云数据迁移趋势 - 金融服务机构逐步认识到将定价与参考数据迁移至云端的优势 包括全球即时访问统一数据集 助力识别交易机会 实现流程自动化及推动人工智能项目发展 [1] - 47%受访者已在云端使用市场与定价数据 38%正在使用云端参考数据 表明云数据正成为金融科技转型与业务敏捷性核心驱动力 [2] - 金融机构在交易生命周期多个环节拓展云端应用场景 云用例快速发展 [4][5] DataScope Warehouse解决方案 - DataScope Warehouse是LSEG云端数据解决方案 在全球范围内提供定价与参考数据 支持各类应用场景落地 [1] - 平台将LSEG全套高质量定价与参考数据资源部署于云端 助力机构实现更高效数据访问与应用 [2] - 新客户最快24小时内完成接入 大幅加快部署速度 相比传统本地部署需数月时间 [5] - 全部内容原生部署于Snowflake和Google Big Query平台 通过私密列表机制实现跨地域快速安全数据共享 [7] - 大幅降低总体拥有成本 提供可自行高效维护管理数据需求的解决方案 [6] 平台功能优化计划 - 未来18个月将推出新功能 云端分发接口及更多数据集 [4] - 2025年至2026年初持续扩展功能 包括Snowflake的"变更追踪"功能 显示数据变更时间并发送通知 [8] - 新增公司行为数据 支持金融机构在关键业务场景中的应用需求 [9] LSEG定价服务核心能力 - 为全球数千家金融机构提供独立透明准确的评估定价 覆盖超过280万种固定收益证券和衍生品 [12] - 定价证券非由LSEG发起 发行或交易 保持独立性 [12] - 展示定价评估背后因素 包括定价方法 市场颜色和其他相关数据 提供风险 报告及合规所需透明度 [13] - 定价得分作为定价稳健性衡量指标 帮助客户捍卫评估定价并满足监管要求 [13] - 评估可在日内及标准市场快照时间进行 [14] 定价服务特色优势 - 客户可直接接触各资产类别专家评估人员 采用一致透明定价方法 [16] - 采用与市场标准一致方法 每天从做市商参与者广泛网络获取市场情报 [18] - 覆盖全球核心和本地市场 广泛数据来源网络覆盖流动性和非流动性市场 [20] - 定价方法符合ASC 820及IFRS 13公允价值标准 [21] - 对难以估值资产采用各种透明方法定价 [22] 数据服务产品体系 - DataScope Select提供数据传送服务 可访问参考数据 公司行为 实体数据 日终和日内定价及评估定价服务 [25] - DataScope Plus证券数据库自动更新日终价格和日内参考数据 无需手动请求 [26] - 固定收益数据服务通过全面定价和参考数据为前中后台提供支持 [27] - 参考数据和定价服务生成 整合及分发数据以满足交易与合规需求 [29]

Key Takeaways FactSet will release 4Q25 results on Sept. 18, before market open.Revenues are expected to be $592.6M, suggesting a 5.6% y/y rise, led by growth across regions.EPS is projected at $4.15, indicating an 11% increase from the prior-year quarter's actual.FactSet Research Systems Inc. (FDS) is set to report fourth-quarter fiscal 2025 results on Sept. 18, before market open.FDS surpassed the Zacks Consensus Estimate in the trailing four quarters, delivering an average surprise of 1.7%.FactSet’s Q4 E ...

人工智能正在进入"智能体群"时代，并推动各行业"技术平权"。煜马（深圳）数据信息有限公司（简 称"煜马数据"）近日正式发布其自主研发的"AgentBull金融智能体"。 目前，人工智能在金融领域的应用正进入深水区，依赖单一超大型大语言模型的人工智能技术路径，在 金融领域这一对精准度、时效性和成本效益要求极高的场景下，逐渐暴露出难以调和的内在矛盾。针对 这一行业共同面临的挑战，AgentBull提出了"多智能体交互框架"的破局路径。 在业内人士看来，数量庞大的智能体之间彼此交互、执行任务、交换数据、交换信息，甚至交换任务， 而人类与这些智能体群的交互，将构成所谓的"智能体经济"。而Agent（智能体）将重塑企业流程，"超 级个体+agent"会带来巨大的结构性变革。 煜马数据介绍，该框架并非试图打造一个无所不晓的"通才"，而是构建一个由各领域顶尖"专家"组成的 协同作战团队。AgentBull将复杂的投研任务拆解，由数据抓取、产业链逻辑、量化分析与风险预警等 多个专精智能体协作完成。 该产品标志着金融AI正从"秘书级"信息归纳迈向"专家级"决策辅助，也意味着金融投研的"技术平权"正 在逐步落地。 ...

James Perkins 客户成功 | 数据和分析 | 市场情报 | 开发人员宣传 | 社区建设 无论是大语言模型（LLMs）、生成式人工智能（GenAI）、智能体（AI Agents）还是代理人工智能 （Agentic AI），人工智能（AI）正在迅速改变金融服务格局。从算法交易和风险管理到财富咨询和 合规，人工智能工作流程正变得不可或缺。然而，这些系统的成功在很大程度上取决于一个关键因 素：数据。本文探讨了如何优化人工智能的财务数据，并且提供宏观经济、定价、参考、公司、风险 情报和分析数据的技术和用例。 我们邀请您观看完整的配套视频教程系列，该系列更深入地介绍了金融数据和分析的整体格局，以及 人工智能数据和技术要求的更多详细信息："如何优化人工智能的金融数据：工具、技术和用例"。 扫码观看 为什么人工智能在金融数据中很重要 一 切 始 于 数 据 。 AI 模 型 的 表 现 完 全 取 决 于 其 所 吸 收 的 数 据 质 量 。 正 如 LSEG 首 席 执 行 官 David Schwimmer在2025年世界经济论坛上所说："没有正确的数据，即便是最优秀的算法也只能得出平庸 ——甚至更糟，误导 ...

" 随着香港巩固其亚洲绿色金融枢纽地位，市场极需具透明度及值得信赖的金融工具，以评估是否 符合最新的监管框架。彭博推出全新的HKIA对应栏目可协助保险公司将最新估值及资本指引纳入 工作流程。该栏目体现了彭博致力于为客户提供可持续金融及监管解决方案，助他们作出更明智 的决策并配合监管要求的承诺。" 该栏目由庞大的彭博可持续债券数据库支持，涵盖债券资金用途、第三方认证、发行人披露及分类 法对应等详细信息。该数据栏目让用户可根据公开披露数据筛选及监测符合HKIA及全球其他标准 的绿色债券。该栏目亦是对彭博更广泛的固定收益产品的补充。 该数据栏目现已供彭博终端及数据授权用户使用。 点击 "阅读原文" ，预约彭博终端演示。 彭博今日宣布推出一项全新绿色债券数据栏目，标示债券是否符合香港保险业监管局（HKIA）最 新就估值及资本规定的指引，有助保险公司及其他金融机构配合可持续投资的监管要求。 彭博在 其主办的"可持续数据：促进气候领导资本"会议期间正式发布该数据栏目。此次会议是 "香港绿色 周" （Hong Kong Green Week）活动之一。 全新"HKIA_Sustainable_Indicator" 数据栏目 ...

核心观点 - 华为联合Wind、腾讯、飞书三家行业领军企业展示鸿蒙生态全场景智慧互联战略 通过三折叠屏设备实现金融、娱乐、办公三大核心场景的跨界融合 [1][3][11] 战略合作背景 - 华为全球仅邀请三家战略伙伴：Wind代表金融数据服务 腾讯代表游戏娱乐 飞书代表企业协作 覆盖用户工作生活投资全链路场景 [1][3] - 三家企业分别站在金融、娱乐、办公协作领域最高点 为三折叠屏提供应用背书并展示跨行业互联未来 [11] 金融场景创新 - Wind将PC级金融终端压缩至手机：10.2英寸大屏展示全球海量数据 多任务分屏同步处理财报直播与数据调取 [6][7] - AI Agent实现全链路工作流：清晨推送市场动态与自选股预警 夜间值守全球市场 会议结束自动生成行业简报 收盘即时完成绩效归因 [9][11] - Alice系列功能实现零延迟数据提取与报告撰写 使金融工作从电脑依赖转为口袋随身闭环 [8][10] 技术突破点 - 三折叠屏解决"为何折叠"痛点：展开达10.2英寸大屏消除信息碎片化 多任务分屏同步运作提升效率 [6][7] - Agent系统颠覆工作模式：每个金融人可拥有数十个专属Agent 分别负责资讯监控、报告撰写、策略制定及客服邮件回复 [11] 生态战略意义 - 华为通过三大领域顶流企业验证鸿蒙生态跨场景能力：金融代表专业级行业应用 娱乐代表沉浸体验 协作代表新生产力 [3][11] - 智能设备从工具升级为随身生态伙伴 三折屏成为金融人、投资人、职场人实现移动办公的新可能 [13]

文章核心观点 - 华为选择Wind、腾讯、飞书作为全球战略伙伴 展示鸿蒙生态构建全场景智慧互联的雄心 [1] - 三家企业分别代表金融、娱乐、办公协作领域最高水平 共同为折叠屏产品提供杀手级应用场景 [4][14] - 三折屏技术结合专业应用 实现从工具到随身生态伙伴的转变 预示跨行业互联的未来生态 [14][15] 战略合作背景 - 华为全球仅邀请三家战略伙伴：Wind（金融）、腾讯（娱乐）、飞书（办公协作） [1] - 三家分别覆盖工作、生活、投资全链路场景 展现跨界互联生态雏形 [5] - 合作本质是跨领域应用的未来实验 而非单纯新品发布 [6] Wind的创新突破 - 将PC级金融终端压缩至三折屏手机 实现10.2英寸大屏全景数据展示 [8][9] - 多任务分屏功能支持左屏看财报直播 右屏调取数据库与市场情绪 [9] - Alice系列功能实现数据提取、图表生成、报告撰写零延迟处理 [10] - 完整覆盖交易员早间资讯到投资总监收盘复盘的全链路工作流 [10] AI Agent革命 - Wind部署AI Agent改写金融工作方式 包括四大核心功能： - AI简报Agent清晨推送全球市场动态与自选股预警 [12] - 投资早报Agent夜间值守全球市场 天亮即时递交成果 [12] - 行业日报Agent会议结束自动生成简报并推送客户 [12] - 复盘周报Agent收盘即时完成分析与绩效归因 [12] - Agent被视为随身专属研究员、交易助理、报告撰写人 实现7×24小时陪伴 [12] - Wind Alice推出后 每个金融人将拥有数十个专用Agent分管不同任务 [12] 产品技术特性 - 三折屏展开达10.2英寸 解决金融场景对大屏和算力的高频依赖 [8][9] - 实现信息不再碎片化 全球海量数据一屏尽览 [9] - 依托大屏使Agent从云端存在变为"装进口袋"的实体化助手 [12] 行业影响 - 对金融行业：实现PC级终端移动化 Agent全天候陪伴重塑工作模式 [14] - 对娱乐行业：腾讯提升大屏沉浸体验至极致水平 [15] - 对办公协作：飞书使跨场景高效协同触手可及 [15] - 智能设备从工具升级为随身生态伙伴 预示"一部手机就是PC"的未来趋势 [14][15]

华为三折叠屏战略合作分析 - 华为邀请三家战略伙伴Wind、腾讯、飞书分别代表金融、娱乐、办公协作三大核心场景 [3] - 三家企业在各自领域均为行业顶流 覆盖用户工作、生活、投资全链路场景 [3][5] - 此次合作旨在展示鸿蒙生态构建跨行业全场景智慧互联的战略目标 [3][17] Wind的金融终端革新 - Wind将PC级金融终端压缩至手机 依托10.2英寸三折屏实现信息完整展示 [8][9] - 支持多任务分屏操作：左屏看财报直播 右屏调取数据库与市场情绪 [10] - Alice系列功能实现数据提取、图表生成、报告撰写零延迟 [10] - 满足交易员早间资讯到投资总监收盘复盘的全链路工作流 [10] AI Agent的金融应用突破 - Wind推出复盘周报Agent 收盘即时完成分析与绩效归因并全团队同步共享 [12] - AI Agent包括盯资讯、写报告、做策略、管复盘及自动回复客服邮件等多功能 [15] - Agent成为7×24小时随身专属助手 依托大屏实现"装进口袋"的实时成果呈现 [13][14] - Wind判断未来每个金融人将拥有几十个Wind Agent实现全自动化工作 [15] 跨领域生态协同价值 - 腾讯代表娱乐与社交沉浸体验 飞书代表企业办公协作新生产力 [5] - 三家企业共同为三折屏提供应用背书 展示跨领域互联生态雏形 [5][17] - 智能设备从工具升级为随身生态伙伴 推动全场景智慧互联落地 [17] 全球市场数据展示（基于屏幕截图） - 美洲市场表现：纳斯达克指数涨0.44%至3680.78点 标普500涨0.41%至6465.94点 [18] - 欧非中东市场：德国DAX跌0.50%至24152.87点 法国CAC40跌1.70%至7709.81点 [18] - 亚太市场：日经225涨0.16%至42461.66点 韩国KOSDAQ跌0.07%至801.12点 [18] - 大中华地区：上证指数跌0.22%至3859.75点 恒生指数跌0.49%至25401.11点 [18] - 商品汇率：伦敦金现涨0.46%至3377.76美元 布油涨0.01%至66.71美元 [18]

美国经济压力分析 - 2025年第一季度GDP环比收缩0.3%，主要由进口增加（关税前进口额增长41.3%）和政府支出减少驱动，部分被消费者支出和出口增长抵消 [1] - 3月贸易逆差扩大至1630亿美元，消费品和资本货物进口激增，汽车进口显著增加 [1][3] - 关税政策导致企业提前采购，加剧进口增长，经济衰退可能性上升 [1] 就业市场与消费者信心 - 4月消费者信心指数同比下降9%，但失业率保持4.2%不变，就业岗位增长超预期 [2] - 消费者信心指数被视为就业市场压力的预警信号，GDP收缩进一步加剧压力 [2] - 关税实施预计将恶化就业市场状况，尽管当前表现韧性超预期 [2] 贸易赤字与资本流动 - 美国贸易逆差反映储蓄与投资不平衡，国内投资远超储蓄，需依赖国外借款弥补赤字 [2][4] - 对美贸易顺差国（如越南、泰国）持有大量美债，资本流入推高美元价值，使进口更便宜、出口更昂贵 [4] - 关税可能改变贸易伙伴对逆差的贡献结构，但无法减少总体逆差 [2] 信用状况与评级下调 - 穆迪将美国长期发行人评级从Aaa下调至Aa1，理由为持续财政赤字和联邦债务增加 [4] - 5年期信用违约掉期（CDS）利差扩大20个基点，交易价格高于评级相似的奥地利和芬兰 [3][4] - 政府债务利息支付显著上升，因赤字增长和利率攀升 [4] 财政政策与债务压力 - 特朗普税改法案延续4.5万亿美元税收减免，未来十年成本预计达3.1万亿美元（占GDP 11%） [5] - 国会预算办公室预测预算赤字接近GDP的7%，债务占GDP比例在四年内可能增加8%-10% [5][6] - 债务占GDP比例每增10%，长期债券收益率上升99个基点，30年期国债收益率达19个月高点 [3][5][6] 收益率曲线与货币政策 - 长期国债收益率因财政担忧和贸易紧张攀升，30年期收益率突破5%后未来可能达6% [3][5][6] - 美联储预计年内放宽货币政策，但波动性推动收益率曲线趋陡，进一步演变取决于贸易战进展 [5] - 有效关税率预计稳定在略高于10%，但实施路径受贸易谈判影响 [5] 数据平台服务 - Datastream提供覆盖175个国家/地区、120年历史数据的金融时间序列数据库，包含超3500万指标 [9][10][14] - 数据库涵盖宏观经济、债券、股票、ESG等资产类别，集成I/B/E/S预估和Worldscope基本面数据 [10][16] - 支持API访问（Python/R/Matlab）和Microsoft Office插件，用于回测、模型构建和动态更新 [10][20][22]

核心观点 - 私人信贷回报率与中期国债收益率相关性有限 在经济衰退期间私人信贷回报率波动显著 但在衰退后几年往往高于平均水平[4][5] - 私人信贷在整个时间段内表现出显著稳定性 但2025年可能出现短期波动 随后可能从深度投资中获利[6] - 美国国债信用评级下调可能导致国债风险溢价走高 或使私人信贷冲击提前出现[6] 研究方法 - 使用10年期减去2年期国债利率比较公共资金与私人资金在中期溢价上的成本差异[3] - 通过每年变化分析规模差异很大的数据集 发现国债利率下降往往伴随信贷基金回报率下降[4] 历史表现分析 - 2000年代初期国债回报率上升约两年后 私人信贷回报率才明显增长[4] - 2007年国债收益率上升后私人信贷回报率随之上升 但期间波动极大[4] - 2010年代无经济衰退期间 美国国债回报率呈缓慢下降趋势 私人信贷回报率出现类似下降但2017年波动后回升[5] - 私人信贷回报区间比公共市场流动性溢价更紧凑 可能因追求更高风险和回报机会[5] 数据说明 - 私人数据截止2024年第2季度 美国国债利率在同年晚些时候恢复[6]