大數(shù)據(jù)金融應(yīng)用猜想:取代基金經(jīng)理 瞬間發(fā)現(xiàn)老鼠倉
大數(shù)據(jù)金融應(yīng)用猜想:取代基金經(jīng)理 瞬間發(fā)現(xiàn)老鼠倉
大數(shù)據(jù)、人工智能(AI)在金融領(lǐng)域的應(yīng)用,正在引發(fā)越來越多的討論。
5月20日,在上海外國語大學(xué)主辦、上海外國語大學(xué)國際金融貿(mào)易學(xué)院承辦的首屆“金融大數(shù)據(jù)和量化研究國際研討會”上,同花順金融大數(shù)據(jù)量化投資部主管楊明表示,相比阿爾法狗等的出色表現(xiàn),人工智能在金融領(lǐng)域還沒有看到很驚人的點。不過,Rebellion Research在2007年推出了第一個純?nèi)斯ぶ悄埽ˋI)投資基金……可以展開聯(lián)想,未來AI技術(shù)是否將替代基金經(jīng)理的工作,可以拭目以待。
“未來非常可能出現(xiàn)這樣的情況,有一天如果想買有關(guān)黃金的股票,就可以發(fā)語音對話這個大數(shù)據(jù)平臺,它就可以快速告訴你可以有哪些標的可以選擇。”太平洋資產(chǎn)管理有限責(zé)任公司量化投資部副總經(jīng)理吳迪這樣說。
此外,復(fù)旦大學(xué)計算機科學(xué)技術(shù)學(xué)院教授熊赟還提到,挖掘大數(shù)據(jù)等模型甚至可以用來抓“老鼠倉”。
從數(shù)據(jù)挖掘到大數(shù)據(jù)
大數(shù)據(jù)被視為人工智能發(fā)展的基礎(chǔ)要素,其在金融領(lǐng)域的應(yīng)用早已展開。
吳迪稱,從這兩年的體會來講,大數(shù)據(jù)對量化投資的沖擊非常大,特別是很多傳統(tǒng)的投資理念,過去是Dig Data(數(shù)據(jù)挖掘),如今是Big Data(大數(shù)據(jù))。未來量化投資可以給投研帶來很多更高層面的精確性,“原先量化投資更多體現(xiàn)在廣度上,可以同時追蹤2000只股票,但其實這2000只股票都不是挖得很深,但利用大數(shù)據(jù),投資的深度得到了很大的拓展?!?/p>
“大數(shù)據(jù)的特點,就是非結(jié)構(gòu)化數(shù)據(jù)很多?!眳堑辖榻B,現(xiàn)在的大數(shù)據(jù)庫除了最基本的股票、期貨、國際市場、上市公司基本面等市面上已有的數(shù)據(jù)外,在非結(jié)構(gòu)化數(shù)據(jù)方面,還可以用爬蟲抓取股票、期貨、期權(quán)預(yù)期的數(shù)據(jù),即投資者情緒,目前這方面數(shù)據(jù)相對較小。
目前,大數(shù)據(jù)平臺可以為分析師提供一些基本面的觀點,比如某一股票突然股價大爆發(fā),可以鑒別是消費者行為還是季節(jié)因素或促銷行為導(dǎo)致,進一步來精確個股的持續(xù)分析。
吳迪稱,如果某只股票在行業(yè)內(nèi)的凈利潤高或者有某些方面優(yōu)勢,而經(jīng)分析師確認它的數(shù)據(jù)分析基礎(chǔ)又很可靠,那就可以加大權(quán)重,“如果在未來不能創(chuàng)造絕對收益,而又用大數(shù)據(jù)分析出在未來一段時間可以創(chuàng)造出相對收益,那么我們就利用股指對沖去賺取相對收益?!?/p>
用大數(shù)據(jù)抓老鼠倉
“信息化和大數(shù)據(jù)并非一回事,我并不認同大數(shù)據(jù)就是信息化的2.0。”復(fù)旦大學(xué)計算機科學(xué)技術(shù)學(xué)院教授熊赟現(xiàn)場分享了有關(guān)“特征群組分析”的模型示范,挖掘大數(shù)據(jù)等模型甚至可以用來抓“老鼠倉”。通過交易所提供的數(shù)據(jù),來自公安部分等其他部門的數(shù)據(jù),包括買了什么股票,什么時間,什么價位等特征全部加進來,使得數(shù)據(jù)更準確。
熊赟補充,如果(案件)有舉報人,監(jiān)管層雖然可以直接進行賬戶穿透,但這其中也涉及到大數(shù)據(jù)問題,數(shù)據(jù)非常大的情況下依然需要模型。而“特征群組分析”所要做的則是在危害還沒發(fā)生之前,就可以進行鎖定監(jiān)控,將犯罪終結(jié)在開始的瞬間,也就是說在其賣出行為發(fā)生之前,就已被監(jiān)管發(fā)現(xiàn)并監(jiān)控。
不過,熊赟承認,在這過程中,確實發(fā)現(xiàn)有失效的可能,“特征群組”會發(fā)現(xiàn)、躲避、對抗,所以越來越多的數(shù)據(jù)會加進來,力求更為準確。除此之外,大數(shù)據(jù)模型還可以確定對哪些用戶最容易“被割韭菜”等。
人工智能量化策略的優(yōu)勢
“相比阿爾法狗等出色表現(xiàn),人工智能在金融領(lǐng)域還沒有看到很驚人的點?!蓖樈鹑诖髷?shù)據(jù)量化投資部主管楊明指出,可以看到Kensho、Weathfront等對智能投顧的運用,部分分析師和投資顧問的工作已經(jīng)可以被替代,此外Rebellion Research在2007年退出了了第一個純?nèi)斯ぶ悄埽ˋI)投資基金……由此可以展開聯(lián)想,未來AI技術(shù)是否將替代基金經(jīng)理的工作可以拭目以待。
盡管如此,業(yè)內(nèi)一直存在較大爭議,其中最重要的一點在于:人工智能是否能取代“人的因素”。
截至2017年4月底,中國證券投資基金業(yè)協(xié)會已登記私募基金管理人18890家。已備案私募基金52493只,認繳規(guī)模12.28萬億元,實繳規(guī)模8.95萬億元,私募基金從業(yè)人員22.56萬人。
楊明指出,人工智能量化策略具有如下四大優(yōu)勢:具有自我完善的功能,可以不斷優(yōu)化策略,使之實現(xiàn)好的投資回報;有能力快速處理海量的數(shù)據(jù)和信息,可以不間斷的獲取變化的宏觀數(shù)據(jù),以及可能影響單個公司運營的因素;能夠根據(jù)整個市場的交易環(huán)境指標以及外部的輿論導(dǎo)向因素來確定買賣點;可以適應(yīng)各類投資環(huán)境,主動得迎接改變,并做出恰當?shù)姆磻?yīng)。
繼續(xù)閱讀與本文標簽相同的文章