（文：陈星）随着金融业务数字化程度的提高，金融科技的重要性日益提升。我国知名金融科技研发专家蔡芃认为，依托金融科技进行全方位创新与赋能，是现代金融体系健康发展，以及金融机构改革与发展的必然之路。

金融科技是技术驱动的金融创新，通过现代科技成果改造或创新金融产品、经营模式、业务流程等，推动金融发展提质增效。蔡芃本科就读于国内知名大学金融工程专业，良好的教育背景，使他对于金融投资、金融管理有着专业的理论基础，并对国内及西方国家金融市场运行、金融体系建设，以及前沿金融科技应用都有着深入的理解。特别是在对金融数据的分析与应用方面，蔡芃掌握了成熟的系统理论体系与方法，形成了先进的金融投资理念和独到的投资眼光，洞悉我国金融行业目前的现状以及未来的发展趋势。

蔡芃认为金融科技的研发与应用不但要与金融行业最新发展动向相结合，更要通过这些技术成果的应用，真正实现金融业务的升级转型，建立一种新型的金融管理体系，才能为行业发展提供更加持久和强大的推动力。而金融科技研发与应用的重点是解决金融安全和金融项目管理效率问题，为企业及个人投资者提供最合理的投资方案，在保障企业和个人资金安全的同时为客户争取最大化的投资收益。从事金融行业以来，蔡芃一直不断探索加快提升金融投资智能化转型的途径，更是将物联网、大数据、区块链、人工智能等现代化信息技术应用到金融投资管理领域中，以取得金融科技应用的实质性突破。经过长期的耕耘沉淀，蔡芃研发了一系列原创性金融科技成果，这些成果成功将个人、投资机构、金融市场链接起来，在资金安全、分析决策、风险防控等方面发挥出重要作用，为各方投资者提供了先进的投资手段和优质的服务，在提升投资回报率的同时，推动了金融投资领域以智能投研、智能风控、智能投顾、智能服务为代表的新兴科技革命，完善了金融市场运行结构和体系，加速推动了我国金融行业的高质量发展。

随着经济的发展，金融市场受到的影响因素越来越多，其变化趋势也越来越复杂，对金融市场及投资项目进行有效准确的预测，是投资决策成功与否的关键。蔡芃应用BP神经网络及机器学习聚类模型技术研发的基于BP神经网络的FTS预测系统，可准确对金融数据的未来走势进行预测，有助于投资者了解宏观层面金融市场的发展和变化，为他们制定投资决策和计划提供精准依据。

系统运用了量化分析方法，构建基于人工神经网络和自回归整合移动平均模型的组合预测模型，可以对海量金融时序数据进行平稳性检验和残差检验，实现数据降噪处理，提高关键信息的提取率和非线性金融数据的处理能力，改进了单一金融时序预测模型分析不充分的问题，使金融预测精准度至少提高了24.8%。同时，系统运用改进型mallat算法，对金融时序进行离散性小波变换，使得整个序列分解成不同频率的序列，同时利用小波分析在时域和频域上的局部化性质和多尺度分析功能，可以准确地根据历史数据预测其将来短期的走势，使得该系统不仅可以应用于长周期预测，还可以实现短周期预测，并且分析误差度控制在0.12%以内，从而满足多样化的金融市场预测需求。

目前，该系统已被多家金融服务机构引进，获得了金融行业不同类型机构的高度认可。借助该系统，不仅可以进行量化投资以及基本面量化投资分析，有效提高投资收益，而且可以为金融机构、政府开展金融调控、规避风险提供可靠的决策支持，对于维护金融市场稳定、推动经济发展有着重要意义。

除了基于BP神经网络的FTS预测系统，蔡芃研发的基于大数据的业务处理系统及区块链资产服务管理平台、基于深度置信网络的资产管理方案定制系统等技术成果在金融市场同样得到了广泛的应用。蔡芃表示，未来我国金融科技水平将不断提升，特别是智能化技术的融合与应用，势必成为推动金融行业升级与前行的最新增长动能，实现整个行业的繁荣、健康发展。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005