Sigma产品简介

[tanggen]

目录

1. 概述
2. 应用
3. 产品特色：质量控制与开源
4. 模块划分与指标体系

1. 概述

1.1 金融服务行业的趋势

随着竞争的加剧和互联网时代的到来，如今各券商之间的竞争已经从简单粗暴的“佣金战”，转变为更深层次的“服务战”。“服务战”的核心是提供有竞争力的个性化服务，比如投资分析、投资顾问、理财咨询等。

这些个性化服务的物质基础是客户的数据。一方面，利用数据进行分析可以更好地了解客户，从而更有针对性地提供服务。另一方面，数据本身也是一类非常重要的个性化服务。

1.2 Sigma

以原始现金流、持仓数据为出发点，结合市场公开数据，通过量化投资、机器学习的方法，结合10大类共计275+个量化指标，量化分析账户状况，Sigma向客户提供个性化的账户分析，并提供针对性的建议。

Sigma整体包括4大部分：

1. 深度清洗：数据清洗、市值重估、现金流重估；
2. 量化分析：对已清洗的数据进行量化分析；
3. 质量监控：贯穿始终的质量监控；
4. 展示与反馈：分析结果展示给客户并收集反馈；

2. 应用

Sigma具体呈现为2个产品：智能对账单、账户诊断。

2.1 智能对账单

提供以投资分析为视角的账户投资对账单。

根据指定时间段内客户的收益情况，量化客户的投资结果，包括：

• 收益状况展示
• 月度账单分析
• 收益来源归因

详情请查看智能对账单简介

2.2 账户诊断

账户诊断将在量化指标的基础上，给出投资能力的“诊断”。

• 分项衡量客户的投资能力
• 盈亏情况分析
• 操作特点总结及建议

详情请查看账户诊断简介

3. 产品特色：质量控制与开源

3.1 质量控制

每一个量化指标都有一个质量控制标签，来表示计算结果的准确性。事实上，对于一款数据产品，如果没有提供这种类似的质量控制标签，那么产品基本上属于不可用的状态，就像开发好但没有经过任何测试的APP一样。

3.2 开源

可扩展性强，极易进行二次开发。可以让数据开发人员聚焦于上层的指标开发，而不用受困于繁琐的数据清洗和业务梳理。

更多说明见产品特色：质量控制与开源

4. 模块划分与指标体系

4.1 模块划分

Sigma分为智能对账单和账户诊断两个大模块，每个大模块又可分为若干功能模块：

详细说明请见Sigma功能模块和系统架构

4.2 指标体系

根据量化指标的作用，可以将其分为十个大类，具体参看下图：