Gen AI in Asset Management: Chat with CPO of RavenPack - Key Takeaways & Replay
Bernstein(伯恩斯坦,法兴集团)-资管行业中的生成式AI:与RavenPack首席产品官对话——核心要点与回放
浏览 0 · 下载 0
摘要
Abstract伯恩斯坦亚洲量化策略团队举办「资管行业生成式AI创新者系列」第二季第六场活动,邀请RavenPack首席产品官Aakarsh Ramchandani分享。RavenPack是面向金融机构的数据与AI基础设施供应商,拥有逾二十年积累,核心产品包括提供标注、因子与分析能力的EDGE平台,以及AI grounding与搜索平台Bigdata.com。其差异化优势体现在五方面:一是金融知识图谱与实体消解,多层流水线将公司、事件、证券与金融实体映射至结构化参考数据,使AI系统可在文本、证券与市场数据间无缝切换;二是接口无关的检索基础设施,已从传统量化因子数据延伸至MCP连接、知识图谱与内容授权,覆盖申报文件、新闻、FactSet、S&P、Quartr、Job listings与播客等;三是客户可自定义投资主题,在档案中检索信息并构建point-in-time专有数据集用于回测;四是面向智能体工作流的代币化定价,按百万token计费;五是帮助大型机构在内部内容之上搭建企业级AI平台。内容覆盖股票、商品、固定收益与外汇,新闻一般在一秒内完成处理与再分发,申报文件约30秒至1分钟;最大缺口仍在卖方研究
核心观点
Key Takeaways- 01RavenPack以金融知识图谱与实体消解为核心壁垒,使AI可在文本、证券与结构化数据间无缝切换。
- 02检索基础设施接口无关,支持MCP连接与内容授权,可直接嵌入客户自建企业级AI工具。
- 03客户可自定义投资主题并构建point-in-time专有数据集用于回测,实现定制化阿尔法信号。
报告信息
Report Data- 券商
- Bernstein(伯恩斯坦,法兴集团)
- 分类
- 行业研究/其它
- 页数 / 大小
- 22 页 · 11.3 MB
- 发布日期
- 2026-11-11