人工智能类毕业论文格式范文 和走出实验室,人工智能会让金融变得更智慧吗?有关论文范文数据库

本论文可用于人工智能论文范文参考下载,人工智能相关论文写作参考研究。

走出实验室,人工智能会让金融变得更智慧吗?

文| 石丹

“爸爸,我想学围棋.老师说,要想成为围棋高手,就扫这个二维码吧”.2016年,孙彬的儿子拿着一张围棋招生广告找到他.孩子想学围棋,但孙彬希望孩子去学造机器人.

孙彬是华夏基金资产配置部总经理.“我不是觉得学围棋不好,只是觉得现在的孩子太辛苦.于是,我拿出手机,搜出李世石与阿尔法狗的对战新闻,说‘你看,人类最厉害的围棋高手已经被机器人打败了,你再成为高手估计也战胜不了机器人,你不如去学怎么造机器人,去打败其他领域的高手’.小朋友听完之后,很开心地去报了一个机器人培训班.”

而在成年人的世界里,人工智能远远不是只用来下下棋那么“简单”了.就在孙彬所在的金融投资领域,人工智能正在成为“新宠”,成为辅助投资的“智慧外脑”.2017年6月,华夏基金和微软亚洲研究院就人工智能在金融服务领域的应用展开战略合作,共同推动人工智能技术在金融领域的研究与实践.

人工智能技术应用到金融投资领域,到底会怎样改变投资经理的工作方式?又会为资产管理行业智能化转型带来怎样的改变呢?

人工智能在辅助投资领域正 “大放异彩”

华夏基金数量投资部行政负责人、董事总经理张弘弢告诉《商学院》杂志记者,目前人工智能在辅助投资领域已经取得了不错的成就.例如,美国部分基金公司通过语音识别算法听取前总统奥巴马的电视讲话,从讲话中识别出对市场不利的信息,在1分钟内大量做空标普指数导致市场震荡.与之类似,华尔街一家对冲基金从数以亿计的卫星图像中,通过图像识别技术发现沃尔玛停车场的车辆在不断减少,从而预测沃尔玛营业收入下降,从而导致股票下跌.这些事件充分说明语音识别、图像识别等人工智能核心技术已经融入到基金公司投研体系中.

在金融管理领域,早就有了人工智能的前期实践者.2014年,机器人投顾在美国迅速发展,包括Wealthfront、Betterment、 Personal Capital等风头正劲.最近,一家创建于加拿大多伦多的智能投顾平台Weathsimple日前获得了3700万美元的B轮融资,与其他智能投顾平台一样,Wealthsimple也提供自动化的KYC(Know Your Customer)方案,通过前期搜集客户的财务状况以及其风险承受度,从而为客户提供高匹配度的投资组合.“这充分说明,人工智能在投资领域的应用远未定型,群雄逐鹿的局面刚刚开始.这对所有有心参与的机构都是一次伟大的机会.” 张弘弢说.

人工智能的这些成功应用,对于“复杂”的资本市场来说,是件了不起的事.

孙彬认为,资本市场作为一个生态圈,比国际象棋、围棋,以及语音识别和人脸识别都要复杂得多得多:金融学是一门涵盖经济学、管理学、历史、心理学等在内的交叉性学科;金融市场参与主体接近亿计;金融市场中充满了人与人之间的博弈;金融产品的有其理论,也有详细的公式,但这些理论和公式都有众多抽象于实际,很难实现的假设;而且,公式中的输入量都需要投资者对未来的判断和预期.因为每个市场参与者心理的都是基于自己对未来预期测算的,一旦现实中出现与预期不一致的意外,资产就会出现大幅波动.所以金融是一门艺术,而不是一门科学.

那么,技术恰巧也是在这时候准备好了吗?微软亚洲研究院副院长刘铁岩告诉《商学院》记者,“2016年年底、2017年年初,业界确实在谈人工智能的落地.一方面是时代的推动,一方面也是技术做好了准备,这些年,人工智能学术界产生了很大的变革和进步,深度学习、强化学习、知识图谱等技术的发展,使得人工智能落地成为了可能.” 同时,刘铁岩坦承,“人工智能技术看起来非常成熟,但绝大多数是在实验环境里、虚拟环境里.到了现实与产业结合会怎么样?运用到产业中之后,会反过来促进我们的哪些研究.这是我们期待的.”

人工智能会如何帮助金融投资经理?

一位投资经理的日常是怎样的?

张弘弢介绍,对于金融投资专业人员而言,每天要面对大量的信息和数据,来源于各个方面,有宏观信息和数据、行业及其细分领域信息和数据、上市公司调研信息和数据、各类政策调整及其影响信息,还包括海外市场相关重大信息,如何更加充分地阅读和分析这些信息是一件非常有压力的事情.通常,基金公司的处理方式是,委托第三方的研究分析公司出研究报告,也可能由自己的支持团队来读一部分的内容,给出一个研究报告.无论是哪种方式,投资经理都是在有限采样的情况下做了一些总结之后得到的信息.再加上投资合同里的约定、加上一些基金经理或者激进或者保守的投资风格……这些综合结果就会形成这位投资经理的投资决策.

但人工智能技术的来临,可以在辅助决策上起到很大的帮助作用.

“在数据及信息获取方面,人工智能有巨大的优势,海量的数据基础、强大的计算能力,人脑几十年未必算得清的问题,机器须臾之间就有答案,能挖掘出很多细分领域的投资机会.”张弘弢说,“二是人工智能机器的自动投资,现在机器都有深度学习能力,并且没有人性贪婪和恐惧的弱点,也不会受情绪化的影响,不仅可以自己探索交易策略,从过去失败的教训和成功的经验中自主学习,还可以通过历史数据学习不同投资者的交易模型,在相弈中找到最优交易策略.”

刘铁岩认为,这也得益于近年深度学习技术的发展,它受人为因素干扰很少,都是“从头学起”,深度学习可以从过去无序的、杂乱的、原始的信号里自动抽取特征做出分析,给投资经理更多由点及面甚至高阶的推理,辅助人类做出投资决策.

刘铁岩说,“对人类的基金投资经理来说,其擅长的是策略性思维.比如,对政策的解读,比如很多超出客观的隐性信息的发现和解读.那些可见的、客观的数据交给计算机就可以.

目前,微软和华夏基金的合作开展了三个多月,在离线数据回测上取得了一定的效果. 所谓离线数据回测,就是通过人工智能技术和历史数据结合,回到历史时间点上,看人工智能做出的投资决策会不会更好.也正是因为金融投资市场变化快、复杂因子多,离线回测数据必须运用到“在线”,才能看到实验室的成绩与现实之间的差距.“这是技术发展的必然过程.”刘铁岩认为,实验室的成功只有与真实商业结合,才有更大的价值.

人工智能不仅是技术

不过眼下,“人工智能”有被标签化的趋势.

“这与不同的企业风格有关.”刘铁岩说,“通常,有长远战略眼光的企业会更容易成功.因为,有远见的人才能坚持,才会在遇到困难的时候有对技术的开放心态.但跟风的人则不同,他们遇到困难就会觉得技术无用,或者过分期待技术可以短期内产生结果、甚至在产值利润上有立竿见影的效果.短视的人会把人工智能看成一种工具,有远见的人会把人工智能看成一种战略.而后者,更容易取得稳定的成果.”

技术的发展从来不能一蹴而就,从实验室到实践,需要解决的不仅仅是技术本身的问题,还有人类的认知和企业管理思维上的改变.

同时,在面对人工智能袭来的时候,有很多“取代论”的言论.“我们一直认为人类智能与机器智能是可以友好相处的,因为各有各的专长.对企业而言,它不是‘裁员’利器,而是加持员工的‘法器’,赋能员工.所以,我们会需要让使用者看到机器带给他们的帮助,而不是威胁.”刘铁岩坦言,“这对企业的管理来说是挑战,管理者要让员工对技术有合理的认知,在组织、文化上也需要有改变.”

人工智能论文范文结:

关于本文可作为相关专业人工智能论文写作研究的大学硕士与本科毕业论文人工智能论文开题报告范文和职称论文参考文献资料。

1、人工智能论文参考文献

2、人工智能的论文