目前,人工智能在金融量化交易方面的应用比较广泛,但和人工智能在图像识别、文本语义处理、自动驾驶等方面取的突飞猛进相比,明显偏慢,甚至可以说未取得突破性的进展。
人工智能在图像识别、文本语义处理、自动驾驶等方面运用核心是识别,而在金融领域则是预测。识别意味着特征值是必然存在的,只是以各种不同的形式形态存在,通过大量的标注和机器学习,这些特征值均会被挖掘识别出来,而当这些特征值被识别出来后,结果是必然的,我们就可以判断照片是猫是狗,这句话是表扬还是批评,车辆是刹车还是拐弯避让。而金融领域则不同,同样的特征,今天是猫,后面某一天可能就是狗;今天是要左拐,不知道某一天却告诉你左拐会掉进悬崖,要右拐;不知道又某一天告诉你还是要左拐。
识别和预测的本质区别,决定了识别模型可以一直有效,通过不断的补充完善,模型更优。而预测模型,可能在某个阶段有效,在某个阶段则完全无效。因此,人工智能在金融领域的运用,不要寄希望找一个完美的一劳永逸的模型,而应是由数据驱动,无需人工参与,自主组建模型;由机器自主强化学习,建立有效的模型的评估模型,并由模型的评估模型每天把最新的最有效的预测模型选出来用于量化操作,并及时停用失效的原本高效的模型。
智桥量投过去三年一直致力于人工智能在金融量化领域的研究和实践,并取得了较大的进展。上述功能模块也将于近期对外开放测试,敬请关注“智桥量投”微信小程序。
金融业投向(金融领域投资)
【本文标题和网址,转载请注明来源】人工智能颠覆金融(人工智能 金融业) http://www.gdmzwhlytsq.com/hyxw/369167.html