FiClaw / 银行总行研究、金融市场与财富研究部门
银行 AI 投研与宏观研究工作流方案
总行研究、金融市场与财富研究团队面对不同的研究对象，首轮沟通先说明问题与输出用途。宏观或行业观点、可测试的权益策略，以及内部讨论材料分别约定验收口径。
发布人 FiClaw 产品团队 · 发布于 · 更新于
Read in EnglishFiClaw 如何帮助这类团队
银行投研部门评估 FiClaw，可先明确一项研究任务的数据范围、可用时点、情景假设与复核责任。当前公开产品支持策略规格、Python、A 股历史回测和诊断；宏观数据接入、债券研究与内部研究系统需要按需求评估。数据版本和研究交接清单可作为试点设计，不能由 A 股回测能力推断已交付银行全资产投研系统。
从具体研究任务开始
01
明确宏观与行业数据口径
- 输入
- 提供获授权的数据样本，注明单位、频率、观测期、发布日期和版本。
- 研究输出 / 评估方向
- 试点中评估数据字典、版本差异和待核实问题的组织方式。
- 人工复核
- 区分当时可得值与后续修订值；宏观数据源与历史版本接口需单独确认。
02
记录情景与研究假设
- 输入
- 研究员说明基准与变化情景、驱动变量和固定条件。
- 研究输出 / 评估方向
- 约定计算关系、证据和复核格式；可实现的 A 股假设可在当前流程内测试。
- 人工复核
- 情景是研究假设，不能自动写成预测事实；债券估值与跨资产模型需另行评估。
03
交接内部研究材料
- 输入
- 整理资料快照、变换步骤、图表、结论和未解决问题。
- 研究输出 / 评估方向
- 用清单为讨论保留来源、版本、假设和人工解释。
- 人工复核
- 银行内部数据接入、统一归档和审批需确认；授信、定价、资产负债与交易决策由相应岗位负责。
一轮可验收的试点
- 01
界定部门与用途
明确是总行宏观研究、金融市场研究还是财富研究，选择一个公开或脱敏样本任务。
- 02
锁定数据快照
记录来源、授权、取数时间、观测期、版本、单位和变换方法，固定本轮对照材料。
- 03
复核假设与变化
比较同一快照下的计算与人工结果，分辨数据修订、方法调整和情景变化带来的差异。
- 04
评估后续集成
按验收结果讨论宏观或债券数据源、内部接口、权限、部署和运维，不将规划需求当作现成功能。
先确认能力和交付范围
- 当前公开能力
- FiClaw 当前公开能力聚焦量化策略研发：Desktop、云端服务、策略规格、Python、A 股历史回测、诊断与参数比较。银行团队可以先验证其中符合自身研究任务的部分。
- 需单独评估
- 宏观数据库、历史数据版本库、实时债券行情与估值、计量预测模型、跨资产分析及银行内部系统接入，均需单独确认数据、接口和实施范围；私有部署也需评估。
- 决策与责任边界
- 研究输出由银行人员复核。FiClaw 不代行授信审批、客户适当性判断、资产负债管理、产品定价、资金交易或监管报送职责。
采购与试点常见问题
银行投研和银行风控系统是一回事吗？
本页讨论宏观、行业、金融市场与财富研究的辅助流程。授信审批、风险计量、资产负债管理和监管报送有各自的数据、模型与流程要求，需要分别界定，不能由研究工作站替代。
FiClaw 已自带宏观数据库和债券估值吗？
不能这样推断。当前公开回测核心以 A 股为主，宏观时间序列、历史版本、实时债券行情、估值和预测模型需要按数据授权与接口单独评估。
为什么银行研究试点要记录数据版本？
同一观测期的数据可能后续修订，当前下载值与研究当时可得值可能不同。记录版本、发布时间和取数时间，有助于解释图表、历史实验和研究结论的差异。
首次试点需要提供客户或账户数据吗？
可以先使用公开或获授权的脱敏样本，说明研究问题与输出用途。接入客户、账户或内部经营数据前，应先确认权限、数据流、服务依赖和处理方式。
进一步了解
带一个研究问题来讨论
说明团队角色、研究任务、可用资料和期望输出，即可开始范围评估。首次沟通可使用公开或脱敏样本。