高盛Marquee平台发展经验剖析

9月27日，高盛在Marquee平台上推出Visual Structuring（简称“VS工具”），一种正在申请专利的期权价格发现和交易策略生成的新工具。VS工具为客户提供了基于移动端的快速定价预览功能，能够根据客户设定的参数评估风险收益比、运行回溯测试分析、帮助客户团队内部高效协作，简化机构客户在期权交易前分析工作流程。

目前，大部分的期权价格发现工具都是基于桌面端、网页端的传统技术开发工具而产生的，经营机构和信息技术服务机构的开发人员在寻找最佳交易执行价格上投入了大量精力，但是交易人员的大部分时间是在制定更加完善的交易策略，例如不同的交易定价产生的影响、风险收益比、回溯测试、是否需要调整配置等等，这些工作通常需要通过图表进行展示和沟通，且多人协作进行调整，整个流程非常耗时。此次高盛推出的VS工具从这些耗时的环节入手，运用NLP技术、云计算和机器学习，使交易人员交互中的策略理念更加直观，交流更加通畅，这也符合Marquee一贯的开发理念，即通过不断迭代更新和工具升级尽量提升交易人员的流程效率，以此产出更多业务上的收益。

20世纪90年代初，高盛采取了一系列基于技术的措施来加强风险管理、提高工作效率，并通过电子化连接的方式提供高附加值服务来提升客户体验。

1993年，高盛内部一个有量化金融和金融工程背景的技术团队“strats”——开发了能够集成整个公司交易风险的管理平台——证券数据库（Securities Database），即SecDB。高盛内部的交易员可以使用SecDB分析和监控潜在的交易风险，对证券进行定价。

1995年，高盛推出GS Financial网站，其员工和客户可以通过该网站下载研究报告、查看收益和估值模型、提交订单、监控账户、计算衍生品价格和查看市场数据，这也是高盛首次大力与机构客户分享内部的数据分析等技术工具。

2003年，高盛推出专门的集成产品平台GS 360，为机构客户提供研究和其他服务。

2007年，GS Financial并入GS 360继续为机构客户提供技术分析工具等服务。

2010年，美国通过了《多德-弗兰克华尔街改革和消费者保护法案》（Dodd-Frank Wall Street），对高盛的自营交易和不透明衍生品交易两大利润中心造成了较大打击，迫使高盛转变发展战略。

2014年，高盛基于SecDB系统构建Marquee，机构客户能够通过API访问曾经只有高盛内部交易员和风险管理者才能访问的定价数据、风险模型和专有数据集。除了实时和历史市场数据外，Marquee用户还可以浏览高盛全球投资研究部（GIR）的研究报告、证券部（SecDiv）交易员的详细交易策略，采用强大的分析和图表工具以及交易执行服务。

2018年，在认识到Marquee的重要性后，高盛将其技术资源整合到开发和客户两个方向的团队中：开发团队负责Marquee的核心内部系统（包括SecDB）、数据、业务流程和关键架构的开发；客户团队则负责Web、移动端和桌面端的用户体验。

2019年9月，Marquee与彭博社FXGO通过API对接，成为首家为彭博社提供实时算法订单分析托管的平台。

2020年2月，Marquee将彭博社数据许可集成到平台上，成为全球首家在平台内为客户提供彭博数据的投资银行平台。

2020年7月，高盛计划将其大宗交易业务转移到Marquee上，为对冲基金提供包括资本引入等数字化服务，与潜在的机构投资者建立联系。

2020年左右，Marquee与Wolfe Research开展合作，使机构客户可以访问Wolfe丰富的风险因子模型。

2021年5月，Marquee宣布与MSCI合作，MSCI将基于Marquee平台提供风险因素模型，为高盛机构客户提供更优质的投资组合分析和更高效的业务流程。

2021年11月，高盛与AWS公有云合作，推出云原生金融数据管理和分析解决方案，大大提高Marquee前台分析工具效率。

2022年6月，Marquee宣布与Qi（Quant Insight）合作，Qi将帮助Marquee平台客户准确衡量投资组合中关键宏观因素风险。

SecDB本身是高盛技术团队基于业务部门内部需求开发的风险管理工具，二十多年来沉淀的风险数据以及多次迭代优化的风险模型是SecDB的核心竞争力，也是高盛成功应对2008年金融危机的制胜工具。金融危机后，在全球经济复苏和美国监管压缩自营业务利润空间的影响下，高盛面临巨大的转型压力，也同时为SecDB向机构客户等开放提供了契机。

管理层的技术发展远见缓解内部压力。作为高盛二十多年来的核心竞争力之一，高盛曾为了保护SecDB而拒绝德意志银行付费使用SecDB的提议，因此，SecDB是否开源的争论在高盛内部一直存在，部分人员担忧开放SecDB来获客的方式是饮鸩止渴，将降低高盛的竞争力，影响未来业务发展。但在高盛具有技术能力和发展远见的管理层看来，SecDB采用Slang语言开发，尽管它比C语言更加容易上手，但随着Python这一同样简单且应用广泛的编译语言出现，SecDB的维护局限性逐渐凸显；同时，SecDB虽然能够通过理论模型对金融产品进行合理定价，但并不能在没有交易头寸、佣金成本等其他数据的情况下产生Alpha值，所以开源SecDB带来的负面影响十分有限。

资源投入与API工具成为对外推广动力。尽管Marquee在开放SecDB后看上去十分具有吸引力，但开放初期仍然面临推广的巨大压力。一方面，交易员和销售人员都更关注业务本身和销售业绩，使用和推广Marquee的积极性不高，导致平台迭代更新缓慢；另一方面，虽然Marquee可能帮助客户降低基础设施成本，但使用Marquee也意味着客户的所有操作将暴露在高盛的视野下，导致有竞争关系的机构对Marquee平台采取谨慎态度。此外，如果高盛不能通过Marquee有效提高市场占有率，其竞争对手可能很快在类似平台上复制出同质化服务，降低Marquee的竞争力。2018年6月，为了打破僵局，高盛增加对Marquee平台的资源投入，大力推行平台化和API化，尝试通过API联结外部技术工具，打破各个应用程序相对独立封闭的设计，重新对底层技术架构进行一体化设计，一系列举措使得Marquee平台得以快速发展。

2018年是高盛管理层计划向Marquee投入大量资源的第一年，Marquee对外界开放了60个团队岗位。

2020年1月，高盛宣布将“以技术为基础的‘平台业务’”作为新发展战略，包括提高Marquee、Marcus以及Apple Card服务水平，大幅提高技术、产品经理、销售与产品设计等人员的招聘力度是其重要举措之一，此时Marquee对外开放的岗位数量已经接近350个，占2020年高盛对外开放工程师岗位的三分之一左右。

高盛对工程师的需求比例远远超过其他同业。在高盛官网的公开岗位中，工程师岗位占全部开放岗位的比例从2018年的25%到2020年1月夸张的44%，再增加到2022年10月更加惊人的55%，其中主要包括Java、Python开发人员以及混合工程、数据、量化等方向的战略岗位，覆盖了从分析客户数据到提高销售绩效再到提高职能效率的绝大多数方面。

近年来，金融机构在谈及金融科技应用时，时常提到“场景创新”“业务转型”等主题，但也面临两者在很多情况下互相冲突的问题，“创新设计”具有发散思维、快速测试和即测即用等特点，而“金融服务”则面临复杂的政策监管环境以及强调流动性又要求规避风险的客户，如何平衡两者的关系是金融机构运用技术手段进行创新需要解决的难题之一。Marquee团队通过开发初期要求创新，测试阶段强调高效，更新迭代重视痛点的方式解决这一难题。

一是创新思维和产品设计心态。Marquee是高盛第一次直接为客户构建和销售数字产品，面临诸多困难，其难点一是客群需求的复杂性，Marquee的设计人员既要充分考虑法律法规要求，还要考虑客户访问数据、使用分析工具以及交互方式的最优解；二是Marquee平台对于交易人员和设计人员来说都是十分陌生的领域，比如交易人员希望在同一界面看到更全面的数据但大多数设计人员囿于UI美感想要在界面上采取留白的矛盾时有发生。为了解决上述问题，高盛在组建Marquee开发团队时，要求设计师要有产品心态，能够在快速测试中找到有效解决方案。

二是提高快速测试阶段的效率。Marquee团队创建了生态系统地图帮助设计师理解复杂的业务流程，详细介绍了客户、销售、交易人员在交易环节中需要担任的工作。由于开发的经费和时间有限，设计师在快速测试阶段可以直接与开发人员就新想法进行交流，持续对Marquee进行小而快的迭代。高盛认为，虽然交易人员可以在短短几秒内完成交易，但如果迭代工作能够帮助交易人员更快的完成各个流程，就可能带来巨大的业务增益。

三是围绕用户痛点进行迭代。为了能够解决实际问题，Marquee要求每位设计师都必须了解使用用户——即交易人员的真正需求，团队成员会开发出多种原型直接拿到在交易大厅忙碌的交易员手中获取使用反馈。Marquee也曾尝试让一组交易员与团队共同开发，但开发效果并不尽如人意，最终还原到此前的反馈方式，只有在嘈杂而混乱的交易环境以及紧张的交易节奏中，设计师才能真正知道交易人员最需要的服务是什么。

运用API技术重塑业务模式。无论是高盛前CIO Marty Chavez，还是现任高盛CIO的前AWS高管Marco Argenti，都强调对API技术的应用，一方面，API的广泛应用能够直接帮助Marquee向客户提供高盛风险管理、投资组合构建、数据访问、交易执行等一系列服务，有效降低平台运营的人力成本；另一方面，基于API构建Marquee有利于吸引更多第三方服务机构加入高盛的平台生态，形成新的盈利模式。摩根大通在2017年年报中同样肯定了API技术的应用潜力，并计划开发内部通用接口提高客户交易的便捷性。由此来看，API作为一项允许客户安全访问金融机构数据和分析工具的技术手段，将在金融机构获客过程中形成新的技术竞争领域。

能够同时赋能内外的工具回报更高。无论是高盛的Marquee平台，还是贝莱德旗下同样以风险管理能力闻名的Aladdin平台，又或是摩根大通推出的Athena平台，都是头部金融机构在多种因素影响下将原本为内部开发的投资分析工具提供给有同样需求的客户使用。这类工具不仅能够提高内部生产力，还能够对外作为独立产品产出收益，Marquee平台的管理人Adam Kron将这种业务模式称为“a pretty powerful way of generating higher returns”，即“动力充足的高收益之路”。

积极形成合作关系和行业生态。在当今时代下，各项前沿技术的发展速度已经远远超过单一机构的吸收速度，单凭金融机构自身研发新兴技术并将其落地到具体业务场景中的成本相当高。随着新兴企业尝试为客户提供更好的服务体验，不断挑战、改变甚至颠覆行业传统服务模式，经营机构在转型过程中可以通过开展合作项目、投融资活动、参与行业峰会等方式建立和加强与技术企业、研究机构的联系，逐步形成以自身或某款产品为中心的行业生态，借助生态能力及时对自身服务体系进行优化升级并应对新型服务模式的挑战。

从高盛Marquee发展史和提供的服务来看，Marquee具有数据沉淀时间长，人员配置齐全，需求沟通机制充分，平台生态稳步形成等优点，因此受到高盛高管重视，机构客户青睐以及金融科技人才向往。经营机构在大力针对机构客户开发平台、完善服务过程中可以注意以下几点：

一是强调协同思维，建立健全开发人员与交易人员沟通机制，做到交易人员积极配合开发工作，开发人员理解交易需求，以实现拟真测试和高效迭代，最终形成能够切实满足交易需求的实用产品。

二是充足的人才保障，Marquee的快速发展离不开初期由量化金融和金融工程团队构建的SecDB，也离不开后续开发、混合工程、数据分析、量化策略设计、销售人员等岗位的共同努力，经营机构可以根据自身建设业务平台的阶段，及时补充和储备相关人才。

三是构建平台生态，基于API技术形成的平台生态是Marquee成功的关键。经营机构相关平台建设和发展过程中，可以筛选、采购可靠的信息技术服务机构相关技术产品、算法产品等，通过API等技术手段活用外部能力提升平台服务水平。

四是理性借鉴国际经验，Marquee平台的成功在一定程度上是基于GS Financial和GS 360积累的机构客户服务经验实现的，对于国内机构业务发展环境来说，该发展路线需要的时间过长，双方服务的机构客户需求也存在异同，经营机构需要结合自身战略和本土实际发展情况展业。