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

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.