人工智能對金融機構(gòu)的影響正在與日劇增，它不僅改變了人們存款、投資和借貸的方式，甚至還能預防金融犯罪。助推這一波人工智能大潮的一大核心是機器學習算法，而金融行業(yè)也正在借助于算法的優(yōu)化不斷發(fā)展。
此前，全球最大的對沖基金公司之一英仕曼集團(Man Group)旗下的AHL Dimension 基金通過將機器學習算法用于自動貿(mào)易決策發(fā)現(xiàn)，在沒有人為干預的情況下，該AI系統(tǒng)竟然自己學會了抄底。(后文會做詳細介紹)
這一波操作讓整個金融界為之震驚。
包括對沖基金在內(nèi)，以下我們列舉了人工智能在金融領(lǐng)域應用的三個主要場景：
基于算法的金融交易
可以看到，借助機器學習，計算機已經(jīng)可以完成諸如股票交易這樣復雜而繁瑣的任務。同時，在全球已經(jīng)有不少對沖基金公司正在該領(lǐng)域不斷探索，并取得了可與人類專家的判斷相媲美的成果。
此前，舊金山的創(chuàng)業(yè)公司Sentient Technologies就開發(fā)了一種算法，通過獲取數(shù)以百萬計的數(shù)據(jù)點從而識別交易模式，預測趨勢，制定成功的股票交易決策。在Sentient公司的平臺上，運行著數(shù)以萬億計由大量在線公共數(shù)據(jù)創(chuàng)建的模擬交易程序。借助這些程序，該算法可以識別整合成功的交易模式，制定新的交易策略。同時，通過該算法，系統(tǒng)還可以在幾分鐘內(nèi)完成傳統(tǒng)方式中1800天的交易量，并在交易中不斷實現(xiàn)自主優(yōu)化。據(jù)該公司CEO安東萬•布隆多(Antoine Blondeau)表示 ，其基金完全由人工智能操盤，整體思路就是做一些沒有其他人也沒有其他機器在做的事情。
Sentient的首席科學官巴貝克•霍加特(Babak Hodjat)表示 ，這套系統(tǒng)允許公司調(diào)整特定的風險設置，并且是在沒有人工干預的情況下運行的。“它會自動生成一套策略 ，并給我們下指示。它還會告訴我們要在何時退出，何時減小風險敞口，諸如此類。”霍加特說。
而在應用方面，目前，除了英仕曼之外，國外還有很多成功案例。美國的Wealthfront和Betterment、英國的MoneyonToast、德國的FinanceScout24、法國的MarieQuantier等均成功將人工智能引入投資理財，目前智能顧問已掌握大量資產(chǎn);第一個以人工智能驅(qū)動的基金Rebellion曾成功預測了2008年股市崩盤，并在2009年給希臘債券F評級，而當時惠譽的評級仍然為A，通過人工智能，Rebellion比官方降級提前一個月;掌管900億美元的對沖基金Cerebellum，使用了人工智能技術(shù)，從2009年以來一直處于盈利狀態(tài)。
反欺詐檢測
隨著電子商務的推廣，網(wǎng)絡詐騙愈發(fā)猖獗。然而，打擊網(wǎng)絡詐騙并非易事。過度拒絕交易從而預防網(wǎng)絡犯罪會導致客戶體驗下降，可能造成大量客戶的流失。2015年，Javelin Strategy市場調(diào)研機構(gòu)發(fā)布的一項研究表明：網(wǎng)絡零售商因錯誤拒絕合法交易造成的損失金額高達1180億美元。在錯誤拒絕合法交易的案例中有三分之一的客戶會放棄交易。此外，僅在美國地區(qū)，該類案例造成的經(jīng)濟損失是真正詐騙案件損失金額的13倍。
在這樣的背景下，人工智能可以通過分析不同的數(shù)據(jù)點，利用機器學習算法檢測人類分析師察覺不到的欺詐性交易。與此同時，還可提升實時審批的準確度，減少錯誤拒絕率。
如今，已經(jīng)有很多機構(gòu)開始借助人工智能預防詐騙。Mastercard(萬事達卡)不久前推出的智能決策(DI)技術(shù)是個很好的例子。據(jù)了解，DI可以從持卡人的消費記錄和習慣中采集模型，建立行為基準，從而對每筆新達成的交易進行比較和評估。相較于傳統(tǒng)的多借助通用方法評估所有交易的犯罪預防技術(shù)，該技術(shù)的應用可謂是一項重大突破。
事實上，Mastercard并非第一家運用人工智能進行反欺詐檢測的金融企業(yè)。有些公司采用的方法更為全面。例如，Sift Science從6000多家具備欺詐檢測功能的網(wǎng)站中收集了大量數(shù)據(jù)，并通過多種渠道的設備追蹤和數(shù)據(jù)分析，利用智能引擎關(guān)聯(lián)了各種不同的數(shù)據(jù)點，包括網(wǎng)站上的付款信息和其他行為，建立優(yōu)質(zhì)用戶行為模型，檢測欺詐性交易。
智能客服
近年來，借助由自然語言處理(NLG)和機器學習算法驅(qū)動的智能客服為用戶提供個性化對話體驗開始變得越來越普及。
而智能客服在金融業(yè)的應用也是比較常見的，比如幫助用戶理財。舉個例子，當用戶點擊Facebook的聊天窗口時，就可以啟動Plum聊天機器人，從而進行小額分期存款的操作。在注冊時，用戶只需要將Plum與其銀行賬戶關(guān)聯(lián)。之后，Plum的人工智能系統(tǒng)就會分析用戶的收入水平和消費習慣，并在此基礎上預測其能接受的存款金額。然后適時分期向用戶的儲蓄賬戶中存儲小筆金額，并定期通知用戶。
此外，智能客服Cleo還可以跟蹤多個賬戶的收入與支出，像私人會計師一樣和客戶交流，回答客戶的問題，同時還可以提供理財指導，幫助用戶做未來的資金規(guī)劃和管理。今年年末，美國銀行計劃推出智能客服Erica(取銀行名字的諧音)。Erica可以在銀行手機客戶端與客戶進行語音和文字互動，從而幫助客戶快速做出更明智的決定。例如，無需打開應用界面(UI)即可命令Erica匯錢給朋友或付款。智能客服的AI引擎還可分析管理客戶的個人財務，如根據(jù)客戶收入和支出模型，提供建議，實現(xiàn)儲蓄目標。
重點聊聊英仕曼集團會自己抄底的AI系統(tǒng)
在對人工智能技術(shù)的應用中，英仕曼是個非常好的例子，這里我們重點介紹一下。
英仕曼集團作為全球最大的對沖基金公司之一，資產(chǎn)高達960億美元。其旗下的AHL Dimension 基金從2014年就開始將機器學習算法用于自動貿(mào)易決策，并且獲得了巨大收益。
據(jù)了解，英仕曼的工程師為機器學習算法設置了邊界參數(shù)，包括敞口資本、資產(chǎn)類別以及交易成本。通過這些參數(shù)為算法提供數(shù)據(jù)，從而發(fā)現(xiàn)那些容易被人類分析師忽略的模式和聯(lián)系。機器學習算法在新數(shù)據(jù)與歷史模式進行不間斷比對，推測將會發(fā)生的變化。目前，英仕曼已經(jīng)將該模型用于加快貿(mào)易決策，從而實現(xiàn)對未來幾周的形勢作出合理預測。
2015年8月，當全球金融市場由于對中國經(jīng)濟的擔憂引發(fā)了突然大量的拋售時。英仕曼的AI系統(tǒng)在此前就看空市場，并迅速從下跌中獲利。而在美國股市下跌約3%后，該系統(tǒng)又發(fā)現(xiàn)了買入機會，重新回到市場。就在那一年，人工智能為英仕曼集團規(guī)模最大的一只基金AHL Dimension Programme貢獻了大約一半的利潤。
去年11月和12月，當世界仍在努力消化川普當選美國總統(tǒng)的消息時，英仕曼的人工智能卻迅速進入市場，并從隨后的反彈中獲利。
“沒有人告訴它去怎么抄底和獲利，它自己學會了如何觀察以前的模式。”AHLDimension的基金經(jīng)理尼克.格蘭杰(Nick Granger)說。
自2014年初以來，英仕曼管理的資產(chǎn)總額已經(jīng)飆升了77%。而AHL Dimension基金的規(guī)模也已經(jīng)擴大到當時的5倍。
AHL Dimension基金首席科學家、牛津?qū)嶒炇业呢撠熑巳R德福德(Anthony Ledford)表示，英仕曼集團的AI工程師們用獎勵和懲罰來引導機器，從技術(shù)角度來說，這會用到深度學習和強化學習。而通過深度學習，他們用歷史信息構(gòu)成的數(shù)據(jù)集，來訓練算法發(fā)現(xiàn)預測模式、規(guī)律。比如說，當算法從股票和期貨的價格數(shù)據(jù)中發(fā)現(xiàn)相似點時，就會受到“激勵”。通過強化學習，算法會在運行過程中，根據(jù)某種行為的成敗來重新校準。另外，研究者也會在算法中設置懲罰機制，來阻止AI的某些行為，比如說不讓AI去創(chuàng)建人類已經(jīng)用過的交易策略。
因此，在萊德福德看來，只靠一群極客敲代碼還不能構(gòu)建出能用的AI，問題的關(guān)鍵在于數(shù)據(jù)。如果說處理能力是人工智能的引擎，信息就是它的燃料。它能讓工程師們教給算法在沒有人為干預的情況下適應和學習各種技能。
據(jù)說在英仕曼的辦公室里，每周都會有一群銷售來來往往，推銷著各種各樣的數(shù)據(jù)集。金融數(shù)據(jù)通常毫無組織，就像一幅被搖散了的拼圖，對于計算機來說非常難以理解，但卻是非常關(guān)鍵的。
尚需解決的問題
金融業(yè)或許是人工智能最好應用的行業(yè)，但同時，也是人工智能應用所面臨的最具挑戰(zhàn)的行業(yè)。雖然機器學習已經(jīng)在金融領(lǐng)域得到了廣泛應用，然而還有不少問題還需要解決。
首先，如何借助人工智能有效操作復雜交易還有待討論，因為這會受到一些難以預測的意外因素的影響。訓練計算機如何搞清楚債券市場的運行規(guī)律，不同于教它認貓。市場的運行方式神秘莫測，新聞事件、經(jīng)濟、政治、監(jiān)管、自然災害和人類的判斷等等都會對其產(chǎn)生影響。對于英仕曼而言，在人工智能投入使用后，AHL基金的收益三年中增長了15%，這個成績雖然高于行業(yè)平均近一倍，但仍然尚未達到S&P 500(標準普爾500指數(shù))。
▲對沖基金、AI策略基金、和標普500近四年的業(yè)績
此外，很多人，尤其是傳統(tǒng)交易者，仍然認為人工智能算法不夠透明。隨著人工智能算法所含數(shù)據(jù)和精密度的增加，創(chuàng)建者已經(jīng)難以輕易解釋其運作原理。因此，當算法決策失誤，損害用戶利益時，問題就變得非常棘手。為避免失誤，英仕曼研發(fā)了一種供人類分析師執(zhí)行算法決策前進行檢查的分析工具。
同時，過度使用大數(shù)據(jù)也促使對沖基金走進法律的灰色地帶。多年來，計算機代碼一直是交易大廳的標準工具。在某些事情發(fā)生時告訴計算機應該做什么，是量化基金的基礎，這些基金長期以來一直使用統(tǒng)計分析來尋找優(yōu)勢。人工智能在此基礎上更進一步，它能夠根據(jù)其接收到的信息進行調(diào)整。而在英仕曼，通過設定敞口上限、資產(chǎn)類別、波動率、交易成本等參數(shù)，合規(guī)和風險控制規(guī)則根植于系統(tǒng)的基因中，防止它在快速盈利的過程中偏離軌道或違反法律。
總結(jié)
雖然，我們現(xiàn)在還不清楚有多少像英仕曼這樣的對沖基金公司正在使用AI來提升業(yè)績，以及有多少機構(gòu)取得了成功。但如谷歌前執(zhí)行總裁、現(xiàn)Alphabet執(zhí)行董事長Eric Schmidt此前所說，五十年后，所有交易決策都將依賴于計算機對數(shù)據(jù)和市場信號的解析。
無論這樣的預測能否實現(xiàn)，毫無疑問的是，AI正在改變金融市場的運作方式，以及交易者未來進行資金管理的方式，并且還將給金融領(lǐng)域帶來更多的驚喜。
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。