**纪要涉及的行业或公司** * 互联网金融行业 以及其中的代表性公司：九方智投、同花顺、东方财富[2][4][5][8] * 金融行业 包括证券、资管、银行、保险等细分领域，提及的公司包括：中信证券、中金公司、中国平安、工商银行、广发银行[3][10][11] * 计算机行业 作为对比视角被提及[1][5] **核心观点和论据** * **公司业绩与市场关联**：互联网金融公司的业绩与市场成交量、赚钱效应及整体情绪紧密相关，难以预判[4] 对于大型平台，核心收入（如证券经纪、广告）直接与市场交易量挂钩，可根据交易量增长预测其收入增长[9] 对于中小型平台，需关注订单收入与广告费用之比的ROI核心指标[9] * **九方智投业绩与前景**：公司2026年底合同负债达15亿元，不仅表明当年业绩出色，也为2027年上半年业绩提供保障[2][4] 股价上涨反映了市场对其业绩的认可和增长潜力的肯定[2][4] * **互联网金融监管**：行业监管需动态调整，不同于传统金融的长期稳定监管手段[4] 严格的监管有助于淘汰不合规竞争者，利好已做好充足合规准备的头部公司（如九方智投、同花顺），促进行业集中度提升[2][4] * **互联网金融公司估值**：估值本质是业绩、交易量和投资者情绪三位一体的体现，难以用传统绝对估值法（如DCF）评估[5] 实践中更多采用相对估值法，反映市场对未来牛市、交易量预期和乐观情绪[2][5] * **AI在金融行业的应用与前景**： * **接受度与落地**：金融行业对AI技术接受度显著提高，从概念走向规模化落地[3][10] 广泛应用于研报撰写、会议纪要、资料搜集、数据处理、客户服务、投研、交易等环节，提升工作效率和效果[3][10] * **具体应用案例**：银行业利用AI提升信贷效率和风险管控[11] 保险业应用AI于投保、理赔等流程，例如中国平安每年投入约200亿元用于研发[11] 交易领域广泛应用AI，如量化投资、债券交易（工商银行优化债券报价、广发银行推出债券交易机器人）[11] 券商案例：中信证券搭建AI数字员工矩阵及BOND智能助手，中金公司利用AI智能体工作站[10] * **互金公司AI布局**：国内互金公司（如同花顺、九方智投）在AI投资上较为积极且走在前端，已进行多年尝试[2][5] 内部应用于合规筛查、直播间监管等[5] 外部业务赋能主要集中在AI投研和辅助投资（AI投顾）两条路线[5] * **成本收益与未来节点**：目前大多数企业（无论国内外）AI投入尚未实现ROI转正[5] 但这是进入未来AI时代必须付出的成本[5] 随着技术进步和模型能力提升，处理非结构化数据变得更加成熟高效[6][7] 金融机构支付能力强，有助于未来实现ROI转正[2][7] 相信未来两年可能成为ROI转正的关键节点[6] * **数字货币业务布局**：国内互联网公司（如九方、东方财富）在香港布局数字货币业务，视为出海战略的一部分[2][8] 海外市场（尤其是年轻人）对数字货币接受度更高，需求侧有挖掘空间[8] 但监管框架尚未完全形成，能否成为重要收入来源需进一步观察[2][8] * **金融出海挑战**：国内金融机构出海面临四大难点：合规监管问题（各国规则严格）、服务能力问题（需全链条产品设计及外汇风险管理工具）、运营问题（需搭建海外团队、打造品牌、融入当地文化）、宏观环境不确定性（海外市场波动大、风险高）[12][13] 金融出海仍是长期方向和政策鼓励领域，需构建高度本地化的综合服务体系[13] **其他重要内容** * 金融行业在非结构化数据处理方面已取得显著进展，技术进步降低了处理成本并提升了效率[2][7] * 互联网金融行业发展形式从传统炒股软件演进到短视频直播等形式[4] * 在分析互金公司业绩时，需考虑市场结构性行情、居民资产负债表收缩期等因素对增值服务收入弹性的影响[9]

行业变革趋势 - 公募量化投资正从传统量化全面向AI量化转型 数据与算法重塑投资决策方式 [1] - 行业面临降薪降费 人才流失和主动管理能力弱化挑战 推动AI技术为基础的投研体系改革 [2] - 产品工具化率提升 某中型公募产品工具化率超过70% 预计2026年完成智能投研升级 [2] 技术应用差异 - AI量化能处理非标准化数据 包括研报文本 行业政策和社交媒体情绪 显著提升超额收益 [3] - 不同公司采用差异化路径：嫁接海外算法框架 AI与传统模型加权融合 或专注行业轮动 [3] - AI模型用于寻找传统多因子模型难以发现的特殊因子 增强投资策略多样性 [4] 数据竞争核心 - 数据质量成为差异化关键 非结构化数据处理能力决定模型信息密度 [5] - 整合内部非结构化资产 包括研究员笔记 电话会议录音和产业链群聊记录 通过NLP技术转化 [5] - 专业团队基于经验选择有价值特征数据 而非全量输入 形成竞争优势 [6] 竞争优势与挑战 - AI量化覆盖全市场5000多只股票 不受情绪影响 保持投资纪律性 [6] - 客户忠诚度较低 业绩波动易导致规模缩水 需持续争取超额收益 [6] - 中小基金公司缺乏平台优势 通过构建数据平台+策略工厂双引擎应对竞争 [2]