【中國(guó)智能制造網(wǎng) 智造快訊】從刷臉支付到無(wú)人超市,從智慧醫(yī)療到無(wú)人駕駛……人工智能正以不可思議的發(fā)展速度席卷,刷新著人們的認(rèn)知,重塑著各行各業(yè)的生態(tài)格局。其中,金融行業(yè)無(wú)疑是價(jià)值又充滿挑戰(zhàn)性的人工智能應(yīng)用場(chǎng)景,受到人工智能的深刻影響。
迎接人工智能時(shí)代,的金融投資機(jī)構(gòu)必然大力發(fā)展人工智能系統(tǒng)。合理運(yùn)用人工智能技術(shù),將給金融領(lǐng)域注入新活力、帶來(lái)新機(jī)遇——這是行業(yè)從業(yè)者的共識(shí)。
破除金融與人工智能的壁壘
人工智能需要高深的數(shù)理知識(shí)和開(kāi)發(fā)經(jīng)驗(yàn)來(lái)支撐,這是金融從業(yè)者所不具備的,因此急需搭建起連接金融與人工智能領(lǐng)域的“橋梁”
雖然前景光明,但在現(xiàn)實(shí)層面,人工智能在量化投資領(lǐng)域的應(yīng)用,仍存在一些難度和挑戰(zhàn)。其中,大的難度來(lái)自於金融和人工智能兩個(gè)領(lǐng)域的認(rèn)知壁壘。人工智能背后需要高深的數(shù)理知識(shí)和大量項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)來(lái)支撐,這是金融從業(yè)者所不具備的。同樣,對(duì)於人工智能開(kāi)發(fā)工程師來(lái)說(shuō),金融也是一門(mén)需要具備專(zhuān)業(yè)知識(shí)才能深入理解的復(fù)雜領(lǐng)域。
這種壁壘造成了很多金融機(jī)構(gòu)盡管對(duì)人工智能技術(shù)有著迫切需求,但往往只能采用第三方解決方案。因此,迫切需要一座橋梁,能夠連接起金融與人工智能兩個(gè)領(lǐng)域,破除認(rèn)知壁壘,推進(jìn)行業(yè)的深度融合。在這種背景下,墨寬投資公司應(yīng)運(yùn)而生。
墨寬投資是一家致力於將前沿人工智能技術(shù)運(yùn)用在金融投資領(lǐng)域的公司,希望成為金融和人工智能技術(shù)結(jié)合的者。其創(chuàng)始人黃文堅(jiān)憑借在金融投資和人工智能領(lǐng)域的豐富從業(yè)經(jīng)驗(yàn)敏銳發(fā)現(xiàn),金融行業(yè)包含了大量可以運(yùn)用人工智能技術(shù)的場(chǎng)景和機(jī)遇。由此,他選擇成立墨寬投資,探索兩者結(jié)合帶來(lái)的各種可能性,促進(jìn)金融領(lǐng)域的發(fā)展。
黃文堅(jiān)告訴經(jīng)濟(jì)日?qǐng)?bào)記者,在投資的運(yùn)作模式上,他們會(huì)根據(jù)以往經(jīng)驗(yàn),將某些金融投資行業(yè)的金融問(wèn)題量化,轉(zhuǎn)化為具體的技術(shù)問(wèn)題,然后提供給人工智能專(zhuān)家們解決。給出的人工智能解決方案在評(píng)估和改造后,將被運(yùn)用到初的實(shí)際問(wèn)題中,實(shí)現(xiàn)相應(yīng)價(jià)值。通過(guò)這一方式,金融和人工智能兩個(gè)領(lǐng)域的人才可以專(zhuān)注在各自擅長(zhǎng)的領(lǐng)域,并經(jīng)由墨寬投資幫助他們將的人工智能成果運(yùn)用到有價(jià)值的金融場(chǎng)景中去。“對(duì)於一些有實(shí)際投資想法并想運(yùn)用人工智能技術(shù)但自身無(wú)法實(shí)現(xiàn)的機(jī)構(gòu),我們也會(huì)提供幫助,發(fā)現(xiàn)和解決真正有價(jià)值的金融問(wèn)題。”黃文堅(jiān)表示。
構(gòu)建量化投資的投資模型
通過(guò)數(shù)量化方式投資,即用量化手段來(lái)評(píng)估收益風(fēng)險(xiǎn)而作出更理性的投資決策,前景可期
目前,世界上眾多出色的金融投資機(jī)構(gòu)已開(kāi)始將人工智能運(yùn)用到產(chǎn)品和服務(wù)中。國(guó)內(nèi)也已經(jīng)有不少券商、金融機(jī)構(gòu)開(kāi)始嘗試人工智能在金融領(lǐng)域的應(yīng)用,如光大證券推出的“智能魔方”、中信銀行推出的“信智投”等。不過(guò),這些產(chǎn)品屬於智能投顧或智能交易等范疇,重點(diǎn)在於用更多維度的數(shù)據(jù)了解客戶(hù),用更的推薦引擎推薦投資組合、理財(cái)產(chǎn)品、風(fēng)險(xiǎn)提示等。而墨寬投資搭建起的人工智能量化投資平臺(tái)更傾向於構(gòu)建量化投資的投資模型。
黃文堅(jiān)介紹,量化投資是通過(guò)數(shù)量化方式來(lái)進(jìn)行的投資。它以獲取穩(wěn)定收益為目的,是用量化手段來(lái)評(píng)估收益風(fēng)險(xiǎn)而作出更理性的投資決策。量化投資基於高度量化的數(shù)據(jù),每個(gè)用於決策的特征都擁有描述,比如數(shù)值或是分級(jí)。其中,投資的決策大多是基於概率,每個(gè)交易的進(jìn)場(chǎng)、出場(chǎng)點(diǎn)、交易時(shí)機(jī),都有大量數(shù)據(jù)支撐,使得每個(gè)操作都有跡可循。同時(shí),量化投資還基於數(shù)學(xué)模型。這個(gè)具有嚴(yán)密數(shù)據(jù)指導(dǎo)的模型基於一些特定的投資想法而建立,并運(yùn)用數(shù)學(xué)方式描述自身在市場(chǎng)的運(yùn)作方式?;洞耍炕顿Y者可以進(jìn)行分析,作出交易決策。“墨寬人工智能量化投資平臺(tái)是一個(gè)量化投資的眾包平臺(tái),它通過(guò)舉行建模比賽來(lái)收集數(shù)據(jù)科學(xué)家的建模結(jié)果,借助人工智能技術(shù),終構(gòu)建出面向各類(lèi)資產(chǎn)的可靠投資模型。”黃文堅(jiān)說(shuō)。
不過(guò)黃文堅(jiān)也坦言,量化投資目前仍以機(jī)構(gòu)投資使用為主,個(gè)人投資者不能直接享受該技術(shù)帶來(lái)的紅利。由於個(gè)人投資者經(jīng)驗(yàn)較少,傳統(tǒng)金融投資渠道又具有很多限制,這使得相應(yīng)投資變得有風(fēng)險(xiǎn)、有難度。雖然運(yùn)用大數(shù)據(jù)、人工智能等技術(shù)做量化投資被證明是一種有效的、風(fēng)險(xiǎn)可控、收益可觀的投資方法,但它對(duì)技術(shù)和專(zhuān)業(yè)知識(shí)要求太高,普通投資者無(wú)法做到。伴隨著機(jī)構(gòu)投資水平不斷進(jìn)步和智能化,可以預(yù)見(jiàn),個(gè)人投資者的投資難度將會(huì)不斷變高,終市場(chǎng)將被機(jī)構(gòu)所主導(dǎo)。
上述情況顯然不符合普惠金融的目標(biāo)。對(duì)此,墨寬人工智能量化投資平臺(tái)的出現(xiàn)為普通投資者提供了廣闊視野——讓他們可以看到的金融公司在解決什麼問(wèn)題,以及開(kāi)展人工智能技術(shù)的進(jìn)度和情況,從而改變自身策略,適應(yīng)市場(chǎng)﹔同時(shí),也有機(jī)會(huì)直接使用由人工智能專(zhuān)家開(kāi)發(fā)的人工智能投資策略,幫助找到更好更的資產(chǎn)或是進(jìn)行更的資產(chǎn)配置。
借助機(jī)器學(xué)習(xí)分析金融市場(chǎng)
通過(guò)機(jī)器學(xué)習(xí)的方法獲得金融市場(chǎng)投資可靠預(yù)測(cè),指導(dǎo)投資行為,進(jìn)而探索出金融與人工智能合作共贏的穩(wěn)定模式
在人工智能領(lǐng)域,舉辦算法比賽是一個(gè)快速常見(jiàn)找到問(wèn)題解決方案的形式。自大數(shù)據(jù)、人工智能在范圍快速崛起以來(lái),涌現(xiàn)出許多數(shù)據(jù)算法比賽平臺(tái)。其中,著名的是2010年創(chuàng)立的卡歌網(wǎng)(Kaggle),是主要為開(kāi)發(fā)商和數(shù)據(jù)科學(xué)家提供舉辦機(jī)器學(xué)習(xí)競(jìng)賽、托管數(shù)據(jù)庫(kù)、編寫(xiě)和分享代碼的平臺(tái),也是數(shù)據(jù)算法專(zhuān)家脫穎而出的重要渠道。據(jù)了解,該平臺(tái)已經(jīng)吸引了80多萬(wàn)名專(zhuān)業(yè)人士的關(guān)注。2017年3月,谷歌宣布收購(gòu)Kaggle,或許正是看到了Kaggle背后的巨大資源。
在我國(guó),阿里巴巴、百度等大型互聯(lián)網(wǎng)公司也舉辦過(guò)大量數(shù)據(jù)算法比賽,希望通過(guò)吸引數(shù)據(jù)算法人才形成的人工智能解決方案,并運(yùn)用到實(shí)際中去。但是具體到金融投資領(lǐng)域,由於門(mén)檻更高、問(wèn)題更復(fù)雜,目前國(guó)內(nèi)并沒(méi)有類(lèi)似的大型人工智能金融投資算法比賽,因此很難得到有價(jià)值的人工智能方案。為解決這個(gè)問(wèn)題,墨寬人工智能量化投資平臺(tái)借助機(jī)器學(xué)習(xí)手段,打造出一個(gè)人工智能系統(tǒng)來(lái)分析金融市場(chǎng)。
黃文堅(jiān)告訴記者,“機(jī)器學(xué)習(xí)是通過(guò)一系列算法,挖掘出歷史數(shù)據(jù)中我們關(guān)心的規(guī)律的技術(shù)手段,并期望這些挖掘出的規(guī)律能幫助我們正確預(yù)測(cè)未來(lái)數(shù)據(jù)”。在金融領(lǐng)域,從業(yè)者們其實(shí)也做著同樣的工作。以計(jì)劃長(zhǎng)期持有某只股票為例,分析師們一般會(huì)關(guān)注公司的基本面信息、財(cái)務(wù)狀況和發(fā)展規(guī)劃等因素,從而對(duì)公司的未來(lái)運(yùn)營(yíng)狀況作出預(yù)測(cè),決定是否投資。如果將公司的信息量化成各種數(shù)據(jù)因子,將預(yù)測(cè)目標(biāo)改為公司的未來(lái)發(fā)展趨勢(shì)、風(fēng)險(xiǎn)情況,整個(gè)問(wèn)題就可以通過(guò)機(jī)器學(xué)習(xí)方法解決,獲得可靠的預(yù)測(cè),并指導(dǎo)投資行為。
據(jù)墨寬投資算法總監(jiān)張麟介紹,“我們參考專(zhuān)業(yè)的數(shù)據(jù)科學(xué)競(jìng)賽模式,創(chuàng)建了自身比賽模式。通過(guò)平臺(tái)在網(wǎng)上抓取新聞、報(bào)道、交易等數(shù)據(jù),抽象成一個(gè)投資問(wèn)題,或是與金融機(jī)構(gòu)合作,依據(jù)他們的實(shí)際問(wèn)題抽象成數(shù)據(jù)算法賽題,由參賽者(數(shù)據(jù)算法專(zhuān)家)基於數(shù)據(jù)構(gòu)建模型”。
張麟表示,平臺(tái)會(huì)提供比賽的題目、數(shù)據(jù)和評(píng)價(jià)體系以及賽前賽后支持。具體來(lái)說(shuō),數(shù)據(jù)會(huì)分為訓(xùn)練和測(cè)試集合兩部分:訓(xùn)練集合會(huì)完整的給到每位參賽者,包含特征和比賽目標(biāo)數(shù)據(jù)﹔測(cè)試集合只將特征數(shù)據(jù)提供給參賽者。參賽選手下載訓(xùn)練數(shù)據(jù)后,依據(jù)題目?jī)?nèi)容,運(yùn)用人工智能算法構(gòu)建模型,挖掘數(shù)據(jù)中特征和目標(biāo)的潛在關(guān)系,并根據(jù)模型產(chǎn)出在測(cè)試集合上對(duì)目標(biāo)的預(yù)測(cè)結(jié)果。平臺(tái)會(huì)基於參賽選手提交的預(yù)測(cè)結(jié)果打分,用於評(píng)估模型優(yōu)劣。每場(chǎng)比賽結(jié)束后,策略模型將會(huì)被平臺(tái)收錄,打造成人工智能量化投資系統(tǒng),被實(shí)際投入到市場(chǎng)中使用。后,平臺(tái)會(huì)拿出一部分投資收益回饋給模型。
可以預(yù)見(jiàn),隨著金融投資與人工智能融合的不斷加深,將有更多跨界合作的機(jī)會(huì)出現(xiàn),終探索出金融與人工智能合作共贏的穩(wěn)定模式。“我們希望未來(lái)充分整合數(shù)據(jù)科學(xué)家、投資人、資產(chǎn),實(shí)現(xiàn)眾包量化金融的理想,讓每一個(gè)投資者都能參與進(jìn)來(lái),共享金融科技發(fā)展成果。”黃文堅(jiān)說(shuō)。
原標(biāo)題:搭建人工智能量化投資平臺(tái) 讓金融投資更加“智能”