近日，在成都举办的“第五届国际金融科技论坛”上，西南财经大学金融科技国际联合实验室首次发布了三大开创性的金融科技服务平台，即AI工程化KubeAI平台、Quant Plus量化分析平台、企业风险智能识别与预警平台，构建了新的金融科技应用场景，将加速AI场景落地，降低企业风险，有效助力企业数字化转型，推动数字经济发展。

在当天的发布会上，西南财经大学聚焦金融科技AI工程化的KubeAI平台首次亮相，其创新探索了数据、算法和算力的高效融合模式，为金融科技领域AI场景落地与企业数字化转型提供新的解决方案。

KubeAI平台负责人、西南财经大学副教授郑羽博士将KubeAI比作金融科技AI应用落地的“光刻机”，以打造中国版期权数据库为切入点，团队需要训练1.7亿多个模型，总参数量高达340多亿个，因此不断探索，将“AI”与“云原生”架构融合，最终突破了AI工程化技术的最大瓶颈。

郑羽介绍，当前正值第四次工业革命浪潮，科技是第一生产力，未来的产品价值将更加依托高效、稳定的工程化平台，而非简单的资源堆叠。KubeAI 依托产学研创新融合模式，将持续追踪前沿技术，实现金融科技AI工程化，助力金融科技AI场景落地，深度促进高校金融科技创新研究、金融机构数字化转型和资管行业产品研发。

在量化交易领域，当前许多科研工作者面临着因子获取处理难、模型方法创新乏力以及投资策略不易落地等问题，为突破这些行业困境，西南财大科研团队推出了Quant Plus量化分析平台。

该项目负责人、西南财经大学副教授谢志龙博士在发布会上表示，“西南财经大学一直致力于推动金融行业创新，我们团队经过长期研究，复现了金融学顶级期刊中101个因子，构建和开发了多个深度学习模型，解决了证券市场研究数据获取难、量化交易门槛高和普通用户难以操作等问题，提高量化交易的科研水平、应用范围和普及率，推进数据要素市场化建设，充分发挥数据要素作用，助力数字经济发展。”

Quant Plus量化分析平台包含股票因子、智能模型、投资策略、模型比赛、市场新闻和SwufeQuant等模块。提供股票因子来源、计算方法、示例代码和样本数据，经典机器学习、深度学习模型基准线、智能算法选股策略、金融科技人才实验场、新闻因子等。探索了数据要素的分配机制，打造了一套完善的用户激励机制。

在数字经济时代，单靠人防的传统监管模式已无法应对当前严峻形势，为此，西南财经大学科研团队推出了企业风险智能识别与预警普平台，以海量的企业工商、经营财报、行政处罚、司法涉诉、知识产权、上市公司信息、新闻舆情，以及企业特质因子等数据为驱动，利用先进的自然语言处理技术与深度学习模型，聚焦股价波动、经营异常等不同维度的企业风险，构建智能化的识别与预警系统及量化指标。在微观企业风险智能识别与预警的基础上，协同探究各地区的综合风险情况。

项目负责人的西南财经大学副教授王俊介绍，该系统通过大数据、智能化等技术手段加以预警和监测，精准捕捉企业风险，将企业风险隐患化解在萌芽状态，进一步提升企业风险管理的实时性、有效性和标准化水平;并“以小见大”，通过对企业整体的协同分析，洞察国家宏观经济的发展状况，助力中国数字经济、金融科技以及安全领域的产学研发展，切实维护市场稳定和人民群众财产安全。(记者 杨成万)