最新公告
  • 欢迎您光临欧资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 通联数据旗下Datayes:AI的进击已经注定无法阻挡吗?

    “这一天,机器人可以自己写研究报告……”

    1950年,计算机科学之父图灵在《计算机与智能》一书中首先提到了一个概念,即如果计算机能够回答人类测试人员提出的一系列问题,并且其30%以上的答案允许测试人员回答。把它误认为是人类的答案,机器就可以通过测试并被认为是人类智能的。【1】

    业内知名金融科技公司Datayes在2020年进行了超验测试,此次对上市公司2019年年报营收的AI预测实验符合市场预期(注:基于对各类数据的分析券商老师比对上市公司平均盈利预测数据),AI预测略胜一筹,胜率82.5%,误差2.04%。

    这个备受瞩目的实验也被称为“金融图灵测试”。AI的攻击注定不可阻挡?AlphaGo战胜围棋冠军的场景似乎又重现了……

    今天,Datayes的AI预测能力!通联数据旗下萝卜投资已覆盖整个A股市场,延伸至港股和美股,近日公开发布了800家上市公司2020年年报营收预测数据。

    当风起云涌之际,AI技术如何一步步推动投资方式从不吃人的烟花向渗透金融场景的转变?

    1940年代以来,“科技三论”——系统论、控制论、信息论——日趋成熟,成为现代科学的理论基础。

    简单地说,系统论的研究方法就是把研究和处理的对象看成一个由若干相互关联、相互作用的因素组成的系统;控制论揭示了事物连接的反馈原理,用于实现对系统的有效控制;另一方面,信息论侧重于对信息的研究,即理解信息、衡量信息和重用信息。三个理论密切相关,发展逐渐统一。

    在人工智能领域,当前的主流方法论依托信息论的概念,通过大数据,结合计算机的计算能力进行机器学习,深度参与各种场景的应用。在信息论创始人克劳德·埃尔伍德·香农眼中,信息就像长度和重量等物理性质一样,是可以测量和标准化的东西,可以用“熵”来衡量。

    香农提出熵与信息内容的不确定程度有等价关系,信息是用来减少随机不确定性的东西,换句话说,信息也是确定性的增加。这与顶级投资者寻求长期确定性的投资理念不谋而合。基于这一理论,金融界已经衍生出许多实证研究。例如,有效的信息熵数据挖掘算法可以帮助人们处理复杂的金融时间序列,去除冗余噪声,进而生成有用且可信的关联规则来帮助进行数据挖掘。【2】

    英国著名科学家艾萨克·牛顿爵士曾说过,在自然哲学中,就像在数学中一样,对困难事物的分析方法应该先于经典方法。如今,除了基础学术理论之外,更多子领域的人工智能技术正在不断涌现。

    在《人工智能发展报告2020》评选中,深度神经网络、特征提取、图像分类、物体检测、语义分割、表征学习、生成对抗网络、语义网络、协同过滤和机器翻译,这些“新兴词”被被列为过去十年十大人工智能研究热点。【3】

    随着技术的不断突破,分析师向外界传递信息和观点的方式正在被人工智能深刻重塑。

    实践证明,虽然人工智能的发展经历了许多曲折,但在每一轮瓶颈突破之后,其与投资的结合会越来越深。对此,我们将从三个方面详细介绍AI如何逐步解决投资场景中的痛点。

    一是消除数据采集中的重复劳动。西方有句谚语,Data有更好的主意。一般来说,分析师的基础投研工作往往面临着大量的多维结构化数据。人工智能技术的出现,使得机器辅助批量处理数据成为可能。工作将被人工智能自动化所取代,投资研究人员将从大量重复性工作中解放出来。

    其次,帮助挖掘替代数据中的机会。结构化数据处理相对简单,但在深度投研场景中,非结构化数据处理难度较大,但往往更有价值。与机器相比,人类的核心优势是理解和分析非结构化数据的能力。

    美国另类数据公司 Thasos 曾在特斯拉位于加利福尼亚州弗里蒙特的 370 英亩生产基地内创建了数字围栏。其智能的数据信息采集方式为智能数据采集和处理开辟了新的机遇。方向。该公司使用计算机程序密切监控来自特斯拉工厂的手机信号,并成功预测特斯拉股价的飙升。【4】

    除了上述另类数据挖掘之外,知识图谱技术、NLP技术等其他方法的探索,意味着AI技术将不断渗透到人类分析师的传统强项中哈夫曼编码贪心算法时间复杂度,其应用空间有望得到充分激活.

    图:技术深度参与数据收集和处理

    第三,算法模型提高了预测的科学性。在工作中,分析师总是分析过去发生的事情,剔除现在的噪音和噪音,并试图辨别未来可能的结果,而意外、随机事件和非理性情绪往往会影响预测结果的可靠性。面对不规则、非结构化、噪声高、数据跨度短的金融市场,人工智能能否帮助金融家?

    在国内,通联数据对个股的营收预测进行了探索。它采用全局模型和局部模型混合使用,利用贝叶斯方法将专家经验硬编码到算法模型中,如周期性数据的个性化处理,人机结合筛选因素,确定领先-滞后关系、模型整合等。结合HI(Human Intelligence)和AI(Artificial Intelligence)的双重优势,NOWCAST对上市公司业绩进行预测,模型可用。解释性高频预测的突破性进展。

    以上市公司恒顺醋业2019年年报预测为例,Datayes!萝卜投资首先构建了专业知识图谱,逐步细分和拆解了宏观、行业和个股三个因素,比如代表宏观因素的社会消费品。零售数据、代表行业因素的醋价、代表个股因素的在线电商特征数据等,都被构建到个股的投研框架中。

    依靠专家知识的积累提高机器的预测能力,机器的计算能力反馈人力的信息盲区。AI盈利模型预测恒顺醋业2019年营业收入为1821.4900万元,与结果实际值相比,AI预测误差(0. 58%)远低于市场普遍预期的1.26%,这是一个了不起的记录。

    图:通联数据萝卜投资对个股恒顺醋业的预测框架及业绩

    在海外,国际知名咨询公司Cerulli Associates的一项调查也报告了不错的结果。2020年新冠疫情蔓延下,以人工智能为主导的对冲基金在截至2020年5月的近三年内产生了33.9%的回报率,与2020年全球对冲基金行业的平均水平相比同期回报率为12.1%。

    Cerulli 的欧洲机构研究副主任 Justina Deevikyte 在一份声明中说:“长期以来哈夫曼编码贪心算法时间复杂度,人们一直对人工智能应对冠状病毒等紧急情况的能力持怀疑态度……但研究发现,人工智能技术“通过数据的积累,已经进步到了更好的地步。对不可预见场景的适应程度。”

    中金公司发表研究报告《人工智能:机器能在多长时间内取代分析师?》”曾表示,在投研领域,机器人替代机器人可能会沿着从高频到低频、从结构化数据到非结构化数据的路径逐步发展,在数据采集、清洗处理、数据分析、结果展示。包括它在内的各个方面的投资和研究工作都已逐步得到应用。随着人工智能技术的应用,分析师的工作将在未来五年内迎来巨大的变化,预计三到五年内将出现虚拟分析师。【5】

    以通联数据2020年的“金融界图灵测试”为标志,另一条AI赋能投资路径开始显现,人机协同(AI+HI)元年已经开启。虽然我们可能会担心它是否会带来职业危机,但事实上,机器和人绝不是对立的。

    越了解AI,就越能感受到人脑的优势。人工智能就像一面镜子,可以看到人类智能的神奇,也可以放大人类的短板。AI让机器面对从“不可能”到“可用”的不规律,赋能我们日常工作来来去去,不断改变金融从业者的投研方式和职业道路。

    可以预见,用好人工智能创新红利为投资工作服务,提高投研能力和知识产出,也将成为财务人员长期职业规划的重要内容。

    站内大部分资源收集于网络,若侵犯了您的合法权益,请联系我们删除!
    欧资源网 » 通联数据旗下Datayes:AI的进击已经注定无法阻挡吗?

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    欧资源网
    一个高级程序员模板开发平台

    发表评论