当前位置:首页 > 创业信息

通联数据首席科学家蒋龙:人工智能、大数据助力科学投资

作者:互联网舆情网 阅读次数: 时间:2019-06-12 17:40:55

摘要:在今天的技术投资有三个组成部分 - 专业投资的理解,大数据和人工智能。

雷锋网(公开号:雷锋网)AI通过金融评论:人工智能与机器人(CCF-GAIR)在深圳举行,由中国计算机学会(CCF),雷锋网,中国举办的峰会2018全球峰会大学(深圳)香港承包商一直是深圳市委,市政府的大力指导下,在人工智能和机器人国内学术界,工业界和投资界的领域三大交易所的顶级盛会,全国的目标是创建跨境交流与合作最强大的人工智能平台。

6月30日下午,财政专项技术,首席科学家姜龙分享数据通信题为“人工智能与大数据在科学促进投资”讲座。

\

以下是讲话的文本,雷锋网,但不会更改编辑的意图:

加速发展的大数据时代

今天的主题是金融技术,金融和科技是一个非常广泛的领域,有信用,支付,证券,保险,我想谈谈金融子领域,是资产管理。

资产管理,简单地说就是如何最好地配置人类积累的财富,使社会能够进步得更快,并产生对人类更多的价值。我们如何使用财富管理的最佳手段,例如,这笔钱应该投资什么行业,什么样的技术投资,谁去引导钱,让财富增长更快,这是一个巨大的挑战,这背后的挑战,我们看到了人工智能和大数据可以带来巨大的推动我们。

当涉及到投资,你可能会马上想到股票,基金,有些人认为的投资风险,有些人可能会认为投资商品的,有些人可能会认为做一些收藏品,这些都是投资,许多类型的投资,但投资的核心是预测的基础上,各种数据的挖掘,以获得法律规定,依法作出对未来的判断,可能会确定未来可能成就一番大事业的人,所以他在开始 - 投资UPS,或者你预测消费趋势变化的人,你可以看到在未来的变化将有利于某些部门知道,你把资源投资于这些行业,这是基于预测投资。

因此,在投资领域的信息通信和计算技术的影响是巨大的,20世纪70年代开始指数基金受到人们的诞生,资金管理成为计算机自动管理资金。2017年,北美市场,并量化指数基金的规模首次超过了主动管理型人的规模,它已经成为主流。随着互联网带来了数据量的变化,以提升数据分析计算机的能力,逐渐我们有很长的路要走上的好处和一些资产分析和预测的风险,所以我们可以做一些定量的对冲,我们要知道对现金的信息,规避所有风险。随着人工智能,大数据的发展,在科学技术名词诞生,现在更多的投资,如智能投资顾问,投资研究等智能。

今天在技术要素的投资有三个 - 专业投资者了解大数据和人工智能。为什么第一个专业的投资者了解?几年前,美国有一个博士生做了一个实验,他分析了在世界上的各种数据,后来他发现,黄油在孟加拉国的价格与标准普尔的趋势是非常想象,他度过了最后岁月数据证明这两基本上完全贴合,但这只是偶尔配合,可以黄油不Namengjiala价格预测的S&P 500指数的下一个动作。因为在世界上太多的数据,所有数据可能偶尔会发现在机器学习领域类似的事情,我们常说的契合,如何控制过度拟合?如果有足够的数据,数据可以自动解决,但情况并非如此,我们需要有一个先验的支持下,在科学和技术的投资,我们就开始投入到科学,我们都知道,投资大师沃伦·巴菲特投资艺术,艺术只可意会不可言传的东西,而不是复制出来的投资逻辑,没有办法得到相同的投资结果,没有办法做到在历史的实验中,投资是不错的,弱点在哪里,它不科学。随着大数据,人工智能,科学技术量化,我们可能要投资作为一门科学,可以重复的内部投资策略问题的实验分析,可以更有效地增强。

投资技术场景

人工智能和大数据在很宽范围的应用程序内的投资,我列出了几个比较重要的场景。

首先是所谓的投资研究,投资研究的目的是处理信息,从里面得到的投资决策,现在是信息爆炸的时代,如何挖掘信息,人的大脑已经逐渐找到了非常具有挑战性的,需要AI来帮助我们,在这里以及非结构化数据的处理,作为图像信息,自然语言文本和音频数据等。一旦你有了这个信息,我们将探讨如何在法律,人的大脑能够处理一些不太复杂的变量,如果101000个变量,人的大脑基本上是无能为力的,如何帮助我们渡过这段时间AI投入大量的变量预测。获得投资决策后,我们需要通过交易决策来实现,如何降低交易成本,还有每天在股市交易是很多人,你怎么保证市场上最低的成本造成的影响微乎其微,基于博弈论的时间学习机是在这里如何实现价值,包括风险控制,投资风险控制。另外投资服务,而且新的领域,那么必须投入,最终以人性化的服务,无论是个人或企业的能力,如何使我们的服务更加高效,智能的投资顾问是一个非常大的创新。

我们生活在一个大数据的时代,以加速数据的发展,每隔几年就会增长十倍,加强和索引。我们知道,有背后的数据收集能力大的数据,如在这方面的智能硬件的进步,但也有对付电脑进步的能力,更多的场景,使用这种技术,与场景,具有闭环循环,从而导致数据雪球更大的投资,这样的数据而言,可以分为三类,一类是对客观世界的数据,例如,可以改变地球观察所发生的事情,你也可以通过微博观察通过卫星从主观世界表达人的主观想法,知道别人怎么想,我们也有移动支付,也有很多的交易,一些企业的工业生产数据,让我们发现在关系的一些变化,比如从一个人如何赚钱一方给对方,这三个变化让我们观察世界非常深入细致,也很及时,这个投资是非常重要的。

在这里我们可以看到如何使用客观数据的例子来帮助我们使世界成为一个宏观预测。去年我在这里引用,全国经济研究中心的文章,这篇文章的标题是非常有吸引力的,“中国的GDP增速可能被低估了,”我们都知道,中国西部经济的增长是不那么信任,尤其是局统计的,但他们有自己的研究方法,他们会使用不同类型的数据,如照明数据,我们可以看到在地图的右上角的画面,美军卫星拍摄的北京和天津地区在夜间照明的情况下,与使用相同的数据,美国经济学家发现,在亚洲金融危机98年后,经济复苏和亚洲各国的夜景灯光的变化率都以这种方式来预测中国的关系,发现中国在过去几十年的GDP增长可能比我们公布它甚至更高,所以我们不是高估,而是低估了自己,他们估计,中国可能缺乏准确估计第三的能力 行业。

\

右下角是我们在实践中去网站上下载的图片的中国夜景灯光各省,自治区,我们做了分析,我们发现,人均GDP和每个光强度的单元区域是非常大的关系,有许多相同的自然信息,可以使用,例如,一些公司将分析组成和各地区空气污染物的比例,分析当地的能源消耗,反映内部能源消耗产生的GDP增长,但人们利用卫星图像观察到GDP的作物产量预测未来的发展。除了客观世界和主观世界,有很多事情要预测。

NLP非结构化数据处理

如果我们不投资,就会面临大量的数据,如国内投资者将面临数千每天上市公司公告的文章,几千篇文章关键信息和金融等行业,以及数以千万计的投资者和社会媒体释放,这些一定要及时治疗,然而,这一次它必须采取AI来帮助我们分析。这里分享一个简单的例子,如何从上市公司提取信息发布的通知,以确定重要的声明是否,下面是由该公司发布重大合同公告,在自然语言描述的,双方签订的合同量,等,通过自然语言萃取技术,关键信息可以在这里,例如,甲方,乙方,合同金额提取,提取后,根据以往的案例和企业的金额,以确定信息是否是很重要的,合并用地图来确定是否存在信息的潜在关联性之间的关系,两者之间的关系等等,这是一个结构化的过程中,我们做帮助是非常重要的。

非线性机器学习策略建设

提到量化管理有超过积极管理将成为主要的投资策略,传统的线性模型来量化或者多因子模型,多因子模型分解成很多要素收入总和的资产的收益,但在现实生活中太多的因素,其实不是线性关系。例如,图中左二次关系,使用基于IC或做多做空的传统方法,很难找到一个有效的因素,机器学习和发展给了我们这个机会,机器上的非线性模型的研究很多学习积累,我们可以利用这些知识去探索非线性关系的信息,帮助我们预测未来的盈利资产。

这是我们用深度学习做一个宏观预测,我们花了很多经济变量,如供给方面的措施,需求方的衡量人们对信息,货币方面的指标,与隐藏层的模型相结合做一个预测,预测的目标市场主要指数,如债务指数,商品指数,股票指数,基于该指数可以使宏观资产配置和套利。

\

这是该公司的预测,使用机器学习数据,可以像担任研究员分析公司的业务,预测公司的核心指数的影响分析,最终平局的营收预期。这个数字是根据我们的航空公司,例如,一步按照人的逻辑步骤来分析收入和成本,最后会发现一些重要的指标,如客座率影响公司的财务数据,该指数来预测,其实,我们可以用一些方法,通过多种途径使用人均GDP的增长,使用铁路运输,机场的拥挤等数据来预测各航空公司的客座率,然后将这些数据一起,预测航空公司在未来数月经济状况甚至几年。

从我们自己的角度部分实验结果,在预测主营收入,机器人的精度分析做得比人更好的工作,同时也为不同的行业,有超过行业的80%,做的比好人们一些研究在美国得到了同样的结论,美国的一些公司做的股票研究,该研究发现,22%的平均误差与机器学习,但分析师人为30%的误差。

除了营收预期,预计主要财务数据,交易机器学习可以帮助我们很多,像阿尔法狗是增强学习技术,场景和同一事务的面孔,我们需要观察的动态游戏环境对手的行为,做出自己的判断。强化学习之前,大家更多的是传统的,以交易量过去的数据来估计未来的交易量,现在可以利用的深入研究,预测使用更详细的数据的盘口,根据这项研究,这种方法比传统的降低交易成本27-35%。

聪明的投资顾问

最后,我想分享一点关于明智的投资顾问,这在过去是非常热的概念,这是一个不错的主意,有很多谁需要在世界金融顾问,但劳工顾问的成本非常高,所以最不享受这样的服务,我们有这样的智能机器人的能力,我们的咨询服务的机会成本会降得很低,使作为经济利益能够享受更多的人。北美明智的投资顾问建议更侧重于基于用户的风险和投资范围的资产配置组合,根据我们的研究,中国人还是不愿意这样做更长远的投资,这就需要教育,中国人喜欢去在股市的交易中,零售是非常怎么做才能帮助中国零售股的交易,我们把在该领域使用相同的功能,我们来分析每个用户的交易流水,我们分析他们的错误在什么地方,一些市场预测市场做得很好,导致位置的巨大损失之后,我们分析这个问题可以有针对性地提供一些帮助,例如,可以提供一些智能的方法,智能位置控制,智能停止盈止损提醒等等,这可以帮助投资者提高弱点。

本文链接:通联数据首席科学家蒋龙:人工智能、大数据助力科学投资

友情链接:

心经 听佛经 大悲咒经文念诵