展为"竞争优势"的重要源泉，市场结构也从"分散孤岛"演进为"高度互联"的生态体系。
围绕这一认知转变，银河证券确立了平台化、实时化、自动化、智能化四大建设目标，致力打造统一的投资、风控与运营体系，彻底打破资产类别与业务条线的传统壁垒，在从交易到风控、从核算到报告的全链条环节实现准实时处理。
在技术实现上，银河证券借助 DolphinDB 高性能数据库与流计算引擎，完成了从传统大数据平台向高效实时架构的关键升级。在债券 ETF IOPV 定价等核心应用中，系统可实时计算成分券价格并与中债估值进行对比分析，为基金套利与投资决策提供精准参考。依托 DolphinDB 流批一体架构，银河证券构建了覆盖国债期货、股指期货、ETF、债券等多资产类别的实时因子库，实现日内实时计算，策略开发效率获得显著提升。通过将自研策略系统与 DolphinDB 深度融合，系统有效缓解了策略因子计算压力，目前已实现日均报单 8000 亿元，日均成交 500 亿元的业务规模。
在 AI 应用上，银河推出基于大模型的小型债券报价机器人，除合规必经环节外，定价—报价—风控等流程高度自动化，已服务 400 余家机构，单日内最大成交额近 50 亿元。面向协商交易的智能化升级，团队结合“大模型 + 小模型”的优势，通过意图识别与多轮对话实现智能下单与任务调度；支持云端训练与部署，将开发周期缩短约 80%，并以软硬件协同显著提升系统性能。
白淼强调，银河证券正在以平台化架构、高性能因子研究和 AI 驱动的智能交易，构建实时、智能、可持续进化的 FICC 交易与投研体系，为国内固定收益及衍生品市场的数字化升级提供借鉴。
《构建固收量化核心：统一策略算法引擎的设计、实现与应用》中金公司固定收益部副总经理 张珂
中金公司固定收益部副总经理张珂介绍了统一策略算法执行引擎的设计、实现与应用。由于信用债、ABS、商品、外汇等不同品种的交易台长期自成体系，系统与编程语言各异，带来研究端与交易端脱节、测试数据不真实及系统孤岛等问题。
为解决这些问题，团队提出“一次开发、多端部署”的设计理念：同一份策略代码既能用于研究回测，也能无缝投产至真实交易环境。围绕这一目标，他们在架构与技术上做出多方面突破。其统一策略算法引擎采用跨语言、跨系统、跨场景、跨品种的设计，并引入消息队列、异步日志等低延迟技术，将全链路响应压缩至毫秒级。同时，团队将订单管理、状态机、定价模型等经验算法模块化封装，方便策略在不同场景中灵活调用。
通过适配层与 DolphinDB 深度连接，利用流表技术实现行情事件、订单状态的实时传输和回测撮合，并可在不同交易系统间一行代码不改直接投产。经过一年多建设，该引擎已在债券做市、衍生品做市等业务中投入应用，并逐步迁移既有定价算法。
这一实践不仅显著提升了策略一致性和投产效率，降低了策略落地风险，也拓宽了研究员和交易员的开发边界，让具备 Python 能力的研究人员可以直接贡献可投产策略。展望未来，团队希望进一步与 AI 技术深度融合，打通 Python、C++ 与 DolphinDB 之间的通路，为 FICC 投资与交易的智能化演进提供更强动力，真正走在交易前沿。
《多资产多层级 FICC 投资交易与智能体应用展望》民生银行金融市场部固收量化负责人 马云飞
民生银行金融市场部固收量化负责人马云飞在峰会上从业务角度分享了多资产、多层级自营交易的实践与思考。在去年“固守大牛市”的背景下，今年以来中国十年期国债收益率基本横盘，债市波动收敛，银行自营投资面临票息与资本利得双重压力，投资情绪从乐观转为谨慎。如何在收益收缩的环境中继续捕捉机会，成为亟待破解的问题。
马云飞提出三大关注点：一是固收投资是否仍有可行之道；二是股票领域行之有效的量化方法在固收中如何落地；三是大模型与智能化技术能带来哪些新机遇。借鉴海内外投资大师的经验，他认为在高度不确定的环境中，更应依赖结构化的资产配置和认知穿透，以分散风险、规避误判，同时在自己深耕的领域保持高胜率。
在量化交易链条中，从市场数据采集、定价、投研到执行，传统量化多集中于定价与高频执行，如今智能体的出现正在拓展到投研决策环节。民生银行也在推进“智慧交易系统”，力求打造兼具“大脑”“躯干”“视窗”和“神经”的全栈平台，实现多资产统一交易、跨市场实时数据处理和高频量化能力。
在策略层面，他提出以“资产池—板块—标的”三层框架进行组合管理：先通过风险因子分析与优化方法构建资产池，再在板块层面依托因子模型进行择时与仓位调整，最后在具体标的上捕捉均值回归的相对价值机会。衍生品在这一体系中扮演三重角色——对冲、套利和曲线交易，期限利差、国债期货与利率互换均是重要抓手。
未来，宏观量化、智能体驱动的研报分析、深度学习因子挖掘以及衍生品智能定价都将是重点方向。通过多资产配置、量化策略与 AI 工具的结合，有望为银行自营开辟新的利润空间，并为 FICC 投资的持续变革提供实践样本。
《FICC 投后管理研究：数据、定价、绩效与风险》国泰海通 FICC&D 定价与风险绩效研究项目经理 陈安钢
国泰海通 FICC&D 定价与风险绩效研究项目经理陈安钢分享了在 FICC 投顾绩效与风险管理领域的最新探索，回顾了国泰海通近年建设路径与阶段性成果。
围绕衍生品定价、风险计量与绩效归因，国泰海通逐步搭建起覆盖全资产、支持日终准实时计算的研究与应用体系，并通过“产学研”协同不断深化。自研场外衍生品估值系统已入选深交所课题，投后风险绩效平台成为公司重点项目，同时与多所高校合作完成利率与信用曲线构建及风险绩效归因模型，为交易与风控提供有力支撑。
面对自营业务收益占比快速提升带来的挑战，海通证券构建了完整的数字化解决方案。首先，基于 DolphinDB，建设了统一的数据集市平台，打通各类业务与资讯数据，形成高效数仓。在此基础上，团队开发了统一定价平台，日均调用达 120 万次，实现毫秒级响应速度，支持场外衍生品自主定价和曲线剥离管理。配套的风险绩效平台则实现了从敏感性分析、压力测试到信用风险管控的全方位覆盖。
陈安钢特别强调了业绩归因的复杂性：不是简单计算今天盈利多少，而是要知道收益来源，指导下一步交易决策。国泰海通自主开发了完整的衍生品归因体系，从传统的收益贡献分析深入到利率互换、国债期货、信用债等复杂产品的精细化归因，实现准实时的风险计量和绩效评估。
这一系列建设不仅夯实了国泰海通在 FICC 领域的数据与定价基础，也为智能化方法的引入奠定了坚实条件。在坚持模型可检验与合规可评估的前提下，这套统一、可解释、可拓展的投顾与风控体系，正成为推动 FICC 投资变革与交易前沿实践的重要支点。
圆桌分享
本场圆桌由 DolphinDB 销售总监袁飞主持，来自银行、期货、券商及国际量化技术服务商的嘉宾，围绕“AI 如何全面提升 FICC 业务效率与竞争力”展开深入探讨。讨论从底层数据治理与系统工程化，到高频量化策略与多智能体决策，再到国际视角的人才与可解释性挑战，全面呈现了金融机构迈向智能化的多条路径。
五矿期货副总经理覃增鲁以多年的交易经验，剖析了量化策略中的阿尔法来源：宏观与微观并非对立，而是动态均衡。低波动市场中，微观博弈（如订单簿分析、高频策略）贡献更大；而在高波动环境下，宏观政策与地缘事件则成为主要驱动力。在实践中，五矿期货依托产业数据，将其与短周期量化因子模型结合，实现了基本面+量化的混合策略。同时，公司利用海外大模型开展高频趋势预测，大幅提升交易效率与稳健性。
中泰证券北京科技研发部总监张勇将议题转向“地基工程”。中泰通过插件化接入与低延迟链路压缩端到端时延，并以“历史回放 + 实时校验”的方式修复各交易场所的个性化数据缺陷（如合约编码缺年、缺失结算价、时段性异常值），统一口径、消除回测与实盘割裂，为上层策略稳定运行兜底。他进一步展望了基于大模型与多智能体的量化投资：Agent 能够实时调用多维度数据（行情、宏观、新闻），并在人的反应时间内自主决策，突破传统依赖历史回测的量化策略，为 FICC 领域带来更灵活的智能化机会。
来自 Criat 公司的联合创始人缪维民博士，从全球服务视角提炼出 FICC 智能化的“三件套”：高质量数据（清洗、对齐、标签化与另类数据引入）、能被业务真正“听懂”的可解释模型，以及敢于重构流程的系统落地。他指出，全球银行都在加速 AI 应用，但端到端闭环仍稀缺；相较欧美，亚洲机构在流程重构与新技术采纳上更敏捷，存在“弯道超车”窗口。缪博士强调，AI 最终将成为“Copilot”，助力人类决策而非完全取代，并呼吁产业界与高校加强交流，共同培养能驾驭 AI 的复合型人才。
从银行的稳健创新到期货的高频量化，从券商的系统性能突破到国际视角下的数据与人才挑战，这场圆桌为FICC 领域 AI 应用描绘出一幅多维图景。未来，DolphinDB 将持续深耕技术创新与服务升级，携手合作伙伴共同推动 FICC 及更广泛金融行业的智能化与可持续发展。
