CNET科技行者 12月22日 北京消息(編譯/高玉嫻):人工智能對(duì)金融機(jī)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(yù)防金融犯罪。助推這一波人工智能大潮的一大核心是機(jī)器學(xué)習(xí)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。
(后文會(huì)做詳細(xì)介紹)
這一波操作讓整個(gè)金融界為之震驚。
可以看到,借助機(jī)器學(xué)習(xí),計(jì)算機(jī)已經(jīng)可以完成諸如股票交易這樣復(fù)雜而繁瑣的任務(wù)。同時(shí),在全球已經(jīng)有不少對(duì)沖基金公司正在該領(lǐng)域不斷探索,并取得了可與人類(lèi)專(zhuān)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(kāi)發(fā)了一種算法,通過(guò)獲取數(shù)以百萬(wàn)計(jì)的數(shù)據(jù)點(diǎn)從而識(shí)別交易模式,預(yù)測(cè)趨勢(shì),制定成功的股票交易決策。在Sentient公司的平臺(tái)上,運(yùn)行著數(shù)以萬(wàn)億計(jì)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(shí)別整合成功的交易模式,制定新的交易策略。同時(shí),通過(guò)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(shí)現(xiàn)自主優(yōu)化。據(jù)該公司CEO安東萬(wàn)•布隆多(Antoine Blondeau)表示 ,其基金完全由人工智能操盤(pán),整體思路就是做一些沒(méi)有其他人也沒(méi)有其他機(jī)器在做的事情。
Sentient的首席科學(xué)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(fēng)險(xiǎn)設(shè)置,并且是在沒(méi)有人工干預(yù)的情況下運(yùn)行的。“它會(huì)自動(dòng)生成一套策略 ,并給我們下指示。它還會(huì)告訴我們要在何時(shí)退出,何時(shí)減小風(fēng)險(xiǎn)敞口,諸如此類(lèi)。”霍加特說(shuō)。
英仕曼之外,國(guó)外還有很多成功案例。美國(guó)的Wealthfront和Betterment、英國(guó)的MoneyonToast、德國(guó)的FinanceScout24、法國(guó)的MarieQuantier等均成功將人工智能引入投資理財(cái),目前智能顧問(wèn)已掌握大量資產(chǎn);第一個(gè)以人工智能驅(qū)動(dòng)的基金Rebellion曾成功預(yù)測(cè)了2008年股市崩盤(pán),并在2009年給希臘債券F評(píng)級(jí),而當(dāng)時(shí)惠譽(yù)的評(píng)級(jí)仍然為A,通過(guò)人工智能,Rebellion比官方降級(jí)提前一個(gè)月;掌管900億美元的對(duì)沖基金Cerebellum,使用了人工智能技術(shù),從2009年以來(lái)一直處于盈利狀態(tài)。
隨著電子商務(wù)的推廣,網(wǎng)絡(luò)詐騙愈發(fā)猖獗。然而,打擊網(wǎng)絡(luò)詐騙并非易事。過(guò)度拒絕交易從而預(yù)防網(wǎng)絡(luò)犯罪會(huì)導(dǎo)致客戶體驗(yàn)下降,可能造成大量客戶的流失。2015年,Javelin Strategy市場(chǎng)調(diào)研機(jī)構(gòu)發(fā)布的一項(xiàng)研究表明:網(wǎng)絡(luò)零售商因錯(cuò)誤拒絕合法交易造成的損失金額高達(dá)1180億美元。在錯(cuò)誤拒絕合法交易的案例中有三分之一的客戶會(huì)放棄交易。此外,僅在美國(guó)地區(qū),該類(lèi)案例造成的經(jīng)濟(jì)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(guò)分析不同的數(shù)據(jù)點(diǎn),利用機(jī)器學(xué)習(xí)算法檢測(cè)人類(lèi)分析師察覺(jué)不到的欺詐性交易。與此同時(shí),還可提升實(shí)時(shí)審批的準(zhǔn)確度,減少錯(cuò)誤拒絕率。
如今,已經(jīng)有很多機(jī)構(gòu)開(kāi)始借助人工智能預(yù)防詐騙。Mastercard(萬(wàn)事達(dá)卡)不久前推出的智能決策(DI)技術(shù)是個(gè)很好的例子。據(jù)了解,DI可以從持卡人的消費(fèi)記錄和習(xí)慣中采集模型,建立行為基準(zhǔn),從而對(duì)每筆新達(dá)成的交易進(jìn)行比較和評(píng)估。相較于傳統(tǒng)的多借助通用方法評(píng)估所有交易的犯罪預(yù)防技術(shù),該技術(shù)的應(yīng)用可謂是一項(xiàng)重大突破。
事實(shí)上,Mastercard并非第一家運(yùn)用人工智能進(jìn)行反欺詐檢測(cè)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(cè)功能的網(wǎng)站中收集了大量數(shù)據(jù),并通過(guò)多種渠道的設(shè)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(diǎn),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(cè)欺詐性交易。
近年來(lái),借助由自然語(yǔ)言處理(NLG)和機(jī)器學(xué)習(xí)算法驅(qū)動(dòng)的智能客服為用戶提供個(gè)性化對(duì)話體驗(yàn)開(kāi)始變得越來(lái)越普及。
而智能客服在金融業(yè)的應(yīng)用也是比較常見(jiàn)的,比如幫助用戶理財(cái)。舉個(gè)例子,當(dāng)用戶點(diǎn)擊Facebook的聊天窗口時(shí),就可以啟動(dòng)Plum聊天機(jī)器人,從而進(jìn)行小額分期存款的操作。在注冊(cè)時(shí),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(huì)分析用戶的收入水平和消費(fèi)習(xí)慣,并在此基礎(chǔ)上預(yù)測(cè)其能接受的存款金額。然后適時(shí)分期向用戶的儲(chǔ)蓄賬戶中存儲(chǔ)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(gè)賬戶的收入與支出,像私人會(huì)計(jì)師一樣和客戶交流,回答客戶的問(wèn)題,同時(shí)還可以提供理財(cái)指導(dǎo),幫助用戶做未來(lái)的資金規(guī)劃和管理。今年年末,美國(guó)銀行計(jì)劃推出智能客服Erica(取銀行名字的諧音)。Erica可以在銀行手機(jī)客戶端與客戶進(jìn)行語(yǔ)音和文字互動(dòng),從而幫助客戶快速做出更明智的決定。例如,無(wú)需打開(kāi)應(yīng)用界面(UI)即可命令Erica匯錢(qián)給朋友或付款。智能客服的AI引擎還可分析管理客戶的個(gè)人財(cái)務(wù),如根據(jù)客戶收入和支出模型,提供建議,實(shí)現(xiàn)儲(chǔ)蓄目標(biāo)。
在對(duì)人工智能技術(shù)的應(yīng)用中,英仕曼是個(gè)非常好的例子,這里我們重點(diǎn)介紹一下。
英仕曼集團(tuán)作為全球最大的對(duì)沖基金公司之一,資產(chǎn)高達(dá)960億美元。其旗下的AHL Dimension 基金從2014年就開(kāi)始將機(jī)器學(xué)習(xí)算法用于自動(dòng)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(jī)器學(xué)習(xí)算法設(shè)置了邊界參數(shù),包括敞口資本、資產(chǎn)類(lèi)別以及交易成本。通過(guò)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(lèi)分析師忽略的模式和聯(lián)系。機(jī)器學(xué)習(xí)算法在新數(shù)據(jù)與歷史模式進(jìn)行不間斷比對(duì),推測(cè)將會(huì)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(shí)現(xiàn)對(duì)未來(lái)幾周的形勢(shì)作出合理預(yù)測(cè)。
就在那一年,人工智能為英仕曼集團(tuán)規(guī)模最大的一只基金AHL Dimension Programme貢獻(xiàn)了大約一半的利潤(rùn)。
去年11月和12月,當(dāng)世界仍在努力消化川普當(dāng)選美國(guó)總統(tǒng)的消息時(shí),英仕曼的人工智能卻迅速進(jìn)入市場(chǎng),并從隨后的反彈中獲利。
Dimension的基金經(jīng)理尼克.格蘭杰(Nick Granger)說(shuō)。
自2014年初以來(lái),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(kuò)大到當(dāng)時(shí)的5倍。
AHL Dimension基金首席科學(xué)家、牛津?qū)嶒?yàn)室的負(fù)責(zé)人萊德福德(Anthony Ledford)表示,英仕曼集團(tuán)的AI工程師們用獎(jiǎng)勵(lì)和懲罰來(lái)引導(dǎo)機(jī)器,從技術(shù)角度來(lái)說(shuō),這會(huì)用到深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。而通過(guò)深度學(xué)習(xí),他們用歷史信息構(gòu)成的數(shù)據(jù)集,來(lái)訓(xùn)練算法發(fā)現(xiàn)預(yù)測(cè)模式、規(guī)律。比如說(shuō),當(dāng)算法從股票和期貨的價(jià)格數(shù)據(jù)中發(fā)現(xiàn)相似點(diǎn)時(shí),就會(huì)受到“激勵(lì)”。通過(guò)強(qiáng)化學(xué)習(xí),算法會(huì)在運(yùn)行過(guò)程中,根據(jù)某種行為的成敗來(lái)重新校準(zhǔn)。另外,研究者也會(huì)在算法中設(shè)置懲罰機(jī)制,來(lái)阻止AI的某些行為,比如說(shuō)不讓AI去創(chuàng)建人類(lèi)已經(jīng)用過(guò)的交易策略。
因此,在萊德福德看來(lái),只靠一群極客敲代碼還不能構(gòu)建出能用的AI,問(wèn)題的關(guān)鍵在于數(shù)據(jù)。如果說(shuō)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(méi)有人為干預(yù)的情況下適應(yīng)和學(xué)習(xí)各種技能。
據(jù)說(shuō)在英仕曼的辦公室里,每周都會(huì)有一群銷(xiāo)售來(lái)來(lái)往往,推銷(xiāo)著各種各樣的數(shù)據(jù)集。金融數(shù)據(jù)通常毫無(wú)組織,就像一幅被搖散了的拼圖,對(duì)于計(jì)算機(jī)來(lái)說(shuō)非常難以理解,但卻是非常關(guān)鍵的。
雖然機(jī)器學(xué)習(xí)已經(jīng)在金融領(lǐng)域得到了廣泛應(yīng)用,然而還有不少問(wèn)題還需要解決。
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(zhǎng)了15%,這個(gè)成績(jī)雖然高于行業(yè)平均近一倍,但仍然尚未達(dá)到S&P 500(標(biāo)準(zhǔn)普爾500指數(shù))。
▲對(duì)沖基金、AI策略基金、和標(biāo)普500近四年的業(yè)績(jī)
圖片來(lái)源:Bloomberg
此外,很多人,尤其是傳統(tǒng)交易者,仍然認(rèn)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(yùn)作原理。因此,當(dāng)算法決策失誤,損害用戶利益時(shí),問(wèn)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(lèi)分析師執(zhí)行算法決策前進(jìn)行檢查的分析工具。
同時(shí),過(guò)度使用大數(shù)據(jù)也促使對(duì)沖基金走進(jìn)法律的灰色地帶。多年來(lái),計(jì)算機(jī)代碼一直是交易大廳的標(biāo)準(zhǔn)工具。在某些事情發(fā)生時(shí)告訴計(jì)算機(jī)應(yīng)該做什么,是量化基金的基礎(chǔ),這些基金長(zhǎng)期以來(lái)一直使用統(tǒng)計(jì)分析來(lái)尋找優(yōu)勢(shì)。人工智能在此基礎(chǔ)上更進(jìn)一步,它能夠根據(jù)其接收到的信息進(jìn)行調(diào)整。而在英仕曼,通過(guò)設(shè)定敞口上限、資產(chǎn)類(lèi)別、波動(dòng)率、交易成本等參數(shù),合規(guī)和風(fēng)險(xiǎn)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(guò)程中偏離軌道或違反法律。
雖然,我們現(xiàn)在還不清楚有多少像英仕曼這樣的對(duì)沖基金公司正在使用AI來(lái)提升業(yè)績(jī),以及有多少機(jī)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(zhǎng)Eric Schmidt此前所說(shuō),五十年后,所有交易決策都將依賴于計(jì)算機(jī)對(duì)數(shù)據(jù)和市場(chǎng)信號(hào)的解析。
無(wú)論這樣的預(yù)測(cè)能否實(shí)現(xiàn),毫無(wú)疑問(wèn)的是,AI正在改變金融市場(chǎng)的運(yùn)作方式,以及交易者未來(lái)進(jìn)行資金管理的方式,并且還將給金融領(lǐng)域帶來(lái)更多的驚喜。
編譯整理:科技行者
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。