课程核心观点 - AI在金融领域的价值根本上取决于其所使用的数据质量[1] - 课程旨在探讨如何优化各类金融数据集以赋能AI应用[1] 课程内容与学习目标 - 课程将深入探讨宏观经济指标、定价与参考数据、公司数据、风险情报及非结构化文本等金融数据集的优化方法[1] - 课程旨在帮助学员从金融数据中提取最大价值，以赋能其AI战略，无论其正在构建预测模型、交易算法还是风险分析应用[2] 课程具体议程 - 课程将涵盖金融数据与AI应用全景概览[5] - 课程将探讨金融AI炒作背后的现实[5] - 课程将包含金融数据的AI优化实战内容[5] - 课程将详解AI数据与技术要件[5] - 课程将指导如何避开常见的数据陷阱[4] - 课程将展示如何在特征工程中应用行业最佳实践[4] - 课程将阐明满足可扩展AI系统所需的技术与数据要求[4] 课程安排与参与方式 - 课程活动时间为2025年11月28日（周五）15:30 – 16:30[3] - 参与者可通过扫码立即报名[7] - 课程由LSEG Academy提供[8] 学习平台资源 - LSEG Academy学习中心提供灵活自主或互动课堂两种学习模式以满足不同需求[9] - 平台提供丰富的学习资源以帮助用户全面提升专业技能[9] - 用户可注册讲师指导课程进行实时互动与答疑[9] - 平台支持快速查找感兴趣的视频课程[9] - 平台可帮助用户提升专业知识并获取认证资格[9] - 平台支持高效查找相关学习内容[9] - 用户可在平台设置专属学习方案[9] - 平台支持管理学习记录和认证信息[9] - 平台可跟踪持续专业能力发展（CPD）的认证情况[9]

活动概述 - 活动主题为“重构价值链：AI、数据工具与财富管理的未来式”，探讨人工智能与数字化技术如何重塑财富管理行业竞争格局 [1] - 活动由伦敦证券交易所集团主办，将于2025年12月5日在北京金融街举行线下闭门交流会 [1][3] - 活动旨在汇聚行业精英分享实践经验，探索合作机会，共同应对行业变局 [1] 活动议程 - 10:30-10:35由LSEG北亚太区董事总经理兼中国区总裁陈芳进行开场致辞 [3] - 10:35-11:05由北京师范大学人工智能学院教授白璐进行主题演讲，聚焦AI在金融数字化转型中的核心作用 [3] - 11:05-11:25由LSEG亚太区资深金融数字化解决方案顾问Jack Wong分享LSEG财富数据解决方案 [3] - 11:25-12:05举行行业精英对话环节，参与嘉宾包括老虎证券全球数据和机构服务总监王小岑、陕西省国际信托股份有限公司资产管理事业群总经理李卓、新浪财经港美业务负责人刘栗村 [3][4] - 对话环节由LSEG亚洲区金融数字化解决方案主管梁颍聪主持，整体活动由LSEG中国区金融数字化解决方案业务主管丁莉灵主持 [4] 演讲嘉宾背景 - 陈芳在数据与分析行业拥有近20年经验，负责LSEG在大中华区及北亚市场的业务发展与战略执行 [7] - 白璐是国家优青、百度全球华人AI青年学者，其研究成果应用于中国电信、科大讯飞、百度等企业实际业务 [9] - 王小岑拥有超过十年金融科技公司战略和产品工作经验，专注于利用人工智能增加数据产品创新和投研数字化转型 [10] - 李卓长期专注于资产管理工作，其团队以“投资工业化”为核心策略，深化新一代科技赋能 [11] - 刘栗村深耕数字金融科技领域多年，擅长运用AI大模型赋能金融投资决策 [12][13] LSEG财富管理解决方案 - 公司提供财富管理工作流程解决方案，帮助顾问实时获取资讯并提升工作效率 [15] - 财富数据解决方案提供市场领先的数据和高级分析，打造以客户为中心的体验 [16] - LSEG拥有700多名专注于财富管理行业的员工，超过30年经验以及50多个全球合作伙伴 [20] - 解决方案套件旨在通过创新的数字工具打造有价值的、个性化体验，帮助投资者自信决策 [13]

课程核心观点 - AI在金融领域的价值根本上取决于其所使用的数据质量[1] - 课程旨在探讨如何为AI应用优化各类金融数据集以赋能AI战略[1][2] 课程学习目标 - 帮助学员从金融数据中提取最大价值以构建预测模型、交易算法或风险分析应用[2] - 学习如何避开常见的数据陷阱并在特征工程中应用行业最佳实践[4] 课程内容框架 - 涵盖金融数据与AI应用全景概览及金融AI炒作背后的现实分析[5] - 包含金融数据的AI优化实战和AI数据与技术要件详解[5] - 涉及满足可扩展AI系统所需的技术与数据要求[4] 课程安排与资源 - 活动时间为2025年11月28日15:30至16:30[3] - 提供由讲师指导的互动课程和丰富的自主学习资源[9] - 平台支持设置专属学习方案并管理学习记录和认证信息[9]

课程核心观点 - AI在金融领域的价值根本上取决于其使用的数据质量[1] - 课程旨在帮助从业者从金融数据中提取最大价值，以真正赋能AI战略[2] 课程学习目标 - 帮助构建预测模型、交易算法或风险分析应用的从业者优化数据使用[2] - 学习如何为AI应用优化宏观经济指标、定价与参考数据、公司数据、风险情报及非结构化文本等各类金融数据集[1] 课程核心内容 - 金融数据与AI应用全景概览[5] - 探讨金融AI炒作背后的现实[5] - 金融数据的AI优化实战方法[5] - 详解AI数据与技术要件[5] - 学习如何避开常见的数据陷阱[4] - 在特征工程中应用行业最佳实践[4] - 满足可扩展AI系统所需的技术与数据要求[4] 学习平台资源 - 平台提供灵活的自主学习和互动性课堂体验[9] - 可注册参加讲师指导课程进行实时互动和答疑解惑[9] - 提供快速查找感兴趣视频课程的功能[9] - 支持提升专业知识并获取认证资格[9] - 可高效查找相关学习内容并设置专属学习方案[9] - 具备管理学习记录、认证信息及跟踪持续专业能力发展认证情况的功能[9]

文章核心观点 - 黄金市场目前处于牛市中的整固阶段，实物需求强劲支撑金价，尽管期货市场基金多头头寸减少[16][29][32] - 美联储降息预期是影响短期资产价格的关键，市场对12月或1月降息的概率变化引发了基金经理锁定利润和去杠杆的操作[2][26] - 从资产表现比较看，黄金年内从高点回撤7.2%，表现优于纳斯达克指数（-7.4%）和比特币（-31.7%），显示出相对韧性[2][28] - 黄金牛市的持续性取决于美国降息周期、中美关系走向以及全球经济是否陷入滞胀，牛市结束的指标是美国重启加息或全球合作推动经济增长[31][32] CFTC期货市场持仓分析 - 截至10月7日的数据显示，管理资金在COMEX黄金的净多头量为417，环比下降10.3%，其中多头量减少8.1%至528，空头量微增1.3%至112[4] - COMEX白银的净多头量为4,649，环比下降19.8%，多头量减少13.7%至6,644，空头量增加4.5%至1,995[4] - Nymex铂金净多头量为28，环比下降11.6%，而Nymex钯金仍为净空头-12，但空头量环比增加8.8%[4] - 基金在黄金期货的净多头头寸年初至今下跌27%，但2024年累计仍上升35%[8] - 基金在白银期货的净多头头寸年初至今上升78%，但2024年累计微跌1%[9] 贵金属与相关资产市场动态 - 金价与北美金矿股比率近期回升，10月21日达到14.309倍，较前一周上升3.3%，但今年累计仍下跌25.2%，表明金矿股今年跑赢实物黄金[18] - 金银比指标上周五为81.3，环比微升0.7%，今年累计下跌10.5%，该比率通常在市场恐慌时升高，例如2020年曾超过120倍[21][23][24] - 有迹象表明，除了黄金，原油以及中国具有供应垄断优势的物料（如稀土、锑、钨）价格可能看涨，美国政府近期以高于中国售价近一倍的价格与MP Materials签订钕镨供应合约[17] - 大型黄金生产商Agnico Eagle投资1.3亿美元成立子公司，用于投资战略资源项目[18] 宏观经济与政策预期 - 市场对美联储降息的预期发生变化，认为12月10日降息25个基点的概率从两周前的40.6%回升至58.3%[25][26] - 若12月不降息，明年1月降息的概率从66.1%升至76.3%，这种预期的波动影响了基金经理的短期操作行为[2][26] - 特朗普若在明年5月后任命新的美联储主席，市场预期美国利率可能大幅下降至1%，这将为商品特别是黄金提供进一步的升值空间[29] - 未来12至24个月的关键考验是，如果美国降息但通胀压力重现，美联储的政策走向将面临两难[33]

文章核心观点 - 开源技术通过提供低成本或免费的高级分析工具，正在重塑金融行业格局 [1] - Post Trade Solutions发布其开源风险引擎（ORE）的第14版，带来多项增强功能，以应对日益复杂的交易环境对灵活、透明、高性能风险工具的需求 [1] - ORE基于领先的开源量化金融库QuantLib，旨在让高质量的定价与风险分析能够免费获取，体现了金融创新应具备的透明性、协作性并服务整个市场的理念 [8][6] ORE第14版核心升级 - 核心升级是对QuantLib v1.40的集成，带来更流畅的性能、更高的一致性，确保ORE能持续满足全球金融机构不断变化的需求 [2] - 开发团队解决了100多个问题单，回应了用户反馈，对平台进行微调，在所有使用场景下实现更高的稳定性和准确性 [2] 产品建模能力扩展 - 新增支持商品期货的美式期权，使得这些复杂衍生品能够通过有限差分法进行定价 [3] - 新增对可赎回债券及其衍生品的建模支持，包括远期、总回报互换以及基于可赎回债券标的的期权 [3] - 对债券期货的增强包括引入"最便宜可交割"特性以及债券期货的总回报互换 [3] - 为大宗商品浮动利率新增舍入规则，确保估值与市场惯例保持一致 [3] 分析精度与校准优化 - 新增全球利率曲线引导功能，允许用户在单一或多个相互依赖的曲线上应用全局优化器，提升复杂收益率曲线构建的准确性 [4] - 引入针对互换期权的Delta-Gamma调整校准，并通过改进的回归技术优化隔夜指数互换AMC风险敞口建模 [4] - 相关性分析框架支持用户基于历史情境生成相关性，并可选择性地将其整合到XVA分析中，提供更具动态性和数据驱动的风险敞口与估值调整方法 [5] - 改进错误报告功能，使缺失的fixing ID错误能够自动归因到交易ID，简化调试流程并提升透明度 [5] 社区驱动与发展理念 - ORE自2016年创立以来，通过全球用户的持续反馈不断发展，每一次版本更新都体现了与从业者、学术界和开发者的直接合作 [6] - 通过保持ORE的开放性和可访问性，确保高质量的风险分析能够为所有机构所用，而不仅仅是那些有预算构建或购买专有工具的机构 [6][7] LSEG交易后服务定位 - LSEG交易后服务为清算后市场和双边市场提供支持，并随着条件的变化而不断创新 [12] - 提供完整的交易后生态系统，拥有久经考验的专业领域知识，并将与客户协同合作作为核心承诺 [12] - 旨在提高运营效率，并促进实现资本和成本节约 [11][15]

2025年大宗商品市场环境 - 2025年大宗商品市场呈现价格走低但波动性显著增强的复杂局面，不确定性和波动性成为企业运营和战略规划的重要挑战[2] - 市场受到全球经济放缓与地缘政治紧张双重影响，能源、金属、农产品等板块走势分化，传统供需逻辑被打破[2] - 企业在成本控制、供应链稳定和战略转型方面面临前所未有的挑战，市场处于重塑期，是企业重新定义韧性与竞争力的关键节点[2] LSEG大宗商品研讨会核心议程 - 探讨“十五五”规划对铜市场带来的机遇[2][4] - 发布金银铂钯独家新数据功能，并探讨铂金钯金期货上市对产业和全球市场的影响[2][3] - 应用LSEG天气数据预测农产品市场行情，包含棕榈油市场展望和关税变局下的棉花市场展望[2][3][4] LSEG大宗商品数据与解决方案价值 - 大宗商品数据是宝贵的资源，在正确时间以正确格式获取正确信息是商品交易成败的关键[12][13] - 通过结构化利用基本面、供需、船舶跟踪、储量和另类数据源，可使交易商获得竞争优势[13] - 公司提供工具、基本面、预测、另类数据和新闻，拥有全球最大的大宗商品数据库之一，强大的分析师团队和独家合作关系使端到端工作流程高效[14] LSEG定制化大宗商品交易解决方案 - 能源商品交易解决方案覆盖石油和天然气、电力、煤炭、碳等全球生态体系，通过独家合作与再分发协议使客户能通过单一平台访问1,000多名研究和分析专家的工作成果[16] - 金属交易解决方案构建了全面的数据和分析方法，利用机器学习和人工智能预测市场走势，覆盖贵金属、工业金属、电池金属以及铁矿石和钢铁市场[17][18] - 农产品贸易解决方案利用强大的基本面数据，辅以另类数据、天气追踪和卫星图像预测价格走势，并采用“实地考察”方式由路透社记者报道提供可靠信息[19][20] - 航运交易解决方案通过由专家团队利用实时船舶动向、港口拥塞状况和航线分析的交互式地图，提供全球航运交易独特视角[21] - 数据聚合和数字化解决方案能够将多个数据源标准化、规范化和结构化，确保随时随地以任何数字格式访问所需信息[22][23]

2025年大宗商品市场环境 - 2025年大宗商品市场呈现价格走低但波动性显著增强的复杂局面，不确定性成为企业运营和战略规划的重要挑战 [2] - 市场受全球经济放缓与地缘政治紧张双重影响，能源、金属、农产品等板块走势分化，传统供需逻辑被打破 [2] - 铂金钯金期货即将上市，其产品核心价值以及对产业和全球市场的影响成为关注点 [2] 研讨会核心议题 - 探讨“十五五”规划对铜市场带来的机遇 [2][4] - 发布金银铂钯独家数据，并介绍如何应用LSEG天气数据预测农产品市场行情 [2][4] - 分析棕榈油市场与展望 [4] - 展望关税变局下的棉花市场 [5] LSEG大宗商品数据与分析能力 - 提供市场洞察、数据管理解决方案和无缝交易执行能力，旨在为企业在市场竞争中带来优势 [16] - 拥有全球最大的大宗商品数据库之一，通过基本面、供需、船舶跟踪、储量和另类数据源提供结构化信息 [18][19] - 专用交易软件Workspace提供对能源、农业和金属行业的深刻洞察 [18] 定制化大宗商品交易解决方案 - 能源商品交易解决方案覆盖石油、天然气、电力、煤炭、碳等全球生态体系，通过单一平台提供超过1,000名专家的研究成果 [22] - 金属交易解决方案提供全面数据和分析，利用机器学习预测市场走势，覆盖贵金属、工业金属、电池金属等 [23][24] - 农产品贸易解决方案结合基本面数据、天气追踪和卫星图像预测价格走势，采用“实地考察”方式确保信息可靠 [25][26] - 航运交易解决方案提供由专家团队支持的实时船舶动向、港口拥堵和航线分析 [27] - 数据聚合和数字化能力可将多个数据源标准化、规范化，产生可行洞察，并通过多种数字格式灵活交付 [28][29]

产品发布 - LSEG分析业务正式推出“LSEG Lipper on Snowflake”服务，以满足资产管理机构、投资顾问及个人投资者通过数字渠道获取市场评论、分享观点和进行研究的需求[1] - LSEG理柏提供最全面的全球数据覆盖，为共同基金、退休基金、养老基金及基金费用与支出等领域提供深度洞察[1] 数据覆盖范围 - 涵盖全球80个注册销售市场的超过35万只集体投资产品，产品类型包括共同基金、封闭式基金、交易所交易基金、对冲基金、国内退休基金、养老基金及保险产品[1] - 可完整访问已合并或清盘基金的历史数据库，覆盖全球超过50万只证券[2] 解决方案特点 - 提供高度可定制且灵活的服务，支持所有主流云服务提供商及其区域部署组合[2] - LSEG理柏在超过50年的时间里持续获得全球投资专业人士的信任，为基金行业提供专业知识与市场洞见[2] 人工智能与分析能力 - 公司提供一系列人工智能驱动型分析解决方案，通过差异化分析提出切实可行的洞察[7] - 解决方案包括预构建且经过市场检验的模型和工具，旨在帮助客户更快获得洞察并将复杂分析任务自动化[8] - 公司提供强大的开放式、可扩展基础设施，并允许客户整合自己的工具、参数、定价模型和工作流程以获得个性化体验[8] 具体分析解决方案 - 分析API提供单一来源的多资产分析模型，帮助客户获取市场情报、做出数据驱动的决策并优化投资组合管理策略[10] - 贷款抵押债券解决方案提供全面的抵押贷款债务数据、现金流和分析，并包含用于评估CLO的增强型框架[11] - 可持续投资分析平台具有灵活性，是固定收益复杂分析的可靠来源，能够将ESG和气候指标整合为客户解决方案的基本组成部分[12] - 历史分析解决方案实现全面整合与自动化，凭借开放式架构为客户打造准确、一致的历史分析定制平台[13] 目标客户群体 - 解决方案覆盖买方和卖方客户的后台、中台和前台，客户类型包括交易员、投资组合经理、专业技术人员、金融编程人员和风险管理人员[16] - 为交易员提供复杂的证券构建和定价工具，以及包括Tradeweb在内的全面解决方案系列[16] - 为投资组合经理提供快速准确的洞察以提升业绩，并通过自动化提高效率和捕获超额回报的机会[17] - 为专业技术人员提供灵活的云环境，覆盖各类结构化与非结构化数据和分析，并依托与微软长达10年的合作关系开发新一代数据和机器学习辅助建模解决方案[18] - 为金融编程人员提供历史数据、新闻、会议记录及易用的编程界面，并拥有基于云的灵活基础设施[19] - 风险管理解决方案帮助客户迅速识别企业和投资组合层面的利率和信用风险，LSEG Yield Book的数据和模型可助其满足监管要求并创建定制情景分析[20]

赛事概述 - 金融界正迎来历史性时刻，六大顶尖AI模型在真实资金的加密货币交易中进行正面交锋 [1] - 参赛模型包括GPT-5、Gemini 2.5Pro、Deepseek V3.1等 [1] - 该挑战赛由Nof1.ai主办，名为Alpha Arena，旨在将AI推向终极考验，使其在无人干预下驾驭瞬息万变的市场 [1] 活动议程 - 活动将于2025年11月21日（周五）15:00至15:40举行 [2] - 活动内容包括介绍Alpha Arena赛制规则、深度解析参赛模型的表现与交易策略、探讨AI自主交易的风险与机遇 [8] 行业影响与洞察 - 本次网络研讨会将探讨赛事结果对算法交易与金融决策未来的深远影响 [1] - 活动将揭示不同AI策略的差异，以及对风险管理、适应性和自主系统信任的启示 [1] - 活动为金融专家、技术分析爱好者以及对AI重塑未来市场充满好奇的人士提供实用洞察与深度思考 [1]