投资团队  
投资理念  
用户类别:
证件号:

密码:        忘记密码

验证码:




扫描二维码关注涌峰微信号

人工智能在投资的应用难点

2018/4/12 22:32:57 作者:中国龙团队
    人工智能正在进行历史上的第三次爆发。由于云计算和大数据分析能力的提高,自然语言处理、语音识别和图像识别等人工智能方面的应用使得之前无法处理的数据能够得以利用开发。金融板块中,AI正被广泛的运用在各方面,既包括传统的自动化数量分析,也包括新兴自然语言处理方向。例如,在做投资决策时,投资经理会定期阅读研究报告也会阅读社交网络或者财经网站的信息,然后判断这些信息是否会影响公司未来的盈利前景。而最新的自然语言处理数据能够通过深度学习技术来分析语句,并根据文字内容来判断这些信息如何影响公司的盈利和估值,同时对这种影响可能性进行正面或负面的量化打分。野村证券曾开发出类似的系统并跟踪这套系统的运用效果,他们发现自然语言处理系统确实能实现80%的准确性来有效的帮助投资经理。然而,这套系统却并非人工完美的替代,当语句较短或者语句以口语形式表达时会出现显著的准确性下降。
    事实上,自然语言处理已经是金融投资中较为成功的应用了。人工智能在投资方面的应用道路还很漫长,因为投资任务的复杂性远远超出了目前 AI 能够很好处理的范围。目前的AI在棋类、语言处理、图像识别甚至对人类动作的模仿上有较好的应用,因为这些应用的场景具有以下特点:
    1、信息边界明确,状态有限;
    2、所有信息完全公开透明;
    3、能在有限步内结束,有明确的结果判断标准。
    因此计算机能通过海量数据的存储与高速运算来迅速做出正确的判断来实现目的。而投资领域,与这些应用场景相比在上述几个特点上都显著的更为复杂,对于投资你很难预先确定整个问题的信息边界。现在的 AI 从技术以及形态上显然无法像人类一样主动去现实世界探索信息,如果AI完全自行投资决策,AI需要决定输入变量是哪些相关信息。任何信息都有可能会对决策产生影响,信息量巨大而信噪比极低。AI 不可能获取到一切有可能有意义的信息,从目前常见的做法来看,除了各类报表数据,无非就是接入互联网,从新闻以及舆论中挖掘一些有意义的信息。但这远非投资需要了解的全部,反而引入了大量的垃圾噪音。在这样的数据基础上,无论使用多么先进的算法,也无异于盲人摸象,难以获得令人满意的结果。
    另外其他成熟应用场景中有确定的结束标志,存在明确的胜负标准,这也对 AI 的学习提供了极大的便利,作为 AI 只需要不断地追求胜利或者做出准确判断即可,这个量化目标与根本目的是完全一致的。同样的事情放在投资上就不那么显然了。判断AI的投资能力缺乏一个明确的可量化评测标准。我们只能利用唯一的历史数据,使用类似信息比率、收益率等代理指标。但是这些简单指标均无法完全准确的代表投资能力。过于片面的追求这些指标的优化,还容易陷入过度拟合的风险。
    此外,投资中多样性信息的缺乏和无法量化处理也使得AI无法对这些信息加以利用。某些投资方法,例如高频交易,通过处理市场tick数据获取信息,并在小时或分钟的时间单位内做交易以获取利润。与传统投资比,AI能从这类交易中获取更多数据,但是也仅限于价格动量的信息, 而不是更广阔的经济与商业前景信息。 同时人类的情绪情感也是影响金融市场的重要变量之一,人类行为缺陷和动机以及无法预测的行为都使得市场比图片、语音或者棋类游戏更难以预测。
    虽然独立完成投资任务对于 AI 来说过于宽泛复杂了,但 AI 在一些特定的具体领域任务上足以与人类媲美,已经证明了其巨大价值。AI 的长处在于高速处理大量繁杂数据,而人类在小样本具有更高的泛化推衍事物运行规律的能力。AI 作为工具帮助人类去高效的完成一些特定环节,是当下投资领域更为可行的应用方法。


全国客户服务专线: 400-668-8801   www.topfund.com.cn  联系我们
沪ICP备 14007645号-1 沪公网安备 31011502017994号
Topfund © Copyright 2006-2024.