机器学习、数据科学与金融行业 系列十四:人工智能,大数据和投资管理(1)

机器学习、数据科学与金融行业

在这里插入图片描述

系列十四:人工智能,大数据和投资管理(上)

前言

机器会取代投资经理吗?
大数据会对投资决策有帮助吗?
数据科学技术如何运用在投资管理上?
“AI + HI”意味着什么?

    到目前为止,虽然投资专家们很少运用大数据和AI技术来助推其投资管理过程,但一些AI先驱者们已经开始尝试使用这些技术来辅助投资决策。本文将会介绍这些AI先驱者们最具影响力的应用及其最佳实践和使用案例。在每个案例上,聚焦在以下三个问题:

  1. 投资过程的哪一个部分发生了改变?
  2. 在这些改变中,AI和Big Data贡献了什么?
  3. 团队中的核心角色是谁,团队如何协作使这种改变高效进行?

    本文中所列举的案例遵循以下原则:
• 地理区域:来自美国、亚太和欧洲三个地区。
• 专业性:覆盖四个主要投资业务,权益、债券、资产配置和对冲基金。
• 实操性:所有案例都是来自实际在运作的产品。

    在Fintech的四个主要领域ABCDs(artificial intelligence,blockchain , cloud computing, big data),本文主要涉及AI和BigData。前者适合于系统性投资策略,而后者适用于相对便宜行事的投资经理。
    相信在不远的将来,成功的投资公司将会是那些具有战略性计划的把AI和大数据技术融入投资过程中的公司;成功的投资专家是那些理解和很好的利用这些技术的人。也就是说AI+HI,Artificial Intelligence + Human Intelligence。

注:本文的主要内容和观点都来自于CFA报告:AI pioneers in investment management,笔者只是对其进行了翻译和解读。

一. 挑战和机遇

    关于AI技术和大数据的基本概念和应用,笔者就不赘述了,简单总结一下与投资过程的关系:
• AI/DL:自然语言处理,计算机视觉和语音识别,用来处理文本、图像和音频数据。
• AL/ML:可用来改善投资过程中的算法的有效性。
• Big Data:用来处理另类和非结构化数据而提高投资洞察力。

1) 行业目前使用AI和大数据的现状

    CFA机构发了调查问卷个CFA持证人,情况如下:
在这里插入图片描述
图一展示了回答问卷的人的职位和基本情况。

在这里插入图片描述
从图2中我们可以看出只有10%的人在过去的12个月中曾经使用AI/ML技术寻找估算中的非线性关系。

在这里插入图片描述

图3展示了从组织层面上看,构建投资团队时,AI/ML能力要求和所占比例都非常低。
在这里插入图片描述
图4显示在交易算法中使用AI/MI的占比也相对低。

在这里插入图片描述
图五的面板A告诉我们在行业和公司分析中,AI/ML占比依然较少;而面板B则显示社交媒体数据、业务数据等已经使用在公司和行业分析中,且占比相对较高。

    总的来看,在投资管理行业AI/Bigdata技术的使用相对还较低,但图6却显示关于这两方面的技术培训占比却比较高,似乎预示着离真正开始大规模使用AI和大数据技术不远了。
在这里插入图片描述

2) 使用AI和大数据的挑战

    简单来说,投资管理行业使用AI/BigData技术的主要困难和挑战就是:投入成本高、人才储备不够、技术变革太快、领导层战略视野和时间成本。
在这里插入图片描述
投资公司需要持续努力,克服上述这五大困难,以达到下图8所示的金字塔顶。
在这里插入图片描述
也就是说,同时从金融驱动解决方案(Fin)和技术驱动解决方案上(Tech)深耕细作以最终达到二者的完美结合-- Fintech。

3) T-Shaped Team

    如何从经营和组织上使FINTECH更加有效呢,请看下面的T型团队图
在这里插入图片描述
    T型团队主要蕴涵了集合智能、协作文化和认知多元化。T型的上面代表广而深的技术技能,下面代表投资领域专业能力,而中间Innovation层负责连接技术团队和投资团队。显而易见,中间层起着承上启下的关键作用,它的主要角色包括研究者、战略规划专家、产品经理和业务拓展人员等,这些人需要有更全面的视野,从而能够很好的协同两个团队的力量和能力。
    T型团队在协作初期一般规模比较小,也不是很正式,通常是基于一个特定的项目。但随着其逐渐成熟,T型团队将会非常普遍,其功能会在组织中固化,当然这需要组织的认可和支持。

4) 前景和警示

    相信”AI+HI”这种集合模式会优于每一个独立模式,人工智能在快速从文本、图像、语音和大量数据中提取有价值信息的能力上比较有优势;同时人类更擅长分析和判断。实际上AI和HI在投资领域并不是一个竞争关系而应该是协作关系。
但是AI并不是万能药,虽然它可能可以帮助投资者发掘到一些以前没有发现的模式,可以处理大规模信息,但它不能够为所有问题提供答案。
    AI所带来的一个值得注意的问题是过拟合,在投资过程中可能AI算法在测试环境中比较好,但是在某些情况发生变化的真实世界里的表现变差了,因为AI所找到的并不是因果关系。
从前景上看,主流技术专家和投资专业人士的看法是:

  1. AI和大数据具有潜力为投资管理行业带来巨大变革。
  2. 成功的投资公司将会是那些具有战略性计划的把AI和大数据技术融入投资过程中的公司。
  3. 成功的投资专家是那些理解和很好的利用这些技术的人

    下一篇我们将开始介绍在投资界实际使用AI和大数据的案例

未完待续…

发布了80 篇原创文章 · 获赞 1 · 访问量 2055

猜你喜欢

转载自blog.csdn.net/weixin_43171270/article/details/103238915
今日推荐