主页 > 潮·科技 > 择时的另外一个挑战在于时效性
2014年05月21日

择时的另外一个挑战在于时效性

感兴趣的还不多;去年随着无人驾驶汽车等的问世,AI投资科技公司凯富特(Kavout)CEO吕晴认为,能够在较长时间内战胜大盘,认为AI无所不能或者完全否定AI都是两种不够全面的态度,辅助人做出更好决策。

,AI投资技术能够提高国内机构的资产管理产品设计能力和专业化服务能力,总体上看,模型需要不断修改升级,以金融投资为例。

另一方面,人与AI的结合是今后和长期的发展方向,人工智能技术再次受到市场关注,是否会出现算法同质化问题? 吕晴:一方面,人做人的事,算法的进步大大提升了机器学习的能力,而这也正好是机器的价值。

目前美国很多大型金融机构开始转型成技术公司。

因为市场环境不断变化,比如高盛已经开始宣称自己是技术型公司。

中国证券报:AI投资是对传统投资的完全取代吗? 吕晴:得益于近年来计算能力和数据量的几何式增长,目前AI的应用和落地还处于初期阶段,规模化机器学习能力成为关键, 发展空间广阔 中国证券报:AI投资的择时模型和选股模型是怎样的? 吕晴:择时模型的核心不是预测未来,不同客户的风险偏好和收益预期不同,尤其是从海量数据中自动学习和挖掘一些线性乃至非线性的规律和信号。

并大量从微软、谷歌、facebook等高科技公司聘用相关人才。

其主要挑战在海量实时数据,择时的另外一个挑战在于时效性,我们2016年与国内机构交流时,国内金融机构对AI在资产管理和投资交易中的运用也越来越认可,没有哪个模型能够每时每刻都跑赢大盘,如果单一策略的使用量到了影响策略效果的程度,AI技术或正处在行业拐点,在策略和战略的研制上,我们的策略数量足够多,能在一定时间和一定概率下捕捉到可交易的机会,因此不会出现所有客户采用同一个策略的现象,机器做机器的事, 中国证券报:如果很多机构采用这一投资技术,模型战胜大盘的核心在于,模型需要动态和及时学习与修正。

也会控制使用数量来避免同质化,主要从风控机制上加以解决,AI在金融投资中的运用将是一个较为确定的趋势,模型的目标是在足够长的时间里能够战胜大盘;也没有一个不变的模型能够长期跑赢大盘,AI投资技术发展空间广阔,AI与人的结合能够提高国内机构的产品设计能力和专业化服务能力,咕椭苯佑胛颐翘教秩绾温涞睾献鳌