AI在金融投资中的应用

作者 | 吴恒魁

整理人 | 风间

来源 | 财视中国   

AI对金融行业的变革首先发生在基础层面，即数据层面。变革体现在市场中运用AI去理解基金公司的股价变化、收益变化等数据。而建设这样一个能实时量化感知市场变化，提供针对基本面投资与量化投资的机器系统，需要经过几个环节。

首先是基础设施环节，第一步需要采集行业或平台最底层、最细颗粒度的数据，整合成一个系统。对实时数据进行分析，将行业、品牌、公司的变化做成模型，进而分析某一家公司在某天、某月、某个季度的销售变化。并在此基础上，寻找不同的关联。这需要在数据基础上构建一个行业知识图谱层，再利用机器学习进行深度挖掘。这些基于系统的分析、洞察可以用于金融投资等。

新型AI量化的基础设施系统，基于最底层的数据变化，能够实时感知市场变化，我们将最底层的、最细颗粒度的数据以及企业公告、财报、股价的数据变化输入到系统中，由AI系统来理解市场变化、环境变化，进而帮助投资机构和投资人进行投资决策。在系统得到投资决策的反馈后，整个系统能够进行自动演化。

在应用中，基于数据+模型的系统预测能力已经比人工分析师更强。预测过程中，系统基于线上的数据形成了一个计量模型去拟合公司的收入趋势，再对财报进行预测，最后制定投资策略。

除了针对基本面投资者形成的机器预测企业实时变化系统外，AI在金融投资中的应用还有情绪指数系统。这套系统是将整个互联网上关于上市公司的文本材料，包括用户留言等，将这些文本材料通过NLP模型计算转化为情绪指数，通过情绪指数来形成一个新的投资因子。简单来说，这套体系是将整个互联网的所有文本信息，通过模型生成数量化数据，再让量化基金来作为一种新的因子来使用的方式。

基于社交媒体、新闻等形成一套指数系统反馈群众对某家公司的情绪变化后，情绪指数作为一个新的因子，能够产生相对于大盘、相对于指数超额20%的收益。而用我们的情绪指数做出的单因子模型回测非常小。

AI在金融投资中的应用系统能够从最底层、最细颗粒度的层面去捕捉一个公司变化，随着应用的发展与强大，AI能够不断地辅助投资者进行决策。未来AI在金融投资中扮演着不可或缺的角色。

声明：本文来自于由财视中国主办的“2018另类投资中国峰会”上的嘉宾发言，文章观点仅代表作者，不代表财视中国立场，仅供读者参考。

*如需转载请注明转载自财视中国

责任编辑：王维