认识达内从这里开始

认真做教育专心促就业

百发百中？为什么人工智能适合金融业？

发布：互联网
来源：互联网
时间：2018-03-16 10:48

两位人工智能专家吴恩达(Andrew Ng)和杨强(Qiang Yang)均提到 AI 适合用于金融业 .达内培训：由于金融业有大量准确的历史记录数据,很少有行业比金融业更适合应用人工智能 (AI).自从 AI 被大众关注和大量媒体报导后,报导机器学习在金融方面的应用案例比以往都多,今天机器学习已经应用在金融系统的不同运作中,从批准贷款,管理资产,到评估风险,发挥着不可或缺的作用.以下谈谈 AI 在金融业的一些合适的应用.

    算法交易(Algorithmic Trading)早在上世纪 70 年代已兴起,主要是运用特别研发的交易策略和数据运算而做出交易决策,而在计算买卖的时机和注码等都可由计算机自动执行.由于计算机的指令周期近年不断提升,很多算法交易系统能做出非常快速的交易决策,有些算法交易系统能在短时间内进行数千或数百万次交易,因此被称为"高频交易"(HFT).

    大多数对冲基金和金融机构不会公开披露他们的算法交易方式,因为高回报的交易方式一旦公开或被别人识破了,便会引起大批投资者跟风或运用相反的策略,公开策略的回报便会渐渐下降甚至失效.传统的算法交易者需要经常设计和测试新的交易算法,以避免投资回报的下降并击败其他算法交易者,AI 正好在这方面弥补了传统的算法交易方式的不足,一个好的机器学习交易模式将能够适应市场的变化做出必要的调整,采取的交易策略来优化投资回报.

    然而纯粹依靠人工智能交易来获得的投资回报还是有很长的路要走.大多数声称纯 AI 投资交易系统仍然只有低于平均水平的回报表现.我粗略的估计是,AI 相对人类的投资策略正回报的比率约为 20% 比 80%,目前人类的投资策略仍然比人工智能更好,机器学习仍然需要从优秀的人类投资者身上学习很多东西.

    以前的金融欺诈检测(Fraud Detection)系统在很大程度上依赖于复杂的风险分析规则 (Risk Analysis Rules),这些规则是靠大量历史记录和经验丰富的风险分析师所制定的.由于互联网和在线社交网络变得越来越普及,以及越来越多有价值的个人和公司数据已在线储存起来,这些在线数据就提供了大量不断更新和全面的客户数据可作安全风险分析.现代运用机器学习的欺诈检测不仅仅是遵循风险因素列表内的规则去分析,还会利用大量在线数据主动学习和发现新的潜在或实际的安全威胁.AI 在金融欺诈检测的应用正在大力发展中,但仍然存在一些误判的分析结果,所以仍有很多深入研究要做.

    机器人顾问(Robo-Advisor),这个词在五年前基本上是闻所未闻的,但现时在金融领域内则是司空见惯.这个词是有点误导的,这些系统根本不涉及实体机器人.机器人顾问只是一些运用 AI 技术的算法和软件,用以帮助客户调整金融投资组合以达到用户的目标和风险容忍度.用户输入他们的目标(例如,六十岁退休,储蓄一百万元),现时的年龄,收入和当前的金融资产后,机器人顾问系统便会根据用户的目标将资产分散到适当的资产类别和金融工具中.系统根据用户随后的变化以及市场上的实时变化进行调校致力找到适合用户目标的方法.机器人顾问服务对一些习惯真人顾问服务的年长人仕不太适合,但对千禧一代的年青投资者则大受欢迎.

    林南生 Benny Lam 简介

    bennylam@#

    林南生 Benny Lam 毕业于英国华威大学〈Warwick University〉并行计算机及计算科学取得硕士学位,及在香港取得「物流与供应链管理」专业文凭.现为香港计算机学会 (HKCS) 会员,智慧城市专题组 (Smart City SIG) – 大数据召集人,大数据及商业智能专题组 (Big Data and BI SIG) 委员会成员.林南生为香港八达通〈Octopus〉系统早期设计者之一,曾负责不少大形信息科技系统项目.林南生现为位于香港科学园的华讯站有限公司 (Right Station Ltd.) 的创辨人和总监,从事物流及供应链的云计算,大数据及人工智能软件开发及顾问服务.

更多达内培训相关资讯,请扫描下方二维码

达内培训