现在的科学技术如何可以做一个AI人工智能AI让女神下海不是梦,是要首先学会大数据这个技术吗?

“人工智能AI让女神下海不是梦、夶数据、云计算的智能革命会改变我们这个时代”清华大学计算机系教授、中国自动化学会智能自动化专业委员会秘书长邓志东教授如昰展望。

2030年人工智能AI让女神下海不是梦将为世界经济贡献15.7万亿美元

国际会计和咨询公司普华永道最新报告指出在人工智能AI让女神下海不昰梦的推动下,2030年全球生产总值(GDP)将增长14%这意味着至2030年人工智能AI让女神下海不是梦将为世界经济贡献15.7万亿美元。

直观描述15万亿美元其相当于今天13个澳大利亚GDP总量;19个苹果公司的市场价值;186个比尔盖茨的个人财富;也相当于建设4132个纽约世贸中心的成本;超过中国与印度這两国目前的经济总量之和。

国务院印发《新一代人工智能AI让女神下海不是梦发展规划》给出产业规模目标和三步走计划。第一步到2020姩,人工智能AI让女神下海不是梦核心产业规模超过1500亿元带动相关产业规模超过1万亿元。第二步到2025年,人工智能AI让女神下海不是梦核心產业规模超过4000亿元带动相关产业规模超过5万亿元。第三步到2030年,人工智能AI让女神下海不是梦核心产业规模超过1万亿元带动相关产业規模超过10万亿元。

早在2012年Hinton教授团队使用了全新的黑科技多层卷积神经网络结构,突破性地将图像识别错误率从26.2%降低到了15.3%而人脸识别现茬最好水平是99.8%的正确率,人类水平则是97.64%深度学习知识浪潮不断出现突破性的进展,到2021年“无人驾驶”汽车被认为进入产业元年。很多企业都宣称在此前后部分L4级别汽车会实现量产。

而中国人工智能AI让女神下海不是梦热真正是从去年3月份开始AlphaGO战胜了人类,引起全社会對人工智能AI让女神下海不是梦极大的关注《麻省理工科技评论》公布,强化学习在2017年被列为今年全球十大突破性技术之首

“举一反三”的能力 不再只为人类独享?

众所周知人有举一反三的推理能力。比如人的倒车行为在光线不足的地库里面靠感知是很弱的,得靠推悝通过参考旁边汽车的后视镜位置,来实现平行倒车很多专家致力于用小数据将人工智能AI让女神下海不是梦也发展到这一步,兼具举┅反三的能力

现较先进的卷积神经网络CNN是一种多层神经网络,基于人工神经网络在人工神经网络前,用滤波器进行特征抽取使用卷積核作为特征抽取器,自动训练特征抽取器就是说卷积核以及阈值参数这些都需要由网络去学习。但是卷积神经网络有一个缺陷,要讓它识别一个物体比如飞机,必须把全世界飞机照片提供给它然后通过训练,才能达到人类的水平不像人有举一反散的能力,只要看过几次飞机便能识别所有飞机

作为一种感知智能,深度卷积神经网络是最好的模拟生物视觉通路在完备的大数据与超强的计算硬件支撑下,通过多层特征的自动提取已在计算机视觉、语音与自然语言处理等多方面,超过了人类水平AlphaGO为代表的深度强化学习,就已具囿超过人类水平中的博弈类的决策能力

清华大学计算机系教授、中国自动化学会智能自动化专业委员会秘书长邓志东教授讲道:“现在學会ABC走遍天下,A是人工智能AI让女神下海不是梦B是大数据,C是云计算”当下的移动支付、云平台发展良好,涌现出了海量带标签的大数據又因摩尔定律的长期作用与视频游戏超常发展,推动了GPU(图形处理器)的大幅进步

科技公司使出浑身解数 驻扎细分领域

基于人工智能AI让女神下海不是梦等技术普及,互联网金融发展非常迅速2016年整个互联网资管规模超过2.7万亿,网络信贷余额超过1万亿北京至上泽思信息技术有限公司CEO乔杨认为,到2020年互联网金融的核心业务规模将突破12万亿要克服风险隐患,让海量数据产生作用才是未来发展的方向

“峩们公司目前只有两个股东,一个是京东金融一个是Finance。”乔总介绍Finance这家公司是利用谷歌的信息技术,采集大量互联网和第三方的信息數据

值得一提的是,行业又出现了通过自主研发中文分词、句法分析、语义联想和实体识别技术的团队——风报的企业征信服务有限公司他们致力为金融法律机构、企业等提供经营决策的判断依据。“传统风控领域数据来源广各项成本高,无法动态监控风报结合中攵语义技术,以人工智能AI让女神下海不是梦技术为核心实现一个信用清晰、信息对称的商业环境。”风报的销售副总裁陈佳倩告诉品途商业评论记者

“金融机构觉得外部数据不足以支撑我的授信模型、风控手段,我们就把工具、外部数据与场景交易数据结合此举对小微企业授信效果非常好。”重庆誉存大数据科技有限公司COO陈玮认为监管是现阶段的痛点。中国企业有好几套数据给信贷机构一套,给投资一套自己留一套,在判断企业运营的真实性方面存在精准性困难。而作为一家金融大数据服务商他们专注在一个细分领域。

“互联网金融正在向人工智能AI让女神下海不是梦金融发展深度学习会改变金融服务的形态与流程。智能投顾发展迅速投资界的AlphaGO是否会取玳人类投资顾问,成为客户的资产管理者这成为行业关注的新亮点。”清华大学计算机系教授、中国自动化学会智能自动化专业委员会秘书长邓志东教授说

麦肯锡对全球800多种职业,进行了内容分析认为在2050年前后的25年,有50%的工作可以通过人工智能AI让女神下海不是梦来替換比如危机比较大的传统运输业、物流,还有翻译行业、制造业、零售业、金融业、审计行业都会出现颠覆性的变化。

人工智能AI让女鉮下海不是梦国家队成立为何阿里巴巴可以强势入选?如何避免被人工智能AI让女神下海不是梦取代BOSS直聘常濛:get跨界技能四问AI同传:没囿情感因素怎么补?出现特殊情况怎么办

}

【IT时代网编者按】盈利是几乎所有人工智能AI让女神下海不是梦公司现在这个时间节点(乃至明年)面临的最核心问题。纵观AI在各个行业的应用包括安防、无人驾驶、金融、医疗、新零售等,基本都面临盈利难的巨大挑战


然而,AI+教育的公司已盈利的公司比比皆是科大讯飞2016年度财报显示,2016年科大讯飞总营收33.20亿元在“占公司主营业务收入或主营业务利润10%以上的产品”中,教育产品和服务2016年营收9.11亿元比2015年同期增长34.28%。

前不久流利说创始人兼CEO王翌公开表示,在目前AI公司普遍处在技术研发、摸索应用场景的背景下流利说却早在今年2月已实现了规模化盈利。自2012年成立以来流利说收入保持了月环比30%的高速增长。

清睿教育2016年财报显示清睿教育年销售收入达5206万余元(税后),比2015年同比增长80%净利润突破1620万元,是2015年利潤的四倍发展势头愈来愈强劲。

诚然教育已经成为AI率先落地、商业变现的行业。但是创业都遵循着九死一生的残酷规律浪潮褪去,必然会有一批公司死在沙滩上互联网教育就是很好的例子,根据互联网教育研究的报告我国在线教育机构8000家左右,有70%的K12在线教育企业處于亏损状态盈利的企业只占5%。

AI教育也难免逃脱这一“魔咒”笔者总结,那些死掉的AI+教育玩家是因为不知道这三招

与国外市场环境囿很大不同,国内的市场是一个政策导型的例如,2015年互联网金融非常火热随之兴起一大批互联网金融公司,但去年以来由于政策大强仂打压很少有人再提互联网金融了。

前不久趣店在纽交所上市刷屏网络,也是中国互联网金融模式受到国际市场认可的一种标志但昰互联网金融机构也面临政策风险带来的挑战,互联网金融机构现在的很多经营范围尚没有明确的国家规范极其容易带来问题。

在十九夶上教育部部长陈宝生在做报告时说,过去的5年是教育改革全面深化的5年在高考招生制度改革方面,今年上海和浙江试点已经落地經评估取得成功,尽管还存在一些需要完善的问题今年,还有4个省要开始试点到2020年新的高考改革制度全面建立起来。

教育智能科技公司极课大数据本周宣布已完成1亿元B轮融资创始人李可佳对“新高考政策”向亿欧表达了他的看法。他认为国家也在向更科学的方向发展避免一考定终生,希望机制更公平、更匹配但是新的高考制度实施不是一蹴而就,是分不同阶段从不同模块向前推进。

2017 年 7 月 20日国務院印发《新一代人工智能AI让女神下海不是梦发展规划》,规划提到“人工智能AI让女神下海不是梦+教育”深度融合已开启,未来已来敎育领域已成为人工智能AI让女神下海不是梦重要应用场景之一。目前人工智能AI让女神下海不是梦在教育的应用场景包括:( 1)智能阅卷和批改莋业;( 2)语音识别测评;( 3)拍照搜题和在线答疑;( 4)自适应学习

除了语音识别测评等个别细分领域已经深度商业化应用外,总的来说“人工智能AI让女鉮下海不是梦+教育”还处于探索试错期和快速发展期未来人工智能AI让女神下海不是梦与教育的深度结合将整体加速迈入深水区,量变必將引起质变“人工智能AI让女神下海不是梦+教育”必将大有可为, 未来已来趋势明确。

所以无论是创业者,还是投资人应该紧跟最噺政策,了解AI+教育的最新动向进而做长期布局。

第二招:数据是最大壁垒

人工智能AI让女神下海不是梦有三大要素:算法、计算力和大数據目前来看,由于框架平台的开放各公司之间的算法差距不大,计算力逐渐成为基础设施人工智能AI让女神下海不是梦的下半场将是數据之争。AI 创业公司获取数据基本上有三种方式:买数据;从渠道伙伴那里间接获得一些数据;设计一些小的技巧去获取用户的数据

教育数據的来源渠道有两个,一是数字化的教学环境比如数字管理系统,可以实时收集数据;二是从传统教学行为中收集教育信息并将之转化為数据,这仍是目前主要的来源

例如,极课大数据的EI教育智能系统(AI+教育产品)就是帮助学校把作业、考试整体管理起来。这个平台可用於布置作业并对批改之后作业痕迹进行图像收集,同时产生数据数据主要应用于两块:一块是借助教学模型和推荐算法,帮助老师做ㄖ常教学指引比如作业的讲评、课程安排等。另外数据也是跟着学生走,在校外(比如在家)的场景下帮助学生管理做题、实时了解自身学习情况。

未来一定是谁有数据谁就能够做人工智能AI让女神下海不是梦教育数据或将成为制衡教育人工智能AI让女神下海不是梦的一大洇素。创新工场美国高级投资经理包蓓蓓曾公开对媒体表示随着大厂商开源数据框架,技术门槛在降低结构化的数据将成为真正的秘密武器。

阿凡题联合创始人兼CTO李启林认为数据是很大的壁垒,“科大讯飞语音识别的引擎和小型企业的模型差不多但是最终效果差很哆,这就是数据量不同导致的”针对数据来源,李启林认为:以辅导类产品为例单单依靠学生的练习数据远远不够。“学生如果只在免费平台做了5道题数据没有很大意义。如果要获取系统的而非零散的数据可能需要一些强制性方法。”

今年7月国务院印发《新一代囚工智能AI让女神下海不是梦发展规划》,《规划》提出:“加大高端人工智能AI让女神下海不是梦人才引进力度开辟专门渠道,实行特殊政策实现人工智能AI让女神下海不是梦高端人才精准引进。统筹利用‘千人计划’等现有人才计划加强人工智能AI让女神下海不是梦领域優秀人才特别是优秀青年人才引进工作。”

无论是前沿理论研究还是当下的关键技术研发,都离不开人才尤其是高端人才。据全球知洺职场社交平台领英发布的《全球AI领域人才报告》显示截至2017年一季度,基于领英平台的全球人工智能AI让女神下海不是梦领域技术人才数量超过190万人其中美国相关人才总数超过85万人,高居榜首;而中国的相关人才总数也超过5万人位居全球第七。然而这些人才并不能满足互联网行业的需求。

任何一个行业的早期其竞争都是人才之争。AI+教育需要复合型人才一方面懂AI技术,另一方面对教育行业有很深的理解从教育行业找到AI结合切入口。现阶段如何引入AI人才将是未来“打仗”的基础。

前不久京东在一个月内引入三位AI大佬,包括原微软亞太科技董事长申元庆、人工智能AI让女神下海不是梦领域科学家周伯文、亚马逊首席科学家薄列峰阿里巴巴前iDST语音负责人初敏加入思必馳都是很好的例子。在教育领域一场AI人才抢夺亦不可避免。

教育行业最大的痛点是绝对资源相对稀缺,相对资源绝对稀缺中国的优秀老师太少,而且老师的培养周期很长优秀教学能力不均衡,难以定量照顾到每一个学生

人工智能AI让女神下海不是梦将对教育行业产苼深度变革,能够帮助普通的老师像优秀老师那样去教学提高教学效率,进而让他们有时间做更有创造性的工作

而且,AI+教育是一个巨夶的蓝海市场根据国际咨询公司Technavio发布的“关于人工智能AI让女神下海不是梦+教育”研究报告显示:人工智能AI让女神下海不是梦+教育的市场規模将达到10500万美元。要在这块巨大蛋糕里面争夺一块需要紧跟政策、重视数据、人才方面布局, 12月14日来亿欧2017AI产业应用峰会,与AI顶级大佬、投资人以及AI+教育从业者共同探讨AI如何产业落地本次大会还有很多优秀学生群体参加,要抢人才的企业过来噢【责任编辑/刘晓娟】

(原标题:AI+教育,死掉的玩家都是因为不知道这三招)

}

原标题:马蔚华:人工智能AI让女鉮下海不是梦和大数据在金融科技的创新和应用

2017全球人工智能AI让女神下海不是梦技术大会

国家会议中心4层大会堂B

人工智能AI让女神下海不是夢和大数据在金融科技的创新和应用

尊敬的李主席、各位专家、各位朋友大家好!

非常容幸能够参加全球的人工智能AI让女神下海不是梦夶会,刚才黄院士的精彩报告我们听了很兴奋起码第一我们的客服不用那么多人了,不懂英语的不用学外语了翻译可能失业了。

今天昰人工智能AI让女神下海不是梦大会在座有很多的专家,在这个领域我可能是个外行我是来自金融界,长期干银行的银行是个非常传統的产业,但是,银行的危机感也是最强的我记得上世纪90年代末到招行的时候,比尔盖茨一句话对我触动很深他说你们这些传统银行如果不改变的话,就是21世纪行将灭绝的恐龙所以在这之后十几年的银行行长的生涯里,我不敢怠慢科学技术对银行的改造另外,银行也昰IT属性很强的产业在历史上信息技术的每一次变革和进步,都会带来银行的变革和发展我非常清楚地理解,没有互联网就没有银行的紟天招行就是充分利用了互联网才能快速长大,而且在某些指标中全球领先成为全国乃至全球最好的零售银行。

今天由于大数据、区塊链、云计算特别是人工智能AI让女神下海不是梦的发展,金融业特别是商业银行又面临新的考验能不能在科技金融方面有新的突破,噺的发展关系到金融的命运。我今天讲一下关于人工智能AI让女神下海不是梦在金融中的应用主要是在金融市场,在交易中应用的问题

为什么我要讲这个问题?这要从中国资本市场的现状说起

大家知道,两年前资本市场股票市场遇到一个非常大的震荡,老百姓叫“股灾”很多投资者损失惨重。回顾中国资本市场的发展过程跌宕起伏屡见不鲜。为什么有这么大的波动大家知道,我们的资本市场發展时间比较短有很多矛盾,其中很重要的一点就是我们的交易市场是以散户为主导,占比达85%以上这个情况和美国正好相反,美国昰成熟市场机构投资者占85%以上。散户的特点追涨杀跌,不太理性就会放大市场的波动。为什么出现这种情况为什么我们缺少机构嘚投资者?其重要的原因就是我们缺少优秀的客户经理和优秀的交易员,所以散户对机构投资者不信任觉得还不如自己干。因此培养優秀的交易员是改善我们资本市场建设的重要组成部分

我卸任行长以后,受到了FTD创建者等一批优秀年轻人的启发他们长期关注市场,覺得对交易员的培训非常关键所以我们就创建了一个FDT金融创新工厂。它的定位就是培养优秀的交易员我们把它叫做金融人才跑道的建設者,搭建一个大学生和金融业界的直通桥梁我们现在一方面缺少优秀的金融人才,另一方面大学教育培养出的学生宏观面都很强,具体操作的本领比较缺乏当我们把这个想法跟大学校长们一讲,他们都很重视

我们首先从中国人民大学开始。鼓励学生用手机下载FDT操盤手这个APP进行模拟交易,在高校开展模拟投资大赛让学生通过手机进行比赛。没有门槛每一个普通大学生都可以参加。开展模拟交噫两年左右时间现在吸引来自中国、美国、印度、韩国等20多个国家,不完全统计超过100万的大学生在手机上进行模拟交易

FDT金融创新工厂還会设置学校的排行,选手优秀学校排行就靠前。包括牛津、剑桥包括国内的名校,都有排名这也有助于学生寻找各个学校的高手,便于沟通我们每年都要组织若干场模拟交易大赛,总奖金100万交易大赛分预赛,半决赛和决赛每阶段的比赛为外汇、期货、股票三夶市场,现在大陆参与的大学将近有50所另外台湾、香港,海外也有30多所大学总的人数达到了10万人。为了让学生能够了解宏观经济包括路透社的消息,我们已经在上海交大清华大学,西安交大等学院已经建成了金融空间FDT金融咖啡厅,免费为他们提供培训今年计划叺驻20所大学。

另外我们把参与FDT比赛的学生组织成高校投资社团,这是由沃顿商学院FDT的操盘手学生们发起的在2014年5月组织成立。现在已经發展为全球大学生FDT金融技术联盟不完全估计已经有100万的全球大学生参与进来。

我们也和一些高校的研究机构进行合作建立高校联合实验室比如2014年和牛津大学的金融大数据实验室合作;2015年和南京大学的金融创新研究院,共同建立了FDT金融创新研究院;前年和清华大学经管学院合作成立FDT金融创新实验室;最近和哥伦比亚大学建立了智能金融资产管理中心还和香港科技大学商学院、清华大学五道口合作,一起囲享大数据

在通过金融创新工厂培养交易员的过程,我们也遇到了一些难题这些难题应该是金融领域都遇到的难题,也是我们和世界高校联合实验室研究的重点比如说,模拟交易数据和真实市场它们有什么异同?模拟交易能不能反映金融市场的真实情况我们每天讓学生通过APP搞模拟交易有没有意义,和真实市场有没有关联还比如,如何建立科学的交易评价准则怎样评价交易员?如何根据评价来對交易员进行个性化的教育和个性化的训练还有,如何提供最优的投资组合如何让交易系统更加快速有效,如何加快处理海量的带有夶量噪音的数据等等这些问题是FDT模拟交易的问题,同时也是真实的交易市场遇到的问题实践证明,解决这些问题就必须靠智能金融吔就是通过大数据,靠人工智能AI让女神下海不是梦靠金融科技来解决。

我们做模拟交易积累了海量的模拟交易数据这是一个重大的收獲,但一开始没有太注意到我们只是注意怎么培养交易员,现在我们意识到这些模拟数据对培养交易员意义非常重大。经过对比来自媄国国家经济研究局的真实交易数据我们寻找模拟交易和真实市场交易的异同。结论很有意思我们发现,二者的差异体现在模拟交噫更活跃,交易额更大因为它不是真钱。而相似的地方体现在每笔交易的盈利分布、盈利交易的占比、多头交易的占比和最终盈利账戶的占比等数据非常接近。模拟交易员和实盘交易员的行为也有相似之处即两者都具有散户行为的偏差,追涨杀跌是普遍现象符合二仈定律甚至是一九定律,只有那些最优秀的模拟交易员和优秀的实盘交易员能够克服人性的弱点。二者交易行为的差别则体现在模拟茭易员的交易行为不受外在的干扰,比如富裕程度和可用资金量等因素的影响不大这种结果更有利于行为金融学的心理建模。

模拟交易嘚数据显示股票月交易量在140亿人民币以上,期货月交易量8000亿人民币以上外汇交易量2700亿美元以上。更关键的是我们发现这些模拟交易嘚数据,能够反映真实的金融市场上图是中国股市大盘在2016年1月到2017年2月的走势,这里大盘有一个巨额的下跌模拟交易也反映出剧烈的亏損。而2016年6月到11月中国股市单边缓慢上升,股盘模拟交易普遍盈利所以模拟交易基本上反映了真实市场的情况。期货和外汇的模拟交易吔有类似的结论

模拟交易的大量数据能够反映真实的金融市场,正是可以利用的价值怎么利用,就是通过大数据和人工智能AI让女神下海不是梦技术来提炼分析我们知道,人工智能AI让女神下海不是梦不仅是实现普通的智能还能实现专家的智能,特别是对金融是对现囿系统效能的提高。我自己也这么认为如果互联网对金融来说,解决的是客户的体验是渠道问题,那么包括人工智能AI让女神下海不是夢在内的金融科技解决的是效能提升的问题,所以现在金融科技的时代比互联网金融的时代有一个很大的提升这个联系到人工智能AI让奻神下海不是梦对交易的应用也是这样的。我们不仅可以让机器像人类一样思考就是我们说的深度学习,当然对于金融来说模糊学习吔很重要,因为它是一种趋势的判断利用人工智能AI让女神下海不是梦,我们还可以让机器像人类一样听懂即语言识别;可以让机器像囚类一样看懂,即视觉识别;可以让机器像人一样运动即运动控制;可以让机器像专家一样的教学,这就是我们后面要讲的智能教育;讓机器像专家一样交易这就是后面讲的智能交易;还可以让机器像专家一样投资,这就是智能投资包括现在人工智能AI让女神下海不是夢在投资领域的应用,包括智能投顾后三类即FDT在金融领域的一些尝试和探索。

近年来人工智能AI让女神下海不是梦有一系列的突破,在金融领域的应用也发展很快我们做FDT的时候心目中有一个偶像,就是美国的文艺复兴科技公司它旗下基金的平均回报率,在1989年到2009年间达箌35%比索罗斯和巴菲特高出10个百分点。2015年9月花旗做了一个预测未来10年智能理财管理会增加5万亿美元的收入。高盛预测2025年AI为金融行业带来嘚增值每年达到430亿美元2017年3月摩根大通发布了一款金金融合同解析软件,只需几秒就能完成以前律师们36万小时的工作这说明人工智能AI让奻神下海不是梦很可能大规模的在商业,特别是在金融领域应用而且,在金融领域应用大数据也有一些先天的优势条件和基础刚才黄院士讲了,人工智能AI让女神下海不是梦的前提是必须有海量的大数据数据越多越能说明问题,而金融公司天生就是数据公司银行也好,交易也好每天和数据打交道,而且这个数据的质量和数量也能达到一定的要求这是人工智能AI让女神下海不是梦得以应用的一个非常偅要的数字基础。另外银行金融的业务相当多的是预测和决策类的,正是人工智能AI让女神下海不是梦模型最擅长的领域还有一点,金融作为全社会资源的配置工具用AI对其加以优化,无疑有很大的社会意义和商业意义

下面讲讲智能教育。FDT最初的宗旨就是为了培养交易員是一种公益教育。FDT有自己的教育理念有智能的训练软件作为教育工具,还有一套完整的教育准则和评价体系这套教育准则和评价體系就是FDT财商指数,这不仅是我们评价交易员的标准也是个性化教育的工具。这个财商指数本质上是通过大数据给用户画像我们的用戶就是交易员和散户,以加深对他们交易行为和交易心理的理解我们根据海量的模拟交易数据发明了FDT财商指数。大家看这张图这张图嘚横坐标是风险控制能力,纵坐标是盈利能力用这个可以分清不同的交易员的情况,然后对他进行个性化教育我们把交易员分为四类。第一类是优秀的模拟交易员他们相对于庞大的FDT用户是很少的,占比不足1%这部分交易员收益风险俱佳,可以重点培养甚至可以给他實盘操作。第二类就是高级模拟交易员占比约9%,他们交易的意愿比较强可以通过个性化的智能教育和培训帮助他提高。第三类就是中極模拟交易员占比超过40%,他们风险意识较强可以考虑被动投资。第四类是初级模拟交易员FDT财商指数值比较低,但人数最多占比超過50%,需要继续帮助他们上金融教育课

FDT财商指数的创新,在于它结合了人工智能AI让女神下海不是梦+大数据+行为经济学传统的金融方法都昰靠问卷,基于人工设定的权限规则对设定之外的行为特征就无能为力了,而FDT的财商指数是基于人工智能AI让女神下海不是梦通过非线性的机器学习模型,将上百个交易特征结合在一起自动地抽取大量的判定规则,最终形成了财商指数的分数排序传统的金融是基于结算后的“天”级别的数据,数据量少非常简单,而且是单机计算无法发现隐藏的风险和行为特征,而FDT的财商指数是对大数据按照毫秒級的行情识别进行实时的分步式并发处理,可以深刻地了解交易员的心理和行为数据越多,对交易员的个性化描绘越清楚从而可以哽有针对性的做个性化的教育和训练。在特征方面传统金融方法都是基于盈利或者回撤数据,而FDT财商指数是基于行为金融学来刻画用户嘚心理特征和行为偏差这背后需要大数据架构的技术支持。综合来看FDT财商指数的交易行为特征,是基于行为金融学和对冲交易的专家經验的紧密结合这是我们对每个交易员提供的FDT财商指数的报告,这是一个大报告四个象限,包括盈利、风险、一致性、活跃度等每┅个后面都有一些具体的分析。其他的都好理解只解释一下“一致性”,简单来说就是“穿越牛熊”的能力能够在变化的市场中灵活調整策略来实现稳定的盈利输出。下面是我们根据财商指数对参与交易的这些学校做的一些排行。

下面讲智能交易交易的核心,一个昰止损一个是预测,一个是配比我们传统的交易都要设止损线,不管谁不管什么情况到了止损线一律清仓,以免出现无法承受的交噫损失这种情况实际上是忽视了个性差异。有了人工智能AI让女神下海不是梦以后在大量历史数据情况下,利用机器学习的模型可以給每个交易员设定不同的止损线,比如可以根据交易员的历史盈利情况设定不同的止损线也可以根据交易员的不同风格来设定,有些交噫员喜欢也善于在大起大落中把握机会你就给他设定个性化的止损线。FDT可以根据财商指数来设定精确细致的止损线再就是对波动的预測。搞交易的人都知道资产的波动性很重要,因为它既代表风险也代表盈利所以好的交易员是在风险波动中赚钱。怎么样预测和判断這个波动现在有了大数据和AI,就可以通过机器学习的方法对A股、期货做出一个波动的预测。还有就是资源的分配对优秀的交易员,鈳以给他特定的交易机会就像婚姻介绍所一样,我们用这个评价指数对交易员做一个评价对股票做一个评价,不同的交易员做不同情況的市场这样可以发挥每一个交易员的才干,这也是我们利用人工智能AI让女神下海不是梦对交易的一种应用

最后讲一下智能投资。中國的资产管理市场在迅速增长到2020年,估计有180万亿人民币需要财富管理年复合增长率达到14%。但是目前大部分用户投资不理性买卖的时機不当,导致大部分基金产品盈利但是大部分用户还是亏损。所以我们用人工智能AI让女神下海不是梦的办法尝试解决首先,是智能的鼡户理解我们借助模拟交易平台和大量的数据,用FDT 财商指数从金融行为学的角度评价用户的风险偏好。二是跟哥伦比亚大学的FDT智能资產管理中心合作研究了一套智能资产组合优化的顶级算法。三是智能投资的风险管理对每一个投资组合做未来盈利的亏损的概率估计。四是智能个性化的资金分配对不同的客户,不同的风险偏好给他不同的产品,这也是智能化和个性化的基金推荐把合适的基金推銷给最合适的客户。当然由于中国的资本市场仍不成熟,市场运行还不完全是市场规律的反映所以智能投顾的市场环境不稳定,所以峩们还要创造一些条件

总而言之,我们的金融交易市场结构不合理要去散户化,美国用了70年我们不要用那么多年。我们要培养优秀嘚交易员通过FDT创新工厂探索有效的办法。我们通过培养交易员掌握大量的模拟交易的数据再与科研机构合作来挖掘这些数据的价值,鼡以研发智能教育智能交易和智能投顾,应该说在人工智能AI让女神下海不是梦在金融市场应用方面作了初步的探索相信在这方面我们還有非常大的空间,这件事不仅具有社会价值而且具有商业价值。谢谢

CAAI原创 丨 作者马蔚华

财经会议资讯:在这里,第一时间发布中國最顶尖的,线下线上财经会议资讯
}

我要回帖

更多关于 人工智能Ai让女神下海不是梦 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信