Умный портфель. Персональное финансовое планирование
- Заказчик:
- ПАО Банк ВТБ
- Руководитель проекта со стороны заказчика
- Поставщик
- cBonds
- Год завершения проекта
- 2025
- Сроки выполнения проекта
- июль, 2024 — октябрь, 2025
- Масштаб проекта
- 1000 автоматизированных рабочих мест
- Цели
Создать и внедрить инновационный сервис (на основе ИИ) для состоятельных клиентов ВТБ Онлайн и ВТБ Про, позволяющий им сформировать оптимальный портфель финансовых продуктов на основе индивидуальных потребностей и целей клиента.
Успешно внедрен уникальный сервис персонального финансового планирования для клиентов ВТБ. Ключевые результаты:
-
Реализована гибридная AI-архитектура с двумя специализированными моделями: Deep Allocation для долгосрочной оптимизации и интерпретируемая модель на деревьях решений
-
Осуществлена комплексная интеграция данных от Cbonds, СОГАЗ, РГС и партнерской УК (ВИМ-Инвестиции)
-
Сервис полностью реализован на импортозамещенном технологическом стеке
Эффект для бизнеса:
-
Сформировано порядка 1000 персональных портфелей для клиентов сегментов «Привилегия» и «Прайм»
-
Ускорение процесса формирования портфелей
-
Рост положительной обратной связи от менеджеров на 32%
-
Стимулирование продаж инвестиционно-сберегательных продуктов
Сервис задал новый стандарт персонализации в банковском обслуживании, объединив в едином решении инвестиции, сбережения и страховые продукты.
-
Уникальность проекта
Уникальность проекта заключается в том, что впервые в одном сервисе объединены финансовые продукты: инвестиции (включая партнерские продукты доверительного управления и продукты ДБО), сбережения, страховые решения и гибридные инвестиционно-сберегательные инструменты. На рынке финтеха и банковских технологий нет аналогичных решений, которые формировали бы комплексный портфель из всех этих классов продуктов в единой архитектуре — другие сервисы ограничиваются только инвестициями или отдельными банковскими предложениями. Для реализации проекта были разработаны специально под наш запрос две модели ИИ: долгосрочная оптимизационная (Deep Allocation), формирующая устойчивую стратегию с учётом макроэкономики, рыночных данных и ограничений по риску, и стратегическая модель на деревьях принятия решений, помогающая клиенту достигать крупномасштабных целей.
- Использованное ПО
Облако t1-cloud.ru
Внутрибанковская система прототипирования SSDP
Внутрибанковская система хранения данных DAPP
Система контейнеризации docker
Система оркестрации контейнеров kubernetes
Внутрибанковская система контроля версий Сфера.Код
Внутрибанковский решатель смешанно-целочисленных задач
- Сложность реализации
Сервис полностью реализован на импортозамещенном технологическом стеке.
- Описание проекта
Ранее подбор портфеля продуктов выполняли менеджеры вручную, что занимало время, зависело от субъективности и могло приводить к мисселингу. Мы создали сервис «Персональное финансовое планирование. Умный портфель », автоматизирующий процесс и делающий его прозрачным. В основе — комплекс моделей:
-
Deep Allocation, для среднесрочного планирования: учитывает макроэкономику, индексы, доходности и комиссии, рассчитывает оптимальный портфель с ограничениями по риску, прогнозирует доходность и сценарии.
-
Модель на дереве принятия решений — для долгосрочного планирования с учетом финансовой цели клиента, отвечает за стратегическое распределение активов клиента.
-
Инфраструктура данных ежедневно обновляет прогнозы, риски и метрики для актуальности.
-
Обе модели используют банковский решатель смешанно-целочисленных задач.
Сервис доступен клиенту и менеджеру через ВТБ Про: анкетирование запускает процесс, формируется персональный портфель, результат можно выгрузить в PDF. «Финансовое планирование» стало шагом к экосистеме умных рекомендаций, повышающих доверие и AUM.
Реализовано 100% компонентов Проект "Персональное финансовое планирование. Умный портфель" оказался исключительно комплексным по реализуемым интеграциям: рыночные данные от cbonds, данные по продуктам от СОГАЗ И РГС, данные партнерской УК банка и других департаментов банка, а также фронт-части проекта, включающей в себя модуль анкетирования клиента. Уникальность модели состоит в генерации единой портфельной рекомендации для клиента из всей линейки инвестиционно-сберегательных продуктов банка с помощью современного предиктивного модуля на основе machine learning и классических методов портфельного управления с контролем уровня риска, приемлемого для клиента.
-
- География проекта
Вся Россия