智能金融人工智能在量化投资的应用及展望资料下载.pdf

智能金融人工智能在量化投资的应用及展望资料下载.pdf

《智能金融人工智能在量化投资的应用及展望资料下载.pdf》由会员分享，可在线阅读，更多相关《智能金融人工智能在量化投资的应用及展望资料下载.pdf（43页珍藏版）》请在冰豆网上搜索。

2Outline人工智能给量化公司带来哪些竞争优势？

为量化投资提供服务金融科技公司量化投资的智能化趋势人工智能在量化策略设计中的地位3人工智能给量化公司带来哪些人工智能给量化公司带来哪些竞争优势？

竞争优势？

量化投资公司的竞争力量化投资公司的竞争力更多的信息（网络爬虫获得信息，人工智能所能处理的非结构化信息）更及时的信息（对于同样的信息，谁先获得谁具有优势，这对算法的速度提出了要求）对信息的正确解读（金融逻辑）5人工智能能提供人工智能能提供网络爬虫获得更多的信息人工智能可以处理非结构化信息（文字识别、图像识别、语音识别，要求处理的越快越好）处理信息的算法6Twitter预测股价预测股价人工智能的提供更多非结构化信息人工智能的提供更多非结构化信息RemotesensingMetrics是一家卫星情报分析公司，通过遥感卫星记录商场客流量。

-卫星追踪星巴克、沃尔玛的人流数据和车场车辆变化-通过停车场的监控数据、公司对卖场的客流量、市场份额、竞争对手情况进行分析。

-并以周度、阅读或季度频率向客户发送报告。

2013年，twitter推送新闻称两颗炸弹在白宫爆炸，标准普尔下跌1%，美国大量的对冲基金使用twitter的数据进行自动化的交易人工智能可以提供非线性算法（人工智能可以提供非线性算法（AdaBoost）动态模型的选股机制能够对复杂多变的股票市场做出及时的反应，从而能够更加贴近市场的最新变化。

传统传统多因子模型无法对市场风格变换做出反应多因子模型无法对市场风格变换做出反应按照因子值大小对股票排序根据排序确定个股权重构建投资组合AdaBoost对传统非线性因子的改善对传统非线性因子的改善算法中每一层的弱分类器本质上是把原本非线性的区分能力进行了线性化MACD因子用分类树方法预测股票是否高送转用分类树方法预测股票是否高送转非参数方法根据数据自动生成最优分类树“树枝”具有较低相关性，防止“过度拟合”人工智能在学术界的应用人工智能在学术界的应用媒体语气会影响股票收益吗？

基于互联网媒体的经验证据-数据：

51家国内主流互联网媒体关于A股上市公司的新闻报道-方法：

运用计算机信息抽取和自然语言处理技术，-逻辑：

将媒体新闻划分为正面、中性和负面报道，考察媒体语气对股票收益率的影响。

姜富伟管理层情绪与资产定价（JFE已接收）-数据：

上市公司财报和电视电话会议文本文档-方法：

使用文本大数据挖掘方法扫描数据-逻辑：

提取公司财报和电视电话会议文本文档里隐含的积极或消极情绪信息，构建反应经理人情绪状态的经理人情绪指数。

为量化投资提供服务的金融科为量化投资提供服务的金融科技公司商业模式技公司商业模式金融科技提供量化投资服务的业态金融科技提供量化投资服务的业态金融科技公司提供的量化投资服务金融科技公司提供的量化投资服务C端的策略回测平台-优况、聚宽、米宽、大宽（量邦科技）、点宽-提供了传统的金融信息与易用的系统-策略保密性无法保证-在C端无法实现商业利益，部分平台提供给券商研究所用于策略报告的撰写，无法进入量化基金市C端的期权交易平台-小期旺-期权更易懂、投入更低-提供了散户投资期权的机会金融科技公司提供的量化投资服务金融科技公司提供的量化投资服务C端的智能投顾-为散户提供择股服务-为散户提供择时服务-散户更关注涨停股而不关注仓位B端的金融科技公司-FoF系统，提供基金遴选、资产配置量化分析（况客科技、数字动能）-投研系统，提供研究报告写作系统和知识管理系统（况客科技）-策略回测系统，提供本地的回测，解决了策略保密性的问题（数字动能）-QuantEye，提供关键词搜索、热度，及策略回测（拉普拉斯公司）-朝阳永续，提供一致预期数据优况回测平台优况回测平台回测平台优矿，聚宽，中量网，大宽网，米矿等社区交流大赛新手教程RiskManagementandFinancialInstitutions2e,Chapter9,CopyrightJohnC.Hull200919信富二级市场情绪指数信富二级市场情绪指数若指数向上增加，说明市场看好，建议加仓若指数向下减少，说明市场看衰，建议减仓京东金融智能投资顾问京东金融智能投资顾问智能投资顾问原理（基于BlackLitterman）：

问卷分数S风险容忍系数市场厌恶系数协方差矩阵资产市值权重mkt市场均衡收益=mkt观点收益Q观点误差观点分布N（Q，）新合成的收益分布PPP1（QP）主观观点得到最优的权重MaxER2历史收益京东金融智能投资顾问京东金融智能投资顾问基于风险容忍能力系数50分-110分资产配置分布对比图0%10%20%30%40%50%60%70%80%90%100%50分5.63157860分5.10526370分4.578947380分4.0526315790分3.5263157100分3110分2.473684美元黄金债券股票货币基金况客科技的况客科技的FOF系统：

资产配置功能系统：

资产配置功能况况客科技的客科技的FoF系统：

基金的风格分析系统：

基金的风格分析QuantEye事件搜索事件搜索关键词：

共享单车QuantEye事件搜索事件搜索共享单车的热度（新闻）走势图QuantEye事件搜索事件搜索事件前后资产涨跌幅走势图对商业模式的反思对商业模式的反思先进的技术未必成就好成功的商业商业成功的前提必须为刚需必须有客户支付意愿量化投资的智能化趋势量化投资的智能化趋势国内外量化国内外量化基金亏损严重基金亏损严重2016年10月13日，在纽交所上市的知名对冲基金城堡投资集团宣布，因连续亏损和撤资，公司将关闭其旗舰对冲基金堡垒宏观基金（FortressMacroFunds），并向投资者返还现金。

对冲基金巨头复兴科技投资公司宣布，因为亏损严重，将旗下一只量化对冲策略基金复兴机构期货基金（RIFF）清盘，并向投资者返还资金。

美国贝恩资本BainCapital宣布将旗下的绝对收益资本对冲基金清盘，返还投资者所有投资。

该基金截至2016年8月底亏损超过14%。

2017年国内80%的量化基金都处于亏损，小市值因子阶段性失效2016年以来诸多年以来诸多Alpha因子失效因子失效从收益来源看，对冲基金通常追求绝对收益，通过做多和做空一篮子股票获取Alpha收益：

指数基金被动跟踪股票指数，在一个持续性的大牛市中，指数基金通常能为投资者提供稳定的beta回报，不过，alpha收益是很难获取的，并且随着对冲基金行业规模的不断扩大，基金对alpha收益的竞争也越来越激烈，以最简单的因子模型为例，2016年1月至7月，大部分股票因子都无法提供正的收益，这也是为什么对冲基金表现比较低迷的原因。

10%6%5%-5%-8%-9%-9%-11%-15%-10%-5%0%5%10%15%规模因子股息因子估值因子波动因子收益因子报表因子成长因子动量因子2016YDT现代人工智能的突破现代人工智能的突破传统编程AI与机器学习机器学习人工智能六大应用人工智能六大应用Autonamy自动化Optimizecomplexsystems优化复杂系统Understandingwhatshappeninginpicsandvideos理解图片和视频Understandpeopleusinglanguage理解语言，理解人们Createcontent创建内容Makingprediction做预测无用阶级的出现无用阶级的出现人工智能引致的量化投资趋势人工智能引致的量化投资趋势智能化：

Fintech的兴起给量化投资带来了技术上的支持人工智能非结构化式数据（文本、图像、声音等）结构化式数据人工智能算法线性的人工建模非线性的建模元知识学习用机器选择不同的投资策略机构化：

散户慢慢被淘汰35人工智能对量化投资的影响人工智能对量化投资的影响人工智能会取代一部分基金经理，但不会全部取代人工智能的优势费用更低廉基于算法的量化投资速度更快和准确度更高人工智能的劣势黑箱，缺乏金融逻辑需要大数据的支持，数据隐私、数据脱敏问题量化投资是一门科技-AQR，D.E.Shaw,复兴科技与城堡基金研究基于“系统的一致的方法”来构建投资组合四种风格价值，动量，防守和持有风险平价策略，基于潜在风险而非资产类别的均衡配置AQR（应用量化研究），CliffAsness斯坦福的博士，哥伦比亚大学的计算机科学，计算生物学以及生物信息学教授一个投资于全球的技术开发公司，尝试做其他公司认为不可能的，或者根本没想过的事情D.E.Shaw（DavidE.Shaw）石溪大学数学系主任量化交易，大数据分析，动态定价，电脑驱动复兴科技（JamesSimons）高频交易电子市场城堡基金（KennethGriffin）全球量化投资行业的新方向全球量化投资行业的新方向大数据系统+策略众包（Quantopian）人工智能+智能投顾-策略配置-另类化择时人工智能在量化策略设计中的地位人工智能在量化策略设计中的地位人工智能的应用领域人工智能的应用领域人工智能高度依赖数据人工智能对非结构化数据的处理-文本-图像-声音人工智能本质上是一种非线性算法-非线性的拟合的好，但是不稳健-可能出现过拟合现象，只要神经元足够多，可以逼近任何一个函数-策略参数可能不稳健人工智能不能取代金融逻辑人工智能不能取代金融逻辑人工智能的重要技术机器学习、深度学习是黑箱，但量化策略路演时要向投资者解释金融逻辑。

策略的改进依靠金融逻辑，能知道赚的谁的钱、策略为什么能赚钱。

策略的失效管理也依靠金融逻辑，知道策略的哪些前提假设不成立了、为什么会失效。

人工智能进入量化策略的方式-金融逻辑+适当的参数优化-数据挖掘出赚钱策略+给出线索+最终要寻找金融逻辑的支持人机结合，人工智能和人一起决策进行策略配置是未来的发展方向End