对每只产品 p 在每个季度 q（季末 t_q vs 季初 t_{q-1}）：

• 取季末持仓规模 S_{p,t_q}、季初持仓规模 S_{p,t_{q-1}}

• 季内产品累计收益率 R_{p,q} = 季内日收益率 r_{p,t} 的累乘（用日度净值数据计算）

• 季度隐含资金流 = 季末规模 − 季初规模 ×（1 + 季内累计收益率 R_{p,q}）

• 物理意义：季末规模变化 = 资产价格涨跌（季初规模 × 季内累计收益率）+ 季度净申赎，剥离前者剩下的就是季度净申赎

• 频率：Q（季频），每个季末计算一次

• 开放/关闭过滤：只对季内"开放申购"状态占比 > 50% 的产品计算资金流（避免产品季内绝大部分时间封闭造成的"假净值涨跌"）

• 首发/到期边界：产品首发季、到期季的资金流单独标记，不参与组级聚合

• 异常值处理：用近 4Q 中位数 + 3 倍 MAD 识别离群点，标记"待复核"但保留原值

• （节假日对齐不适用——季度本身就是低频粒度，季内已聚合）

按"产品类型（固定收益类 / 混合类 / 权益类 / 商品及金融衍生品类）× 风险等级（R1-R5）× 期限（≤3M / 3-12M / 1-3Y / ≥3Y）"做三维分组，对每个组 g：

• 组级季度资金流（绝对值）= 组内所有产品的季度隐含资金流之和

• 组级季度资金流率（相对值）= 组级季度资金流 ÷ 组内季末总规模

• 滚动 1Q / 2Q / 4Q 均（即单季/半年/全年均线），给趋势图用

这是用户问的"怎么从隐含资金流得到跨市场矩阵"的关键——单一产品 p 的季度净申赎是 p 整体的净申赎，无法直接说"这 1 亿是从股票流到债券的"，但可以通过"组间的资金流时序联动"反推"谁流出、谁流入、谁承接收盘"。

频率约束：Q 频只有 8-12 个数据点（2-3 年），Granger/VAR 等需要大量样本的方法不可用。改用更稳健的"配比系数法 + 时序相关性"组合方案：

• 对每个组 g，取出"组级季度资金流率"时序（Step 3 输出）

• 对所有 N 个组，得到 N 条时序（每条 8-12 个点）

• 时序相关性矩阵：对所有组对（i, j）计算 Pearson 相关系数（带 lag 1-2 期的滑动窗口），相关系数 |r| > 0.5 视为"显著联动"

• 配比系数法构造迁移矩阵 M：

• 元素 M[i, j] 表示"从组 i 净流出、流入组 j 的资金规模"

• 元素值 = 组 i 季度净流出额 × 配比系数[i, j]

• 配比系数[i, j] = 组 j 季度净流入额 ÷ 所有流入组总净流入额

• 联动性不显著的组对（|r| < 0.5）矩阵元素乘以 0.5 折扣

• 矩阵主对角线 M[i, i] 表示"组 i 季度净流入/流出"

底层资产矩阵的频度从原"季频持仓 + 日频规模"统一调整为 Q 频：

• 行为"产品类型"（固定收益类 / 混合类 / 权益类 / 商品及金融衍生品类），列为"底层资产"（股票 / 债券 / 商品 / 现金 / 衍生品）

• 元素 = 该类型产品的季末总规模 × 该类型在该资产上的占比（季频披露） × 该类型的季度净申赎率

• 物理意义：股票列的合计 = 全市场理财对股票资产的季度净买入规模（按持仓推算）

• 频度：Q（季频，更新持仓时刷新）

两个矩阵配合用（两套都统一为 Q 频）：

• 产品类型迁移矩阵（Step 4）= Q 频，看"理财产品类型间"的迁移方向

• 底层资产矩阵（Step 5）= Q 频，看"理财资金在底层资产（股/债/商品）"上的配置变化

• 趋势预测：用 ARIMA（适配低频时序）或指数平滑（HOLT-WINTERS）对每组"季度资金流率"做未来 1-2 季度预测，输出预测值 + 置信区间（Prophet/XGBoost 不适用，样本量太少）

• 异常预警：

• 单组资金流突变：滚动 Z-score（窗口 4Q）> 2 触发单组预警（Q 频样本少，阈值放宽）

• 迁移方向突变：矩阵非对角线元素单 Q > 2σ 触发方向预警（如"固定收益类 → 权益类"迁移率突增）

• 持续性预警：连续 2Q 同一方向的迁移率 > 历史 P75 触发趋势性预警

分组维度：

• 产品类型（固定收益类 / 混合类 / 权益类 / 商品及金融衍生品类）

• 风险等级（R1-R5）

• 期限（≤3M / 3-12M / 1-3Y / ≥3Y）

每组内按"5 维加权评分"排序，加权用 CRITIC 法（客观赋权，基于指标波动性和相关性）。

5 维标准化分 → 0-1 区间 → 雷达图多边形。可叠加同组 Top 3 / Bottom 3 做对比。

目的：从不同维度找相似产品，避免单路召回漏掉一些"该进 Top-K 但用单一方法找不出来"的产品

• KNN 容易漏"指标画像不像但语义画像像"的产品

• SBERT 容易漏"语义不像但业务同款"的产品

• 规则同款（业务字段匹配）容易漏"业务不同款但指标画像像"的产品

怎么算：用三路召回并行做 Top-K 候选，最后融合去重

路线 A · 结构化相似（KNN）

目的：用 5 维结构化特征找"指标画像最像"的产品

怎么算：

• 5 维向量（收益/风险/分散度/流动性/成本）→ MinMax 归一化

• 用 Annoy / Faiss 做近似最近邻（ANN）检索

• 相似度 = 余弦相似度或欧氏距离

• 取 Top-K 候选

路线 B · 语义相似（Sentence-BERT）

目的：用产品文本描述找"语言画像最像"的产品

怎么算：

• 拼接产品文本画像 = 名称 + 产品类型 + 投资范围 + 风险等级描述

• 用 Sentence-BERT 把每条文本编码成 768 维向量

• 用向量检索（FAISS / Milvus）找 Top-K 候选

• 相似度 = 向量余弦相似度

路线 C · 业务同款（规则匹配） ← 硬约束兜底

目的：兜底"指标和语义都不像但业务上应该一起考虑"的产品——比如同系列、同管理人发行的不同子产品，即使结构化指标差异较大，也应作为"产品下架/客户迁移"的天然备选

怎么算：

• 4 个业务字段：同系列 / 同管理人 / 同托管行 / 同期限

• 每个字段的命中权重：同系列 0.4 / 同管理人 0.3 / 同托管行 0.1 / 同期限 0.2

• 规则同款分 = Σ（每字段是否命中 × 该字段权重）= 0-1 之间的分数

• 例如两只产品同系列、同托管行 → 0.4 + 0.1 = 0.5

• 命中任一字段的产品强制进入候选池（哪怕 KNN 和 SBERT 都没召回）

目的：把三路召回的候选合并去重 + 综合排序，避免单路漏召回

怎么算：

• 三路召回的 Top-K 候选合并去重，得到候选池

• 每个候选重算综合相似度 = KNN 相似度 × 0.4 + SBERT 相似度 × 0.4 + 规则同款分 × 0.2

• 如果某路没召回该候选，该路相似度按 0 计（不影响其他路分数）

• 按综合分降序取最终 Top-K 输出

• 规则同款分作为"硬约束兜底"——确保业务同款的产品即使指标/语义分低也能进 Top-K（因为最低得分也至少是 0.2 × 规则同款分）

> 设计要点：每个维度内部先各自聚合成 0-100 的子分（不是直接用原始指标），再做维度间的加权——这样避免"业务规模 1000 亿"和"夏普 1.5"这种量纲不同的指标直接相加。

• 客观部分：用 PCA 对 7 个维度的"机构得分矩阵"做降维（机构 × 维度），看每个主成分对各维度的载荷，自动得到维度间相对重要性

• 主观部分：邀请业务专家用 AHP（层次分析法）对 7 个维度的相对重要性做两两打分

• 结合：把 PCA 给的客观权重和 AHP 给的主观权重按 0.5 / 0.5 合并（可调），得到最终的 7 维权重

• 输出：每个维度的权重 + 一致性检验（防止 AHP 打分逻辑矛盾）

用 TOPSIS 对每个机构做综合评分：

• 对每个机构，先用 Step 2 的维度权重对 7 个维度的得分做加权

• 算每个机构到"正理想解"（7 维全最佳）和"负理想解"（7 维全最差）的距离

• 相对贴近度（距离负理想 / 距离正理想 + 距离负理想）= 机构综合评分（0-1）

• 输出：机构综合分 + 各维度得分（雷达图数据源）

• 按"机构类型（理财子 / 银行 / 券商 / 外资）× 规模分位（头部 / 腰 / 尾）"做二维分组

• 每组内做百分位排名（P10 / P25 / P50 / P75 / P90）

• 输出：每家机构在自己的"同类型 + 同规模段"组内的相对位置

三类事件源分别用不同方法抽成结构化记录：

• 监管文件（结构化好）：直接解析文件名、批文号、发文机关、关键条款，按固定 schema 抽取

• 媒体资讯（半结构化）：先用关键词 + NER 抽取机构名/产品名/政策名，再用规则做事件类型打标

• 公告 PDF（非结构化）：用 LLM 服务按标准 prompt 模板抽取（"事件类型 / 涉及产品 / 关键变化 / 影响字段"），人工抽几个样本做 few-shot 提示

每条事件最终归一化成统一记录：`（事件 ID、事件类型、发生时间、来源、涉及产品列表、涉及机构列表、原文片段）`

把"事件涉及的产品/机构"列表补全。三种方法并行做，多方法投票取高置信度：

• 关键词匹配：事件原文里直接出现产品名/机构名（如"建信理财某产品"）

• NER 抽取：用预训练模型识别人名/机构名/产品名实体

• LLM 抽取：对原文不太规则的（如 PDF 公告），让 LLM 列出"涉及的所有产品和机构"

每条关联打一个"关联置信度"（多方法都识别到=高，只有一种方法识别到=低）。关联置信度会直接进入 Step 4 的评分。

输出"事件 → 产品 / 机构"映射表，是后面评分的基础。

按业务场景定义 5 类机会，每类有具体的检测规则 + 兜底 LLM：

对每个候选机会事件，按三个维度打分后加权求总（默认权重 0.3 / 0.5 / 0.2，可调）：

• Confidence（置信度，0-1）：

• 来源可信度：监管文件=1.0、头部媒体=0.7、自媒体=0.3

• × 关联置信度（Step 2 输出）

• × 分类置信度（规则匹配=1.0、LLM 分类=0.8）

• Impact（影响力，货币化）：

• 涉及产品的 AUM 规模求和

• × 同类事件历史窗口的"平均申赎率"（基于历史数据回归得到，比如"货架空缺事件平均引发 X% 的资金迁移"）

• TimeDecay（时效性）：

• 按"事件发生到现在的小时数"做指数衰减（事件越近权重越高）

• 衰减系数 λ 可调（默认半衰期 24 小时）

• 目的是避免过时事件长期占榜

综合分 = 0.3 × Confidence + 0.5 × Impact（归一化后）+ 0.2 × TimeDecay

• 按综合分降序排序，取 Top-N 作为"机会清单"

• 每条机会输出：事件摘要、5 类标签、综合分、涉及产品列表、推荐动作

• 推荐动作按机会类型预设（如政策红利 →"提示关注受益产品"；货架空缺 →"建议补仓该类产品"；到期承接 →"提示同类替代产品"）

目的：从净值/规模/回撤等单变量时序上找出"明显异常"的产品

怎么算：6 个互补模型并行打分，单模型无法识别的异常被其他模型补回来

目的：单产品自身看不出异常，对比"同组产品"才能识别"相对异常"——比如某产品净值跌 1%，单独看不异常，但同组产品都涨，它就异常了

怎么算：

• 同组（产品类型 × 风险等级 × 期限）产品计算均值和标准差

• 单产品 vs 同组基准 → 相对异常

• 多维度（同时看净值/规模/回撤/持仓）的"综合距离"识别多维异常

目的：6 个模型各自打分，结果可能不一致（比如 Isolation Forest 说异常、3σ 规则说不异常），需要综合判定

怎么算：

• 6 个模型输出各自 0-1 的异常分

• 用历史已标注的"已知异常产品"作为训练样本，让机器学习（LightGBM）自动学出 6 个模型的最优权重组合

• 综合分 = Σ（每个模型的分 × 自动学出的权重）

• 新模型接入只需喂入数据，权重自动调整（不需要人工重新调）

目的：异常本身只说"有异常"，不说"为什么异常"——关联事件给出归因解释

怎么算：

• 对每个异常产品，去匹配时间窗口内的"事件源"（爬取资讯 / 媒体新闻 / 普益公告 PDF）

• 构建"异常 ↔ 事件 ↔ 产品/机构"的事件关联网络（用图结构记录"谁因为什么被影响"）

• 用 LLM 基于关联结果生成自然语言解读："{异常} 主要由 {事件} 引发，置信度 {x}%"

• P0：净值单日下跌 > 2% + 无明确事件 + 大规模产品

• P1：单变量异常 + 事件可解释

• P2：轻微偏离 / 边缘异常

• 触发不同等级的告警和通知路径

目的：把"代销关系"从数据表转成"网络结构"——为后面的所有网络分析（中心性、社区、嵌入）打基础

怎么算：

• 节点集 V = 机构节点 + 产品节点

• 边集 E = 所有"机构-产品"代销关系

• 边权：单产品粒度的代销规模数据不可得（只能从财报拿到该行整体理财规模），改为用以下代理组合：

• 合作产品数权重（主权重）：该机构为该产品代销的产品数（从代销关系表计算 = 该机构在所有产品上的总合作数）

• 合作关系时长权重（辅权重）：合作关系持续季度数（用代销关系表里"合作开始日期"和当前季度差）

• 边权 = log(1 + 合作产品数) × 合作关系时长分位

• 关键解释：网络图的"边粗细"不再代表"代销规模"，而是"合作密度"——即"该机构-该产品组合的合作强度"，用于识别"哪些机构-产品组合是核心渠道关系"

目的：识别"谁是网络里的关键节点"（节点重要性）+ "谁的邻居关系紧密"（局部合作密度）——为关键节点识别和合作模式分类打基础

怎么算：5 个常用指标

目的：把全网机构按"合作紧密程度"自动聚成几个"圈子"——例如"国有大行系"（招行/工行/建行等互相代销）/"股份制系"（平安/民生/兴业等）/"理财子独立系"（独立代销）

怎么算：用 Louvain 或 Leiden 社区发现算法——按"模块度"（Modularity）最大化原则，把网络自动切成几个内部连接紧密、外部连接稀疏的社区

目的：把每个节点变成一个"特征向量"——后续两个用途：

1. 找"行为模式相似的机构/产品"（向量相似度 = 行为相似度）

2. 预测"未来可能合作"的机构-产品对（这是 demo 关心"该不该补仓某代销渠道"的依据）

怎么算：

• 用 Node2Vec 把每个节点转成一个低维向量（如 64 维）——向量保留了"节点在网络里的邻居结构"信息

• 合作预测：对所有"机构 i × 产品 j"目前没有合作的组合，计算 i 和 j 的向量相似度（余弦相似度）作为"未来合作概率"——相似度越高 = 节点在嵌入空间里越近 = 行为模式越像 = 越可能产生合作

• 按相似度降序排序，取 Top-K 高概率组合作为"潜在合作清单"

• 用 GraphSAGE 做归纳式学习（支持新增节点）

目的：给每家机构打一个"代销策略"标签（独家依赖 / 多元分散 / 混合 / 关系薄弱）——为理财经理评估"该不该把产品给这家代销"提供参考

怎么算：基于 Step 2 的"节点度 + 边权分布"规则判定

目的：综合 PageRank（权威性）和 Betweenness（桥梁性）找出"网络里最关键的枢纽节点"——这些是合作网络里的"关键中间人"

怎么算：PageRank Top 20 ∩ Betweenness Top 20 = 关键枢纽节点

使用 LDA 主题模型：

• 把每只产品的持仓按"行业 / 债券品种 / 期限"做成"词袋"——每个持仓项看作一个词

• 训练 LDA 模型，识别 6-8 个潜在主题（如"利率债票息"、"信用下沉"、"权益增强"、"久期博弈"等）

• 每只产品得到一个"主题概率分布向量"（如 [利率债票息 0.4, 信用下沉 0.3, 权益增强 0.2, ...]）

对机构产品池的所有持仓债券，按"单券权重 × 单券久期 × 该券利率变化 1% 时的价格变化"加权汇总，得到组合的有效久期。数据来自持仓表中的债券品种、票面利率、剩余期限，结合每日债券收益率曲线拟合得到价格敏感性。

提取"久期 / 杠杆 / 信用下沉度 / 权益占比 / 主题偏好"5 维特征向量：

• 用 K-Means + 层次聚类（K=5-7 策略类型）

• 策略类型：纯票息 / 久期博弈 / 信用利差 / 权益增强 / 多策略混合

• 机构级策略画像 = 机构内所有产品策略类型的"规模加权众数"（哪个策略类型的产品规模占比最大）

• 滚动窗口（90 日）提取策略特征

• 与历史均值比较，检测策略漂移点

• 用 HDBSCAN 标记异常漂移期

4.2.2 业绩归因（产品级 → 机构级汇总）

对每只产品 p 做 Brinson 归因：

• 输入：产品 p 的实际资产配置权重（来自持仓资产类别表）+ 产品 p 的业绩比较基准的配置权重（来自普益业绩比较基准字段）+ 各资产类别的实际收益 + 各资产类别的基准收益（用对应外部资产指数代理）

• 拆出三个贡献：

• 配置贡献：实际配置权重 − 基准配置权重，乘以基准收益（衡量"配置方向对不对"）

• 选券贡献：基准配置权重，乘以该资产类别内"产品实际收益 − 基准收益"（衡量"在同类别里选得对不对"）

• 交互贡献：上述两者的交叉项

• 输出：每只产品的"超额收益三因子拆分"

对每只产品 p 做多因子归因：

• 输入：产品 p 的日收益序列 + 无风险利率（用短期国债收益率代理）

• 回归到"理财适配因子"上：债市市场因子、利率因子（久期敞口）、信用利差因子、杠杆因子、规模因子等

• 得到产品的 α（超额能力）和 β 系数（因子敞口）

机构级汇总：把机构内所有产品的 α 按"产品规模"加权平均，作为机构整体的 α；β 系数也按规模加权。这样即使没有机构级收益数据，机构的"超额能力"也能从产品级汇聚得到。