证券大模型股

高提升数倍，同时为风险行为的细分模型提供了40多个特征。通过构建反洗钱模型，大大提升原有反洗钱靠人工经验挖掘可疑账户的效率，反洗钱效率提升90%。AI智能优选股业务需求当前市场中的AI选股自由度偏低走向多元，金融大数据已步入成熟期，人工智能所需算力基础已经完备，搭建企业级人工智能平台成为必然趋势。应用场景企业信用评级及预警模型01业务需求结合业务人员已有的业务模型，实现AI对于企业信用评级及预警。对于公司公告、信批、研报进行关键词抽取，将有效的非结构化数据转化为结构化数据，从而用于模型深度训练。利用结构化标签数据进行信用舆情分析星环科技依托自身丰富语料库，帮助银河证券构建信用评级分词主题库，并人工智能和机器学习能力，人工核实筛查难度大。金融机构之间数据割裂，数据形成孤岛，难以获取完整的资金链路。03解决方案Step1有监督模型针对规则引擎筛选后的可疑客户，搭建评分卡模型，识别已知洗钱模式并提，固化程度很高，模型易用性不强。且选股逻辑无法结合有效的市场环境和业务基础进行判断，无法给到投资者需要的股票池，无法解决普通散户在选股环节“后一公里”的痛点。基于企业级人工智能平台，实现APP端客户的

高提升数倍，同时为风险行为的细分模型提供了40多个特征。通过构建反洗钱模型，大大提升原有反洗钱靠人工经验挖掘可疑账户的效率，反洗钱效率提升90%。AI智能优选股业务需求当前市场中的AI选股自由度偏低走向多元，金融大数据已步入成熟期，人工智能所需算力基础已经完备，搭建企业级人工智能平台成为必然趋势。应用场景企业信用评级及预警模型01业务需求结合业务人员已有的业务模型，实现AI对于企业信用评级及预警。对于公司公告、信批、研报进行关键词抽取，将有效的非结构化数据转化为结构化数据，从而用于模型深度训练。利用结构化标签数据进行信用舆情分析星环科技依托自身丰富语料库，帮助银河证券构建信用评级分词主题库，并人工智能和机器学习能力，人工核实筛查难度大。金融机构之间数据割裂，数据形成孤岛，难以获取完整的资金链路。03解决方案Step1有监督模型针对规则引擎筛选后的可疑客户，搭建评分卡模型，识别已知洗钱模式并提，固化程度很高，模型易用性不强。且选股逻辑无法结合有效的市场环境和业务基础进行判断，无法给到投资者需要的股票池，无法解决普通散户在选股环节“后一公里”的痛点。基于企业级人工智能平台，实现APP端客户的

高提升数倍，同时为风险行为的细分模型提供了40多个特征。通过构建反洗钱模型，大大提升原有反洗钱靠人工经验挖掘可疑账户的效率，反洗钱效率提升90%。AI智能优选股业务需求当前市场中的AI选股自由度偏低走向多元，金融大数据已步入成熟期，人工智能所需算力基础已经完备，搭建企业级人工智能平台成为必然趋势。应用场景企业信用评级及预警模型01业务需求结合业务人员已有的业务模型，实现AI对于企业信用评级及预警。对于公司公告、信批、研报进行关键词抽取，将有效的非结构化数据转化为结构化数据，从而用于模型深度训练。利用结构化标签数据进行信用舆情分析星环科技依托自身丰富语料库，帮助银河证券构建信用评级分词主题库，并人工智能和机器学习能力，人工核实筛查难度大。金融机构之间数据割裂，数据形成孤岛，难以获取完整的资金链路。03解决方案Step1有监督模型针对规则引擎筛选后的可疑客户，搭建评分卡模型，识别已知洗钱模式并提，固化程度很高，模型易用性不强。且选股逻辑无法结合有效的市场环境和业务基础进行判断，无法给到投资者需要的股票池，无法解决普通散户在选股环节“后一公里”的痛点。基于企业级人工智能平台，实现APP端客户的

高提升数倍，同时为风险行为的细分模型提供了40多个特征。通过构建反洗钱模型，大大提升原有反洗钱靠人工经验挖掘可疑账户的效率，反洗钱效率提升90%。AI智能优选股业务需求当前市场中的AI选股自由度偏低走向多元，金融大数据已步入成熟期，人工智能所需算力基础已经完备，搭建企业级人工智能平台成为必然趋势。应用场景企业信用评级及预警模型01业务需求结合业务人员已有的业务模型，实现AI对于企业信用评级及预警。对于公司公告、信批、研报进行关键词抽取，将有效的非结构化数据转化为结构化数据，从而用于模型深度训练。利用结构化标签数据进行信用舆情分析星环科技依托自身丰富语料库，帮助银河证券构建信用评级分词主题库，并人工智能和机器学习能力，人工核实筛查难度大。金融机构之间数据割裂，数据形成孤岛，难以获取完整的资金链路。03解决方案Step1有监督模型针对规则引擎筛选后的可疑客户，搭建评分卡模型，识别已知洗钱模式并提，固化程度很高，模型易用性不强。且选股逻辑无法结合有效的市场环境和业务基础进行判断，无法给到投资者需要的股票池，无法解决普通散户在选股环节“后一公里”的痛点。基于企业级人工智能平台，实现APP端客户的

高提升数倍，同时为风险行为的细分模型提供了40多个特征。通过构建反洗钱模型，大大提升原有反洗钱靠人工经验挖掘可疑账户的效率，反洗钱效率提升90%。AI智能优选股业务需求当前市场中的AI选股自由度偏低走向多元，金融大数据已步入成熟期，人工智能所需算力基础已经完备，搭建企业级人工智能平台成为必然趋势。应用场景企业信用评级及预警模型01业务需求结合业务人员已有的业务模型，实现AI对于企业信用评级及预警。对于公司公告、信批、研报进行关键词抽取，将有效的非结构化数据转化为结构化数据，从而用于模型深度训练。利用结构化标签数据进行信用舆情分析星环科技依托自身丰富语料库，帮助银河证券构建信用评级分词主题库，并人工智能和机器学习能力，人工核实筛查难度大。金融机构之间数据割裂，数据形成孤岛，难以获取完整的资金链路。03解决方案Step1有监督模型针对规则引擎筛选后的可疑客户，搭建评分卡模型，识别已知洗钱模式并提，固化程度很高，模型易用性不强。且选股逻辑无法结合有效的市场环境和业务基础进行判断，无法给到投资者需要的股票池，无法解决普通散户在选股环节“后一公里”的痛点。基于企业级人工智能平台，实现APP端客户的

逐步走向多元，金融大数据已步入成熟期，人工智能所需算力基础已经完备，搭建企业级人工智能平台成为必然趋势。二、应用场景1.企业信用评级及预警模型1）业务需求结合业务人员已有的业务模型，实现AI对于企业信用提高原有5倍。对于公司公告、信批、研报进行关键词抽取，将有效的非结构化数据转化为结构化数据，从而用于模型深度训练。利用结构化标签数据进行信用舆情分析：星环科技依托自身丰富语料库，帮助银河证券构建信用传统机器学习方法，以及DeepLearning的方式进行有监督学习。每天运行一次全部模型，向业务部门输出与感兴趣的主体相关的新闻，并按情感倾向输出新闻的严重性，实现财经新闻的舆情分析。3.证券反洗钱、准确、快捷地为执法机关提供协查和扩展资金链分析。机器学习模型的风险行为的发现率比单纯专家经验排序模型高提升数倍，同时为风险行为的细分模型提供了40多个特征。通过构建反洗钱模型，大大提升原有反洗钱靠人工经验挖掘可疑账户的效率，反洗钱效率提升90%。4.AI智能选股1）业务需求当前市场中的AI选股自由度偏低，固化程度很高，模型易用性不强。且选股逻辑无法结合有效的市场环境和业务基础进行判断，无法给到投资者

逐步走向多元，金融大数据已步入成熟期，人工智能所需算力基础已经完备，搭建企业级人工智能平台成为必然趋势。二、应用场景1.企业信用评级及预警模型1）业务需求结合业务人员已有的业务模型，实现AI对于企业信用提高原有5倍。对于公司公告、信批、研报进行关键词抽取，将有效的非结构化数据转化为结构化数据，从而用于模型深度训练。利用结构化标签数据进行信用舆情分析：星环科技依托自身丰富语料库，帮助银河证券构建信用传统机器学习方法，以及DeepLearning的方式进行有监督学习。每天运行一次全部模型，向业务部门输出与感兴趣的主体相关的新闻，并按情感倾向输出新闻的严重性，实现财经新闻的舆情分析。3.证券反洗钱、准确、快捷地为执法机关提供协查和扩展资金链分析。机器学习模型的风险行为的发现率比单纯专家经验排序模型高提升数倍，同时为风险行为的细分模型提供了40多个特征。通过构建反洗钱模型，大大提升原有反洗钱靠人工经验挖掘可疑账户的效率，反洗钱效率提升90%。4.AI智能选股1）业务需求当前市场中的AI选股自由度偏低，固化程度很高，模型易用性不强。且选股逻辑无法结合有效的市场环境和业务基础进行判断，无法给到投资者

逐步走向多元，金融大数据已步入成熟期，人工智能所需算力基础已经完备，搭建企业级人工智能平台成为必然趋势。二、应用场景1.企业信用评级及预警模型1）业务需求结合业务人员已有的业务模型，实现AI对于企业信用提高原有5倍。对于公司公告、信批、研报进行关键词抽取，将有效的非结构化数据转化为结构化数据，从而用于模型深度训练。利用结构化标签数据进行信用舆情分析：星环科技依托自身丰富语料库，帮助银河证券构建信用传统机器学习方法，以及DeepLearning的方式进行有监督学习。每天运行一次全部模型，向业务部门输出与感兴趣的主体相关的新闻，并按情感倾向输出新闻的严重性，实现财经新闻的舆情分析。3.证券反洗钱、准确、快捷地为执法机关提供协查和扩展资金链分析。机器学习模型的风险行为的发现率比单纯专家经验排序模型高提升数倍，同时为风险行为的细分模型提供了40多个特征。通过构建反洗钱模型，大大提升原有反洗钱靠人工经验挖掘可疑账户的效率，反洗钱效率提升90%。4.AI智能选股1）业务需求当前市场中的AI选股自由度偏低，固化程度很高，模型易用性不强。且选股逻辑无法结合有效的市场环境和业务基础进行判断，无法给到投资者

股榜和龙虎榜一目了然。无涯·问数基于底层的无涯NL2SQL大模型，支持用户使用自然语言对无人驾驶概念股总市值top10、ROE排名前10的股票、去年上市的公司在一级行业的分布数量情况等问题进行快速的想知道无人驾驶概念股总市值top10？ROE排名前10的股票？去年上市的公司在一级行业的分布数量情况？星环科技的无涯·问数给你答案！无涯·问数提供投资者证券市场看板，核心指数、热门板块、热门概念、热

构建反洗钱模型，大大提升原有反洗钱靠人工经验挖掘可疑账户的效率，反洗钱效率提升90%。4.AI智能选股1）业务需求当前市场中的AI选股自由度偏低，固化程度很高，模型易用性不强。且选股逻辑无法结合有效的、总结银河证券平台支持松耦合架构，整体部署一个开发测试集群、两个生产集群，实现了一个打通大数据平台、容器云平台、人工智能平台的全链路开发、应用、运维和AI模型全生命周期管理工程化企业及软件平台。一、项目背景随着券商主营业务收入结构逐步走向多元，金融大数据已步入成熟期，人工智能所需算力基础已经完备，搭建企业级人工智能平台成为必然趋势。二、应用场景1.企业信用评级及预警模型1）业务需求结合依托自身丰富语料库，帮助银河证券构建信用评级分词主题库，并对主题分词库进行强弱划分，后期构建分词对模型，对于多个重复出现分词进行交叉强弱对比。利用机器学习多分类模型进行企业信用评级及预警，投资者跟随热点在联动，迭代时效性难以保证。专家经验维护的模型成本过高。3）解决方案星环独有针对证券行业智能推荐模型，并对证券行业客户画像，个股多因子有深入积累。首先，对投资者画像，结合客户静态特征

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...