拍知心 最懂你的智能投資顧問

來自專欄 數據比賽那些事

第二屆拍拍貸魔鏡杯數據應用大賽於2017年4月10日啟動，決賽路演於9月2日在上海舉行。相較於去年，今年的題目更專註於實用性，對開發能力提出了更多更高的要求。比賽可以從以下三個參考方向來展開角逐，和去年的三個子賽題基本對應：

• 投標類：開發一款投標工具，幫助投資人實現投資收益的優化，並自動高效地完成從選標到投標的全過程。可能包括部分策略開發等分析相關工作，更重要的是能夠調用投標介面完成投標功能；
• 分析類： 基於拍拍貸平台的整體數據（類比上交所大盤）或投資者個人的投資歷史數據（經授權），運用數據科學技術進行分析或挖掘，為投資人提供有價值的信息、建議等個性化服務；
• 創意類：不包含在前兩類內容中的有價值的產品或服務。創意類方向不設任何限制，基於現有的數據與資源，發揮創造力，做出一個讓自己滿意、也被市場認可的有價值的作品。

作品思路

既然要搞，就搞個大的。與其單獨做投標類、分析類或創意類中的一種，不如三者兼顧，做一個功能完善的系統出來。

作品的思路在初賽階段便已想好：通過知情、知己兩個模塊，分別對平台數據和個人記錄進行分析和展示（分析類）；通過知心模塊，使用多種方法和模型實現投標功能（投標類）；最後再擴充下數據、開發個社區，做個功能性聊天機器人（創意類）。這樣一來，五臟俱全、要啥有啥、一套帶走，可以說做了整個生態。

但是後來才慢慢發現，這個思路，從一開始就是錯誤的。

先介紹下比賽的評審機制，大賽分為初賽、複賽、決賽三輪，進入決賽的10支隊伍需要參加決賽路演答辯。比賽獎金共計10W美金，30%由大眾投資人投票決定，70%由決賽現場的專家評委決定。其實對投資人和評委而言，真正關心的，只是簡單好用的投標工具，其它可有可無的也許根本不在意。

而我在很多內容上消耗了時間和精力，其結果便是投標功能做得不夠完善、不夠全面，所以30%即3W美金的大眾投資人投票中，我只拿到了1000多一點，在決賽10支隊伍中排第八。而投標做得比較好的三支隊伍，分別拿到了1W3、4k、3k，因此在決賽開始前便取得了一個很高的起點，對於決賽專家評委的評審也會起到一定的引導作用。

畢竟這不是一個演算法比賽，工作量多、模型性能都不重要，投資人要看到的是選標策略對應的出標量、預期收益、逾期率等回溯指標，所以關鍵得做好投標功能、穩定運營、積累群眾基礎，才能在大眾評審部分拿到一個好的成績，在決賽答辯中獲取一個更高的起點。如果我能一開始便認清這一點，集中精力去做好投標功能，也許就可以取得更好的結果了。

諷刺的是，拿到1W3大眾評審票、一直讓人充滿期待的隊伍，在決賽現場的答辯內容卻十分單薄，他們用的方法，竟然只是人工構建了一棵決策樹，然後將每個葉節點的篩選條件作為一種選標策略。主講人的演講毫無波瀾，評委問起問題來也支支吾吾。儘管如此，他們最後還是拿了2W獎金、獲得了第一名，前期的群眾基礎起了很大的作用。

決賽答辯

決賽答辯設在上海的喜馬拉雅藝術中心大觀舞台，現場還是很高大上的。看到舞台兩邊的10個位子了嗎？對，就是給10個隊伍的隊長坐的……

這個隊長位子長這樣，讓人亞歷山大。

我在第四個答辯，還算順利，稿子背得很熟。

最後一共拿了10693刀，排第四，在決賽答辯中漲了9000多刀，算是10支隊伍中漲得比較多的了。

第一名是之前提到的那個隊伍，從1W3漲到2W，漲得還沒我多，主要是前期群眾基礎好；第二名是拍拍標師，他們隊伍有五個人，而且確實在這個比賽上花了大量時間和精力，他們的作品做得也十分優秀和完善，因此最終拿了一個額外的名譽大獎，雖然沒有獎金，但確實是對他們實力的認可。而我主要靠自己一個人，花的時間也不算多，拿到這樣的結果也算滿意了。

當然，還是有些遺憾，如果一開始專註做投標，說不定能取得更好的結果。

作品詳情

以下是答辯的PPT和演講內容。

大家好，我是DI團隊的張宏倫，作品名稱是，拍知心

拍拍貸的出現帶來了一系列變革，例如降低了借款人的借款門檻，提高了投資人的投資利潤

對投資人而言，最為重要的問題，便是如何進行選標。一般而言，選標的依據主要取決於標的特徵、借款人特徵、投資人特徵三大類因素

因此，我們工作的研究核心，便是如何在收益最大化、風險最小化的前提下，為投資人選擇最適合的標的

我們的系統架構如下：通過知情、知己兩個模塊，對平台標的數據和個人投資記錄進行全面的分析和展示；使用基於策略、基於學習、基於推薦三種方法，實現知心這一智能投資顧問模塊；在此基礎上，我們進行了多源異構數據擴充、開發了拍粉社區互動平台，並使用積累的數據和語料，搭建了拍知心這一垂直領域的智能聊天機器人，為投資人提供各方面的決策建議和輔助功能

首先讓我們概覽一下數據，比賽官方提供了LC、LP、LCIS三類數據，它們之間可以通過ListingId這一欄位進行對齊

我們通過知情實現平台概覽，從基本統計、分類統計、密度分布、認證分析、還款分析、指標對比六個角度對拍拍貸整體投資數據進行分析，輔助投資人全面綜合地了解平台概況

這是作品實現中的平台概覽頁面

我們通過知己實現個人中心，從資產概況、投資偏好、歷史統計、分類統計、期限分析、逾期分析六個角度對投資人歷史投資記錄進行分析，輔助投資人更好地了解個人投資行為

這是作品實現中的個人中心頁面

我們使用以下三種方法，實現知心這一智能投資顧問模塊。基於策略對應專家系統，主要使用人工經驗；基於學習對應機器學習，主要使用模型和演算法；基於推薦對應推薦系統，主要使用數據之間的關聯和相似。我們融合了多種方法，互相取長補短，從而實現更好的效果

基於策略是指使用預先設定好的投資策略對標的進行處理和篩選，對於可投標的，如果滿足啟用中的任意策略，則投資相應的金額。這裡我們設計了四項系統策略

當然，還可以設計更多的賠標策略和信用標策略，但在我們看來，無非都是使用更豐富的條件組合，以及更複雜的篩選規則。我們認為，基於策略的自動投標，拍精靈等現有工具已經做得足夠完善，所以我們希望把更多的精力放在，探索如何將機器學習和人工智慧應用到投資選標中來。除了快，我們還想做到准和個性化

因此，我們使用機器學習和深度學習等方法，在經過數據清洗、數據重塑、特徵工程等步驟處理後，實現了標的量化模型，ListingNet，從安全評分和逾期概率兩個角度來評估標的。這兩項任務的定義如下，都屬於有監督學習中的分類問題

ListingNet的模型結構中主要包含了三塊內容：邏輯回歸、隨機森林等基分類器，多個XGBoost模型集成學習，由全連接層組成的神經網路。同時，基分類器的輸出經過Stacking之後，作為二級特徵進一步輸入到XGBoost和神經網路中

我們對ListingNet的模型性能進行了評測，在安全評分和逾期概率兩項任務上，ListingNet的Accuracy和AUC都取得了最好的結果。我們使用以下公式來實現投資的個性化，其中前兩項分別表示標的安全評分和投資人是否追求逾期收益，後兩項用於表示投資人的利率偏好和期限偏好

除此之外，我們還基於推薦系統，使用基於內容的協同過濾和基於模型的協同過濾，通過計算標的相似度和用戶相似度，為投資人推薦感興趣的標的

完成了知情、知己、知心等工作之後，我們進行了數據擴充，從拍拍貸、網貸之家、今日頭條等網站上，獲取了聊天語料、問答數據、領域本體、知識圖譜等各種類型的數據，經過相關的NLP處理後，轉化成有用的數據資產

我們還開發了拍粉社區互動平台，集資訊、問答、分享等常用社交功能於一體，為投資人提供各方面服務的同時，進一步積累更多的用戶產生內容

在已有數據和語料的基礎上，我們實現了面向拍拍貸用戶的垂直領域聊天機器人，拍知心，為投資人提供直接的對話服務。拍知心主要使用了基於規則、基於檢索、基於學習三種方法來生成對話，這裡我們著重介紹一下基於學習的實現原理

基於學習，是指使用基於深度LSTM網路的自編碼器模型，將用戶輸入轉換成文本詞向量序列，學習到對應的隱層表示後，再轉換成輸出文本詞向量序列，從而可以得到任意輸入內容的對話輸出，即Sequence to Sequence Learning，屬於生成式學習模型，對話生成效果好，但對數據需求量大、訓練成本較高

我們將以上功能全部實現並部署到網站上，包括平台概覽、個人中心、投資顧問、拍粉社區四個頁面，可以通過以下鏈接訪問我們的網站（訪問網站需要拍拍貸授權，所以需要註冊拍拍貸賬號，不過註冊賬號之後，可能會有拍拍貸工作人員電話聯繫，詢問是否有借款或投資意向。所以如果只是想看一下產品展示，那麼看展示視頻即可），讓我們一起來看一段展示視頻

最後，對我們的作品進行一個總結。我們通過知情、知己、知心，分別為投資人提供平台概覽、個人中心、投資顧問三項功能，新的投資數據可用於更新相應的模塊。通過擴充數據和用戶數據實現拍知心聊天機器人，拍粉社區則不斷地積累新的用戶數據，從而形成數據閉環，共同打造一個智能投資數據生態系統

我們的團隊成員有兩位，都是上海交通大學的博士生

以上就是我們的作品內容，拍知心，最懂你的智能投資顧問，謝謝大家！

推薦閱讀：