侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

人工智能在基金业的应用

2016-08-09 10:29
退思
关注

  2、人工智能在基金业的应用

  人工智能的细分领域较多,应用在基金业的细分领域主要包括机器学习、自然语言识别、知识图谱等等。

  机器学习

  在传统的投研中,分析员需要对公司财务数据、市场交易数据进行分析,根据个人的经验来判断各个指标之间的关系,根据关系建立合适的模型,最后利用回归分析等传统计量方法来检验模型,如果模型合适,就可以利用模型对未来的走势进行预测。传统投研面临的弊端在于模型的好坏取决于分析师对数据的敏感程度,且模型确定之后需要不断进行修改。

  机器学习进行投研分析具有两方面比较明显的优势。一方面机器学习的数据学习速度比较快,能够快速地找出各个数据之间的关系,提供合适的模型;另一方面机器学习的使用能够对新数据实时分析,不断修正原有的模型,这整个过程都是由计算机完成,不需要在其中再投入人力。

  自然语言处理

  有研究发现新闻,政策,社交网络上的内容会对市场的走势产生较大的影响,但是以往分析师在分析影响的时候,需要花费较多的时间去搜集该方面的资料,通过建立合适的模型进行推演分析,才能做出投资决策。

  自然语言处理能够将提出的问题转化成机器可以识别的信息,通过扫描信息库以及互联网中的各类信息,比如经济报告、货币政策变更、政治事件以及这些事件对资产的影响等大量资料,迅速为问题找到答案,给出是否投资的结论。

  知识图谱

  知识图谱是根据专家设计的规则与不同种类的实体连接所组成的关系网络,从“关系”的角度去分析问题的能力。在金融领域,实体指的是金融机构、投资人或企业等等,关系是指各个企业之间的关系,比如两个企业之间是合作或者竞争的关系,通过知识图谱的方式把这些实体和之间的关系表示出来,能够进行更为深入的知识推理,有效预防黑天鹅事件,提高分析的准确性。

  案例:Rebellion Research

  Rebellion Research成立于2005年,是一家资产管理公司。公司的人工智能系统通过自我学习全球53个国家股票、债券、外汇和大宗商品的交易数据,评估各种资产组合的未来收益和潜在风险,帮助客户合理配置资产。公司的人工智能系统基于贝叶斯算法,对宏观、行业和公司三个层面的数据进行分析,且模型能够自动将历史数据和最新数据进行整合,使模型能够自动预测市场走势。

  公司在2007年推出的第一个人工智能投资基金,基于贝叶斯机器学习,结合预测算法,对历史的金融和贸易数据进行分析之后,成功地预测2008年的股市崩盘,并在2009年9月给希腊债券F评级,当时惠誉的评级仍然为A,Rebellion比官方提前一个月给希腊债券降级。

<上一页  1  2  3  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号