【大咖Live】淘金者科技專場，淘金者科技集團首席科學家許意華先生帶來了關(guān)于“AI在金融服務(wù)業(yè)的應(yīng)用”的主題分享。目前，本期分享音頻及全文實錄已上線，「AI投研邦」會員可進「AI投研邦」頁面免費查看。

本文對本次分享進行部分要點總結(jié)及PPT整理，以幫助大家提前清晰地了解本場分享重點。

分享提綱

1. AI+金融為什么這么熱？

2. AI核心算法簡介

3. 淘金者科技集團金融科技戰(zhàn)略

4. 牛小量--牛股王APP智能診股

5. 牛股王smartbeta情緒指數(shù)

6. 期貨淘金者APP機器學習策略

7. 淘金者科技盈寬量化平臺

8. 淘金者科技AI應(yīng)用展望

以下為淘金者科技集團首席科學家許意華先生的實錄摘取，【AI投研邦】在不改變原意的基礎(chǔ)上做了整理和精編。完整分享內(nèi)容請關(guān)注【AI投研邦】會員內(nèi)容。

大家晚上好，我是淘金者科技集團首席科學家許意華。然后非常感謝大家抽出寶貴的時間來參與「AI投研邦」此次的直播。今天我想跟大家一起分享的主題是《AI在金融服務(wù)業(yè)的應(yīng)用》。

然后因為今天我們講的主題是什么？是AI+金融，所以我可能有點偏理工男的一個角度來說，到底什么是金融？可以說金融是在時間和風險雙維度下，對現(xiàn)有的資源進行當前未來消費的一個或者說均衡決策，以實踐整體上效應(yīng)的最大化。

AI能夠解決金融領(lǐng)域的什么的一些問題，他們解決什么痛點？其實在大數(shù)據(jù)時代，傳統(tǒng)金融面臨著升級轉(zhuǎn)型，目前來看金融行業(yè)面臨一些比較明顯的痛點,一個是各種數(shù)據(jù)是越來越多，包括結(jié)構(gòu)性結(jié)構(gòu)化的數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)越來越多，海量的數(shù)據(jù)。 然后比如說交易來說，行情也是越來越快，然后靠人腦很難以長時間高效率的來分析解讀這些數(shù)據(jù)，或者是來做決策。然后還有一個就是市場是越來越完善，信息不對稱正在消失。我們舉個交易的例子來說，簡單的交易策略可能是很難生效了，很難挖掘潛在的交易機會?？赡蹵I是一個深度挖掘數(shù)據(jù)的一個好方法，可以解決這方面的一個需求。還有一方面可能人會比較疲倦，會受各種情緒的影響。然后可能在比如說交易方面，可能他的交易出來的一個紀律性就不好，大家可能如果交易期貨的話，往往會受到情緒的影響。

但是AI算法如果用來做交易，可能就不存在這些弱點，之后也不會受到人的情緒的影響，可能會更加穩(wěn)，特別是相關(guān)的一些智能風控系統(tǒng)，可以幫助到咱們的投資者。

另外一個還有一個就是從勞動力成本上考慮。比如說現(xiàn)在很多金融企業(yè)可能有大量的銷售，有大量的客服，現(xiàn)在的成本其實挺高的。如果說金融科技可以在這方面幫助的話，我想可能主要是一個是客服方面，可以通過機器人的客服來解決很大一部分的問題。還有一些智能化的一些市場運營，或者說市場推廣，可能人工智能在這方面能夠幫到咱們金融科技企業(yè)，上面是我們剛剛所說的金融領(lǐng)域里面面臨的一些痛點這些痛點正好是AI的優(yōu)勢所在。

人工智能它是可以以大數(shù)據(jù)為基礎(chǔ)，非常適合什么，特別是在金融市場，這樣的數(shù)據(jù)量龐大，特征維度又高又快，然后相互關(guān)聯(lián)又非常復(fù)雜的環(huán)境里，能夠起到很好的一個作用。人工智能在處理大數(shù)據(jù)深度挖掘數(shù)據(jù)能力,可復(fù)制高穩(wěn)定方面有優(yōu)勢，所以我們認為潛在來說可以在金融領(lǐng)域大展拳腳。如果以量化交易為例，我們發(fā)現(xiàn)就是說最近特別是近近年來很多量化基金的出現(xiàn)，很多智能投顧的出現(xiàn)，也證明了AI的一個熱度。這張圖列出了是金融科技在金融各個領(lǐng)域的應(yīng)用。

我特別地是把人工智能在證券基金以及消費金融領(lǐng)域，行業(yè)的應(yīng)用場景給列出來，框出來。大家可以看到有智能投顧，有量化交易，有智能風控，有營銷客戶的。我把它框出來，原因是因為在淘金者科技集團，我們正是在這幾個領(lǐng)域利用了AI剛才我提到了說AI很熱，然后我們也知道AI正是金融科技的一個重要技術(shù)支撐。

AI核心算法簡介

我會接下來列舉一下目前市場上，或者說在這個圈子金融應(yīng)用里面比較流行的或者主流的一些算法，然后嘗試介紹其中幾個具有代表意義的。這里列出的是一些比較常見的AI算法，我們可以看到有決策樹、隨基森林，然后看到有SVM,邏輯回歸，有樸素的貝葉斯網(wǎng)絡(luò)，還有K最近鄰也叫K臨近算法，然后還有卡爾曼濾波、Adaboost，還有神經(jīng)網(wǎng)絡(luò)、馬爾可夫。這些算法其實都是比較常見的，大家可能隨便找一本關(guān)于機器學習或者是人工智能算法的書里面都會介紹。

然后比如說決策樹算法，它就是機器學習的一種，它主要是用來解決一些分類問題，我們或者說叫做回歸問題。我以前在網(wǎng)上看到一個簡單例子，就是比較好的描述。這個例子是這樣說的，說是小紅的媽媽安排她相親，然后見了介紹了小紅就問帥嗎？有房嗎？收入怎么樣呢？問的各種問題，其實就涉及到了一個樣本的屬性。然后小紅就不斷地利用樣本的屬性值來不斷的調(diào)整自己的判斷，最后一步步達到最后一個最終的一個展示，我要去了，我要想去見這個男士。這個就是非常形象的描述了一個角色樹的一個算法邏輯。

然后我們再看一下，KNN則是一個什么？這是一個計算距離的一種分類算法。他這里考慮的問題是怎樣對樣本數(shù)據(jù)進行快速的搜索，或者我們叫K臨近搜索。這里的K只是特征向量的維度，我們可能聽起來比較難以明白，我們可以簡單的舉個交易的例子。

比如說我手上有K線的數(shù)據(jù)，然后我還把這K線分為各種形態(tài)，比如說什么設(shè)計之星，類似于這樣的一些，或者是錘子之類的，或者是各種各樣的形態(tài)。有些柱體比較短，有的兩頭比較長，或者是相反。如果拿新的一個K線，任務(wù)是判斷它到底屬于哪一類，那可以幫助解決這個問題，它基本上是一個分類器。然后我們還看到底下介紹了一個叫Adaboost，它是一種迭代算法，其實就是針對一個訓(xùn)練集，這些分類器可能各自可能出來的效果并不是特別好。然后我們學我們一般把它稱為弱分類器，但是他的思想是如果把這些弱的分類器組合起來，通過一些算子結(jié)合在一起，可能加減乘除可能之類的，最后夠可以構(gòu)成一個更強的強分類器。這個可能用句形象的術(shù)語比較說話，我們就老話說了，叫三個臭皮匠頂上個諸葛亮，大概用比較好地描述了這樣一個邏輯思想。

應(yīng)用案例1：牛小量-牛股王APP智能診股

淘金者科技集團，英文名Trademaster Tech，它是一家以金融科技為核心驅(qū)動的互聯(lián)網(wǎng)金融服務(wù)商。 到目前為止，業(yè)務(wù)范圍覆蓋了A股的投顧，還有港美股，財富管理，特別是ESOP等等機構(gòu)業(yè)務(wù)。

接下來我介紹三個淘金者科技集團在AI上的應(yīng)用案例，一個是牛小量，即牛股APP的智能診股。另外一個是牛股網(wǎng)smartBeta，一個情緒指數(shù)，還有一個是期貨淘金者的APP機器學習策略，它其實是一組策略。

牛股王，剛才我們介紹了他是淘金者科技集團下一個服務(wù)于A股或者說是證券投顧業(yè)務(wù)的一個APP。牛小量是它基于AI的智能診股服務(wù)產(chǎn)品，我們有時候會把它叫成是一個子產(chǎn)品或模塊。 

這款產(chǎn)品主要是基于我們nlp，也叫語義識別。然后語音識別他是AI的一個重要分支。舉個例子我們的客戶通過輸文字，或者是語音方式輸入中國銀行這支股票明天是什么樣的一個情況，是升還是跌，或者說它的一些基本資料，我們能夠通過NLP算法，最后輸從數(shù)據(jù)庫里拿出來的一些，或者是我們經(jīng)過組合整理的一些資料提供給我們的客戶，其中也包括一些加工過的數(shù)據(jù)，然后這個產(chǎn)品其實還挺受用戶歡迎的。

然后這里說的是牛小量整股票邏輯，首先是語義分析處理用戶輸入的信息，然后找到對應(yīng)的標的。從數(shù)據(jù)庫中，或者是從知識圖譜中，因為這里用到其實用到了知識圖譜的一個一個技術(shù)，從這個數(shù)據(jù)庫中就篩選出該標的所有的數(shù)據(jù)信息，這些數(shù)據(jù)信息都是打了標簽的，也就是知識圖譜。然后我們將基本面的行情數(shù)據(jù)，然后還有一些非結(jié)構(gòu)化的數(shù)據(jù)，輸入進神經(jīng)網(wǎng)絡(luò)，然后通過神經(jīng)網(wǎng)絡(luò)的分析，得到該股票的診斷信息，然后自動的形成一個報告，顯示到用戶的終端。 當然我們現(xiàn)在這款產(chǎn)品還處在一個比較初級的階段，還在不停的迭代之中，還會不斷的迭代算法，同時也提供更好的數(shù)據(jù)輸入。

應(yīng)用案例2：牛股王SmartBeta情緒指數(shù)

為什么會有什么SmartBeta情緒指數(shù)出來呢？其實是這樣的，就是通過大量的實證研究，股市的漲跌可能跟投資者的情緒會有著很大程度的一個相關(guān)性，甚至是正相關(guān)性。所以如果能夠準確的跟蹤刻畫，并且數(shù)據(jù)化的方式來顯示整個市場投資者的情緒，會對投資行為的決策有非常強的指導(dǎo)作用。

然后牛股王正好是一個散戶的一個社區(qū)，然后有大量的交易型的用戶，他們的情緒可能對我們的這個交易可能會有一些指導(dǎo)作用。所以牛股王SmartBeta情緒指數(shù)也是一款基于AI算法的產(chǎn)品，我們甄選了非常多的影響因子。包括用戶以前有沒有登陸牛股APP、是否有發(fā)言、還有一些可能我們認為是VIP或KOL的一些用戶，他有沒有發(fā)言？他有沒有操作其模擬賬戶、停留時間、他選擇哪些股票做交易、它的交易情況怎么樣等等這一系列的信息，都可能是成為我們的有一定影響力的一些因子。

然后我們其實上面也介紹過貝葉斯網(wǎng)絡(luò)，我們其實用貝葉斯網(wǎng)絡(luò)來做分類，將每一個投資者情緒進行分類，然后進行標簽化，把它標注為積極、觀望、消極三個標簽，然后通過算法，我們可以確定未來情緒指數(shù)的分數(shù)是多少，是一種這樣的一種邏輯。然后再走到情緒標簽之后，我們通過SVM算法將整個市場的情緒進行綜合性分類，然后打分得到最后的情緒指標數(shù)據(jù)。

會員問答

為更深入的解決聽眾的困惑，「Live」在分享結(jié)束后開設(shè)問答環(huán)節(jié)，許意華對雷鋒網(wǎng)(公眾號：雷鋒網(wǎng)(公眾號：雷鋒網(wǎng)))「AI投研邦」會員部分疑問進行了解答。

Q1:量化投資軟件會未來會開源嗎？有行業(yè)人士說商業(yè)軟件和機構(gòu)自研有安全、兼容、迭代等問題。

目前這個階段還沒有開源，正在發(fā)展階段，未來我們確實有計劃把我們盈寬量化這部分東西，我們也希望開源或者是一種接口的方式，跟外部的合作方進行深度合作。

Q2：投資者需不需要這么多信息？是不是會消息過載？

其實這個問題問得非常好，因為我們現(xiàn)在是在這個大數(shù)據(jù)的時代，投資者所獲得的信息是海量，所以確實是有的信息是毫無價值，有的信息是非常有價值，有的信息是隱藏在非常海量的數(shù)據(jù)之中。人工智能算法就是在幫助投資者在分析這些數(shù)據(jù)，因為靠人力的方式其實是沒有辦法快速解決的，人工智能潛在來說有這個優(yōu)勢，他能夠有很好的一個計算能力，所以能夠高速的去處理數(shù)據(jù)，能夠算法能夠比如說可以用一些分類算法，分析出哪些哪些是有影響力的因子，特征，數(shù)據(jù)，通過這樣的方式能夠幫助我們?nèi)藖碜鰶Q策。 

完整內(nèi)容和PPT查看可進入「AI投研邦」查看

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。