77207

摩杰平台主管新闻

摩杰娱乐平台

电话:77207
邮箱:77479@qq.com
手机:
地址:江苏省常州市

公司新闻

华宇娱乐注册:人工智能如何重塑资本管理行业

作者:佚名 发布时间:2019-02-07 04:11

资料来源:土家族

一直以来,科技进步都是推动全球资产管理行业发展的核心因素。。 近年来,随着移动互联网、云计算、大数据和人工智能等信息技术的快速发展,技术如何赋予社会权力? 技术如何重塑金融业? 技术如何改写投资管理? 它引起了极大的关注和热烈的讨论(托马斯·菲利普,2016年;大卫·莱因韦伯,2017年;巴菲特,2017年;霍华德·马克斯,2018年)。

特别值得一提的是,广为人知的《经济学人》杂志认为,由于中国在互联网技术和人工智能技术方面的成就,中国在金融技术( Fint在传统方法中,投资者对基础投资的认知、逻辑和经验长期有效ch )方面处于全球领先地位( 2017年2月25日,p。 59 )。 这一提法具有特殊意义。。 杨凯生( 2017年)、巴曙松等人( 2018年)从商业银行的角度讨论了金融技术和人工智能对现有金融业各个方面的挑战和影响,孙国峰( 2017年)从监管政策的角度讨论了金融技术和人工智能,王政( 2017年)和肖峰( 2018年)从资产管理的角度讨论了金融技术和人工智能,所有这些都具有开创性和启发性。。

? ? ? ? ? ? ? ? ? ? ? ? ? ?

2019年,资产管理行业一方面将受到全球经济和金融业固有周期的短期和常规影响。 另一方面,它面临着本轮金融技术( Fintech )的长期甚至颠覆性挑战,尤其是人工智能影响8 :人才需求的变化最近,一些主流的传统公司,如行业巨头富达基金,以技术背景提拔史蒂夫·内夫为资产管理部门的负责人,这也多少说明了这一趋势 这两个领域的影响和挑战是重叠的,挑战是严峻的影响9 :潜在风险资料来源: http : / / www 如果你提前计划,你会输的在资产管理行业中深入使用创新技术可能需要全新的人力、流程和信息组合xi 本文总结了人工智能对资产管理行业发展的十大影响目前,人工智能对资产管理行业的发展有着深远的影响基金产品既耀眼又复杂,如何选择好基金

影响1 :减少道德风险

资产管理行业的存在和发展有两个先决条件选民 一是基金经理的诚实信用长指纹 一是基金经理有能力持续赚钱。其中,诚实信用排名第一( Bogel,共同基金常识;Levitt,“监管与合作:美国证券监管委员会和共同基金”)。原因是该行业与资金的所有权和使用权自然分离,并且管理人员的行为没有得到很好的监控。在学术上,这是典型的委托代理机制。在实践中,管理者的潜在道德风险总是存在的。历史上,美国和中国发生了许多利益冲突和“鼠仓”事件。

大数据是人工智能最近成为“风口”的关键因素。使用大数据匹配和相关方法,相对容易找到相关交易和资本交易线索( Srinivasan,S。,2016年,大数据和 ? 金融欺诈使用 ? ntech方法。 得克萨斯南方大学工作文件;程磊,《大数据调查的法律控制》,中国社会科学,2018年,第。11 )。从根本上说,目前人工智能的行为目标或偏好相对单一,可能只有一个为客户赚钱的目标。人工智能不能消除资产管理行业的委托代理关系,但可以在一定程度上减少道德风险。如果人工智能是自私的,那么它在赚钱后将如何使用呢 当然,当奇点出现时,要说机器智能超过人类智能可能并不容易。

影响二:智能财富管理

资产管理行业的发展一直面临着不断筹资的问题。如果将资产管理行业视为一项业务,有些人认为资产管理行业的核心竞争力是营销,而不是投资能力,这是有道理的。实践表明,互联网技术在一定程度上改变了传统的基金销售模式。例如,幂律和长尾律通过互联网技术颠覆了货币市场基金(余额宝);第三方平台( 东钱码头 蚂蚁金融、京东金融)挑战了传统的基金销售渠道。

目前,人工智能对筹资的影响表现在智能财富管理上。改良、财富前沿、查尔斯·施瓦布、贝莱德、先锋集团和其他公司都进入了智能投资业务。具体来说,例如,50年来,经典畅销书《走在华尔街上》的作者马尔基尔是世界领先的智能投资公司财富前线的投资总监。财富前沿使用人工智能方法向投资者提供金融建议,并针对特定风险偏好定制不同资产类别的多样化组合。资产类别都是低利率和被动ETF。当然,也有人认为智能财富管理的技术含量不高,这不是严格意义上的人工智能应用。

影响三:转型倡议投资

“世界充满了利润,世界充满了利润。事实上,近年来,世界顶级对冲基金一直处于智能研究和实践的前沿。一直以来,积极投资都是投资者关注的焦点。媒体也经常报道大牌明星,如林奇、巴菲特、索罗斯和其他人。积极投资者( AI )已经从该行业收取了巨额管理费和业绩佣金。结束是不合理的。? 我该收多少钱?这也是有争议的(马尔基尔,B。G。,2013年,《资产管理费与金融增长》,《经济展望杂志》27 ( 2 ),97 - 108 )。从根本上说,投资决策的核心在于信息流,而信息获取是投资决策的前提。理论上,信息是金融市场中最重要的资源( Fama,E。有效资本市场:理论和实证研究综述,《金融杂志》,第一卷。25,不。2,1970年,页。383 - 417 )。因此,信息套利是一项大生意,参与者包括金融中介(如经纪人、卖家分析师、金融顾问、分析软件提供商和交易平台)和数据提供商(如彭博、汤普森-路透、Factset、标准普尔Capital IQ )。

回到积极投资,自本杰明·格雷厄姆1934年发表《安全分析》以来,基于企业内在价值的基本投资方法逐渐成为积极机构投资者的主流(当然,基本投资包括价值投资和增长投资)。传统上,宏观经济分析、行业研究、上市公司实地研究、财务报表分析和公司估值是这些投资者获取信息、提高投资决策质量和获得超额回报的主要方法。人工智能改革了传统积极投资过程中的信息获取、分类、分析和判断方法。例如,卫星、物联网和互联网获取的最新数据可以用来及时判断宏观指标(例如。g。CPI ),企业销售额,行业繁荣和拐点的变化,从而获得领先的信息优势。

影响4 :促进被动投资

指数出现得很早( 1884年),但在资产管理行业,指数投资出现得很晚( 1976年)。当然,原因与计算机技术的进步有关。然而,这可能更多地与意识形态偏差和过度自信有关。在学术界,基金经理能否击败市场是一个重要话题( Jensen,1968;马尔基尔,1995年;格鲁伯等人。阿尔,1996年;家庭。阿尔,2010年)。在这个行业中,在哥伦比亚大学庆祝1984年《安全分析》出版50周年时,巴菲特建议“格雷厄姆-多德超级投资者”可以击败市场。巴菲特在2007年与人们打赌“活跃的基金能否击败市场”。10年后,巴菲特赢了,也就是说,活跃的基金无法击败市场。 但是很少有投资者能够击败市场,巴菲特本人就是一个。

我们认为,近年来,被动投资迅速发展有两个原因。一是管理的规模。在积极投资战略中,规模是业绩的敌人。在极端情况下,当超级明星管理整个市场的资金时,他就是指数,他可以打败自己。? 二是利率。即各种摩擦成本。从长远来看,各种利率将极大地影响复利增长的表现。2018年底,平安资产管理公司投资管理模式的转变引起了广泛关注和震动。核心(被动投资)加卫星(主动投资)是超大型机构投资者的战略选择,智能量化是未来的方法选择(平安子张观一清,“智能量化投资将成为未来的主流投资方法”,《上海证券报》,2018年11月3日)。对于没有优势的个人投资者或没有特殊优势的机构投资者来说,指数投资是他们最好的选择。从某种意义上说,指数投资是传统投资方法和人工智能投资方法的试金石。然而,指数投资的表现也是人工智能表现的下限,糟糕的人工智能也面临淘汰。

影响5 :改变游戏模式

资产管理行业发展的先决条件之一是基金经理能够持续赚钱。事实上,持续赚钱非常困难,所以这个行业有一句“投资生存战”的说法,那就是,长期生存并不容易。股票市场是一个有短期和长期投资者的生态系统。 有理性投资者和噪音投资者。 有聪明的钱和愚蠢的钱。无论是投资者还是投机者,在进入这个市场时,每个人都有信心。但是从短期来看,考虑到摩擦成本,股票市场是一个零和游戏,甚至是一个负和游戏。过去的记录显示,投资时间越长,复合回报率越低。 复合回报率的极限约为40 %,这是非常罕见的。 复合收率限制在10 %以上,已经可以列为大师级。

股票市场上的传统玩家,无论是组织还是个人,都是人们的游戏。或者意气风发,或者筋疲力尽,苦不堪言,没人知道。在未来,股票市场的游戏模式可能是一个复杂的游戏环境,在加入人工智能后,混合了人、人机交互和完全人工智能。除此之外,人工智能至少有一个优势,那就是它没有能源短缺、身体疲惫、工资和薪水纠纷,也不担心老年人和年轻人。相反,通过日夜机器学习、自学和强化学习,它只会变得越来越强大。当然,未来机器智能之间的游戏也将是精彩而悲惨的。原因是不同的人工智能模型,不同的方法,不同的技术路线,不同的数据,彼此之间,最终会有互相残杀,赢家?

影响6 :挑战组织结构

传统主流机构投资者的内部组织结构分为研究部门、股票投资部门、定量投资部门、交易部门和监管部门。 根据职位,有宏观研究人员、行业研究人员、基金经理、数量分析师、交易员和检查员。。由于研究驱动的投资管理,投资组织应该被视为典型的学习型组织。从根本上说,资产管理公司是一家公司,根据信息流和业务流程形成层级结构是正常的。随着时间的推移,也有可能在企业内部形成一个“官僚”系统,也就是说,对变化的敏感性降低也是很常见的。从本质上说,组织结构是人们在一定阶段认知决策思维的体现。组织结构的变化体现了CEO或董事长对未来的理解。

如果是在软件定义的社会或算法定义的时代。如果数据是新的石油,那么信息就是生命的血液。然后,组织结构中的管理问题和投资过程问题可能变成如何管理数据和信息。? 如何管理算法和软件? 如何外包算法? 如何鼓励开源代码共享? 那么,传统的零件和位置划分是否适合信息流中新的甚至革命性的变化 此外,新型企业也对企业边界问题给出了不同的答案。例如。顶级对冲基金AQR的创始人是一名博士生,他在FAMA年诺贝尔奖获得者)的指导下于1994年毕业。他提倡开放研究,并在一定程度上提倡开放源代码共享,这重新定义了企业的边界和合作。

影响7 :技术公司转型

长期以来,投资管理行业的竞争一直是一场技术武装到牙齿的“军备竞赛”。华尔街顶级公司是军备竞赛的主要驱动力。早在1967年,《投资经典》,即《金钱游戏》一书的第二部分,是关于“信息技术系统”,第12章的标题是“血战后失去情感的电脑恶魔”(金钱游戏,广东经济出版社,2011年版,p。148 )。大约在1974年,皮奥。例如,顶尖的定量投资公司,复兴科技公司,已经发展出了自己的方式,并且已经脱颖而出。2017年10月28日,著名的《金融时报》写道:“当硅谷来到华尔街:主流资产管理公司开始使用大数据和机器学习。这也是正常的,对现实世界的认知正在通过尝试、错误和批评而进步。“。

复兴科技公司、六西格玛和其他公司已经组建了自己的人工智能团队。2012年,著名的对冲基金公司桥水基金挖走了IBM“沃森”人工智能开发团队的领导者大卫·费鲁奇。2017年,对冲基金巨头Citadel雇佣了微软首席人工智能科学家邓丽。2018年,美国航天局(国家航空航天局)首席数据科学家加入了贝莱德。2018年,华盛顿大学计算机科学与工程教授、《主算法》的作者佩德罗·多明戈斯加入了DE Shaw。2018年,卡内基梅隆大学计算机系主任Manuela Veloso加入了摩根大通。。。

传统上,资产管理行业是一个收入相对较高的行业,也是商学院毕业生的主要工作选择之一

2018年,经济学和金融学毕业生面临历史上最严峻的就业挑战。这也可能是资产管理行业的供应方改革。事实上,长期复合年回报率接近40 %的文艺复兴科技公司之所以成功,很长一段时间以来,其中一个原因可能是他们没有招聘具有经济和金融背景的毕业生或华尔街工作经验的人。这确实印证了一句老话:如果你重复同样的事情,你不会得到不同的结果。复兴公司的成功在于,在投资方面,它没有走上与大多数主流传统投资机构相同的道路。。。

显然,在未来,计算机、统计、数学和其他方面的人才可能会很受欢迎。这背后的原因是传统的信息流和投资过程受到了挑战。然而,我们必须特别指出,传统投资方法并非毫无价值,直觉和经验也并非完全不合理。例如,至少杰出和有经验的投资者的投资方法和想法不受影响。e。e。因为人工智能无法判断行业发展趋势、企业发展战略、企业家精神、企业文化。这些“虚拟”和定性的东西正是判断伟大企业的关键。。。

人工智能的广泛使用会带来什么新的风险

从战略的角度来看,不重视人工智能这一社会发展的总趋势,可能会有“企业崩溃、流血或过热”的风险 对于资产管理行业来说,真正的破坏者可能是来自其他行业的打击吗。例如,来自像谷歌这样的科技公司? 因为谷歌有一个非常流行的股票选择引擎? 或者来自东方财富等拥有客户流量的公司。或者来自完全人工智能公司? 从技术角度来看,机器和机器智能带来的风险也非常严重?

。例如,该指数在1987年的一天内下跌了20 %以上,2010年的闪电崩盘都是由机器程序交易的连锁反应造成的( Aldridge,I。还有。Krawciw,2017年,《实时风险:投资者应该了解的金融技术、高频交易和闪电崩盘》,Hoboken,新泽西州: Wiley )。 在国内,在2013年8月16日11 : 05乌龙茶事件中,几只重磅股票立即支付了巨额资金,导致多达59只重磅股票被关闭交易。传统证券交易中风力控制系统的响应速度最快,但远远不能满足高频套利交易的要求。例如,在这种情况下,每个订单生成为4。6毫秒。这对监督和交流提出了挑战。。。

秒。gov / sec - CFTC -预报告。pdf格式。影响10 :人机游戏合作。

未来已经到来,但还不明显

人工智能可以在资产管理行业发展的许多方面进行改革,并能促进行业的变化。然而,人工智能并不是万能的,至少在可预见的长期内,人工智能不能完全取代人类(安德鲁·吴,加拿大人工智能目前没有做的事情,2016年11月9日)。例如,在传统投资决策框架中,人工智能在数据获取、信息处理和交易执行方面具有绝对优势,但在理解历史知识、经验规则和游戏策略方面却没有优势。人工智能在掌握短期情绪和非定向判断方面有绝对优势,但在理解长期基本面和定向判断方面没有优势。 因此,一种可能的模式是人脑和电脑之间的游戏合作。。。

技术创新可以通过改变这三个输入变量的相互作用程度和范围来达到最佳效果。事实上,先锋创始人约翰也曾被用于资产管理行业。约翰·博格尔在1984年提出了“4P”标准,作为判断创新的基础,即人、投资哲学、投资组合和绩效。? 博格1984年的公式也是讨论人机游戏合作的好角度。。。

关键结论。20世纪50年代,计算机科学和人工智能首次出现

20世纪80年代,华尔街是早期人工智能的客户。1987年6月《华尔街电脑评论》的封面文章是:“教电脑模仿伟大的思想家”。附图显示苏格拉底站在纽约证券交易所的台阶上,而纽约证券交易所被CRT显示器包围。1990年6月,《华尔街计算机评论》的封面文章是“基于知识的系统:用于专业思维的计算机”,罗丹的“思想者”雕像通过互联网连接。。。

然而,人们仍然或多或少地对人工智能有许多误解甚至恐惧,这是正常的。在讨论中,这也是一个相当广泛和开放的问题,有不同的意见。我们的观点可能正确,也可能不正确。我们也面临“在当前习惯的框架内分析未来问题”的尴尬。”。"。我很感谢你的评论。。。

在密切关注投资者之后,投资者会带你穿越云层,研究和分析适合你的基金,筛选出符合道德的职业经理人来护送你的基金投资组合? 。。

实战分析,客观中立

? 风险披露:这个公开号码的内容不构成任何投资建议,投资者不应取代他们的独立判断,也不应根据这个内容做出决定


我们努力使该公开号码的内容准确可靠,但我们不保证该信息的准确性或完整性,我们对使用该信息造成或可能造成的损失不承担任何责任。。。


二维码