人工智能助力金融投资前景广阔
摘要: 近期,百度宣布无人车7月量产,人工智能技术再次受到市场关注。AI投资科技公司凯富特(Kavout)CEO吕晴认为,AI在金融投资中的运用将是一个较为确定的趋势,AI与人的结合能够提高国内机构的产品设计
近期,百度宣布无人车7月量产,人工智能技术再次受到市场关注。AI投资科技公司凯富特(Kavout)CEO吕晴认为,AI在金融投资中的运用将是一个较为确定的趋势,AI与人的结合能够提高国内机构的产品设计能力和专业化服务能力,发展前景广阔。
AI助力金融投资
AI在金融投资中的运用现状如何?
AI在金融投资中的运用将是一个较为确定的趋势。目前美国很多大型金融机构开始转型成技术公司,并大量从微软、谷歌、facebook等高科技公司聘用相关人才,比如高盛已经开始宣称自己是技术型公司。国内金融机构对AI在资产管理和投资交易中的运用也越来越认可。我们2016年与国内机构交流时,感兴趣的还不多;去年随着无人驾驶汽车等的问世,国内机构开始表示愿意了解和尝试;今年再进入市场,机构就直接与我们探讨如何落地合作。AI投资技术能够提高国内机构的资产管理产品设计能力和专业化服务能力,我们和券商等机构的一些合作项目已经展开。
AI投资是对传统投资的完全取代吗?
得益于近年来计算能力和数据量的几何式增长,AI技术或正处在行业拐点,认为AI无所不能或者完全否定AI都是两种不够全面的态度。目前AI的应用和落地还处于初期阶段,人与AI的结合是今后和长期的发展方向,人做人的事,机器做机器的事,各取所长。以金融投资为例,在策略和战略的研制上,人的优势明显;AI的优势是处理大量的数据和变量,尤其是从海量数据(603138,股吧)中自动学习和挖掘一些线性乃至非线性的规律和信号。
发展空间广阔
AI投资的择时模型和选股模型是怎样的?
择时模型的核心不是预测未来,而是通过建立数学模型刻画市场运行规律,能在一定时间和一定概率下捕捉到可交易的机会。对于“黑天鹅”出现可能导致的模型失效,主要从风控机制上加以解决。择时的另外一个挑战在于时效性,因为市场环境不断变化,模型需要动态和及时学习与修正。选股模型需要分析大量的结构化数据和非结构化的文本数据,进而综合分析公司质量的好坏,其主要挑战在海量实时数据,同时有效信息的密度很低,规模化机器学习能力成为关键,而这也正好是机器的价值,可以7天24小时实时跟踪和分析数据,辅助人做出更好决策。总体上看,AI投资技术发展空间广阔。
AI投资模型的效果如何?
我们的国外模型和本土化改进版在美国和国内的实盘检验中都取得了很好的效果,能够在较长时间内战胜大盘。但必须指出,没有哪个模型能够每时每刻都跑赢大盘,模型的目标是在足够长的时间里能够战胜大盘;也没有一个不变的模型能够长期跑赢大盘,模型需要不断修改升级。模型战胜大盘的核心在于,算法的进步大大提升了机器学习的能力,另一方面海量数据随手可得和云计算技术的进步使得模型能够接收处理更多的信号和数据。
如果很多机构采用这一投资技术,是否会出现算法同质化问题?
一方面,不同客户的风险偏好和收益预期不同,因此不会出现所有客户采用同一个策略的现象。另一方面,我们的策略数量足够多,而且单一策略的容量也足够大,如果单一策略的使用量到了影响策略效果的程度,也会控制使用数量来避免同质化。
中国证券报,吕晴,学习,投资中,大盘