量化网：量化交易步入市场发展黄金期

金融市场的进一步开放，投资者财富管理需求强劲，这让量化交易逐步走向自动化、程序化、规范化、差异化发展。特别是以净值化管理为特征的私募量化投资在投资策略、产品服务均实现升级与拓展的同时，也迎来了市场黄金发展期，实现“量化大时代”。

在海外市场，超过70%的资金交易采用计算机程序进行，在这“70%”当中，半数管理者采用量化交易模型。量化交易所拥有的纪律性、系统性、套利思想以及概率取胜等特点是其广受全球投资者以及金融机构青睐的关键。首先，量化交易基于模型运作结果来推算，而不是简单的通过“人脑”，杜绝了人“感性”的弱点，让投资变得更为理性化。其次，量化交易所拥有的多层次、多角度、多数据特性，让人们可以从一个更高维度上去审核、评估该交易，而不是局限于一点一面，这让投资者的投资变得更为精准。最后，量化交易还可以帮助投资者找到各类“错误定价、错误估值”所带来的财富机遇，以此轻松套利。

如何建立属于自己的量化交易体系？首先投资者需要对交易基础知识以及产品定义有一个大致的了解；其次、投资需要拥有自己的交易指导思想，这一点需要在实战中学习；第三、投资者要选择好适合自己的交易平台。在做好这些后，投资者可以依据风险管理算法来进行仓位以及资金的配置，实现利润最大化以及风险的最小化。

当然，我们在进行量化交易的时候，也要注意一些潜在的风险，比如说数据是否完整，模型设计是否有风险评估以及预防措施，是否有同质模型竞争交易以及是否存在单一投资品种的不可测风险等。这些我们都需要在实战中尽量规避。

量化交易发展到今天，它的交易种类也变得越来越多，平台搬砖、趋势交易 、对冲都是相当常见、同时广受投资喜爱的量化交易类型。平台搬砖主打不同目标平台之间的高卖低买，趋势交易则依赖趋势指标实现卖出和买入，对冲则在于同时操作两笔交易来实现对冲风险。

对于量化交易，很多投资者认为，这是金融交易市场逐步走向成熟的表现，它的运作与决策都趋向于理想化与程序化，杜绝了传统金融交易中的“人”的波动性，因此显得更为精准、高效。得益于此，很多投资者开始加入量化交易，并因此实现了财富的显著提升。

文章来源：热点资讯录

从量化投资中的算法与人性预见未来

腾讯2019年第一季度财报里有两个25%值得关注。其一是腾讯在金融科技与企业服务的营收为217.89亿元，同比增长25%，剔除金融科技与企业服务后，腾讯的其他收入仅增长2%。其二是腾讯金融科技及企业服务在营收中占比已超过社交服务，为第二大板块，占比25%，与占比33%排名第一的网络游戏和退居第三占比24%的社交服务共同成为腾讯收入来源的三甲。

腾讯是从云计算切入金融科技领域的，阿里等网络基础平台的情况也大致如此。由此看来，互联网下半场的故事，很有可能是在金融与算法的碰撞中发生。毕竟金融有着人类最大的经济活动规模，而且直接与财富相关。在金融领域，算法可以最快速地盈利和变现，从而成为用来淘金的绝佳工具。因此在各个行业中，金融尤其是投资业对信息处理、算法应用的广度、密度和深度也遥遥领先。这其中，量化投资最为典型，所以，在对人性的认识和把握方面也最为成熟——当然，这也包括金融危机等由于人性贪婪引发的巨大风险和灾难。

事实上，有统计的收益率最高的投资大师并非巴菲特，而是量化投资的杰出代表詹姆斯·西蒙斯，1989—2009年间他执掌的大奖章基金平均年回报率高达35％，比巴菲特同期表现高出10余个百分点。在2018年，西蒙斯从对冲基金中赚得了16亿美元，其个人总资产达到165.5亿美元，使他成为世界上最富有的对冲基金经理。随着互联网和人工智能的兴起，量化投资在加速进化并凸显优势，影响到行业的未来。据福布斯报道，在2018年收入最高的20名对冲基金经理和交易员中，有超过半数与计算机驱动的算法交易有关。

在以算法为主导的这一轮科技浪潮中，了解和思考量化投资也会有助于理解互联网下半场的趋势和逻辑，甚至有助于预见未来的变局。这也是2014年以来，笔者聚焦量化投资领域的原因之一，其中诸多问题在与朱晓天教授共同主编的《量化投资十六讲》一书中做了解答。

比如，对于初涉量化投资和算法交易的人而言，最好奇的一个问题可能是：量化交易既然这么神奇，为什么在国内没有那么骄人的业绩？其实不然，知方石投资总经理刘钊有过统计，2012年到2016年中国市场上表现最好的4只基金，有3只是量化基金。另一方面，比西蒙斯更知名的投资大师巴菲特在中国有着更多的粉丝，但是其投资思想和策略其实也可以理解为一种量化投资，而且他的模型中因子非常稳定。技术也提供了一种公平，在男性为主流的投资领域，女性量化投资经理也有令人瞩目的战绩。据媒体报道，2009年中国推出的第一只增强型指数基金，成立以来总回报较比较基准沪深300指数高出59个百分点，其基金经理李笑薇就是女中豪杰。

那么，量化投资进入中国十多年了，它既然如此强大，为什么并没有那么耀眼或者受到持续追捧？

首先是因为数据是算法的基础，这方面还存在软肋。西蒙斯认为，广义的资本市场，包括股票、期货、外汇等，都反映了当今的社会现状，他的量化投资正是通过收集大量数据并依靠算法来决策。与西蒙斯所在的美国相比，中国的证券市场和统计系统还远未发达，数据不全、数据不够是在中国开展量化投资的巨大挑战。

还有诸多来自市场本身的原因，比如大量的量化投资策略侧重市场中性，在超预期的行情中无法获得高于市场平均收益率的回报。又如，中国的投资者仍然以散户为主，而量化对技术的要求对多数个人投资者而言遥不可及。再如，反转因子等在小盘股失宠之类的市场风格突变下失效。

最关键的原因是对量化投资报以过高的期望甚至神化。类似互联网早期的发展乃至比特币的毁誉，一旦“故事”被追捧得不切实际就成为“事故”。2012年到2016年量化产品曾经受过市场追捧，但是2017年的市场风格切换，罕见的低波动率导致很多量化策略失效，使得一些量化投资平台被挤出局。《量化投资十六讲》的一个重要特点就是回归常识和本质。书中强调量化投研要避免“交易不可实现”“幸存者偏差”“前视偏差”这些根深蒂固的人性弱点。中国绝对收益投资管理协会联系会长聂军在书中毫不客气地说，“从某种意义上讲，量化投资策略的系统性风险更大。”

算法经过市场的检验和修正，而市场背后又是人类的各种思维和行动。一方面，科技使这个世界的历史性改变已成为现实；另一方面，资产和市场也放大了人性的贪婪。技术和算法是中性的，是为人服务的，但如果杠杆过高或者通过复杂的产品设计将巨大的风险转嫁给客户，往往会带来灾难。量化投资中曾经最华丽的超级团队长期资本管理公司和“长期系”在两次金融危机中都以倒闭告终，就是最典型的案例。

在技术驱动的进程中，产品过于同质化产生共振的系统同性风险层出不穷，政策干预的影响在国内尚待完善的市场中也比较突出，但最大的风险还在人本身。尤其在FOF中人性的风险在其风险中占比非常显著。

在以金融科技战略取胜的同时，腾讯也鲜明地提出了“科技向善”。是的，在技术驱动的未来，面对巨大商业利益对人性的考验，如何应对道德风险和伦理危机，既是搭建算法与人性商业模式的必要功课，更是下一个时代的重要基石。

来源：21世纪商业评论

量化网：2020年量化交易日货量对比往年提升显著

近些年来，量化交易赢得越来越多的投资者的青睐，2020年全国量化交易也呈现出了较强的增长趋势。

量化交易是什么？量化交易主要通过趋势套利、对冲套利、高频交易等交易策略来获得利差，所拥有的诸多优势特性让众多投资者纷纷入场。量化交易从诞生起已经有50多年历史，它的出现得益于西方发达的经济学理论，国外很多知名的金融机构，比如说桥水基金、索罗斯基金都广泛采用量化交易。在传统金融市场领域，量化交易则主要集中于高额资金交易，各式私募机构、基金投资等对量化交易的运用均相当频繁。

量化交易的优势在于它可以让投资者依据海量数据进行分析、筛选、学习，并对比历年来各式回测信息来进行综合比对，以此选择最佳策略，因此量化交易在逻辑性和准确性上均相当优秀。横向、纵向对比，根据市场行情进行及时判断，多维度模拟都让量化交易显得更为高效精准。对于投资者来说，采用量化交易，可以减少盯盘时间，不用长时间关注投资交易，不用过多的占用生活、娱乐时间。

不仅如此，量化交易还有着投资门槛低、对接数字货币交易性能强等优势，这也是目前很多投资者都选择量化交易的原因。在海外，目前已经有超过30%的资金转化成为量化投资，我国起步较慢，但是比例也快速达到了8%，并且呈现出了强劲的活力与发展势头。不少分析人士也表示，未来中国量化交易市场还将拥有高达275%的增长空间，市场前景不可限量。另外，区块链技术的进一步深入化，也为量化交易的发展带来了强劲的驱动力。

虽然量化交易发展迅速，但是目前中国市场仍然存在短板，那就是相关衍生产品并不丰富。很多人已经意识到了这一点，并开始逐步拓展服务体系，进一步满足投资者各类量化交易需求。

目前，不少量化交易机构所推出的享受一键开单、无需盯盘、坐等收益等服务，也让投资者欢欣鼓舞，不少投资者也通过自己的聪明才智以及多年累积的丰富经验在量化交易市场不断掘金，获得相当丰厚的回报。可以肯定的一点是，未来将会有越来越多的人入驻量化交易市场，并通过量化交易实现财富的增值，量化交易市场前景值得期待，对于广大手中有闲余资金的人来说，量化交易无疑是一种相当实用的投资手段，也是一个撬开财富大门的杠杆。

文章来源：华声晨报网

人工智能等创新技术与金融业态深入融合

“互联网的普及、传感器的泛在、大数据的涌现、电子商务的发展、在线社区的兴起，数据和知识在人类社会、物理空间和信息空间之间的交叉融合与相互作用，汇合而成了驱动人工智能走向2.0的强大的外在动力和应用需求。这股浪潮席卷全球，也推动着金融行业发展到全新阶段。人工智能、大数据等新技术成为继互联网技术之后变革金融行业的全新力量。智能金融强调金融科技和人工智能的结合，人工智能、大数据、互联网、分布式技术和安全技术等关键软硬件已成为金融领域的新基础设施。" 中国工程院原常务副院长潘云鹤院士在2020全球人工智能大会智能金融高峰论坛中谈到。

据悉，作为2020全球人工智能大会的活动之一，以"普惠金融 智能共创"为主题的智能金融高峰论坛由杭州市科学技术局作为指导单位，同盾科技承办。论坛汇聚政府、学术界及行业领军企业代表，畅谈人工智能与金融彼此赋能产生的强大效能。同时，多家产业和学术机构联手成立"知识联邦产学研联盟"，将致力于探索下一代人工智能的实现路径。

中国人民银行科技司原司长陈静指出，我国金融业的发展靠的是改革与创新、先进科学技术的应用。随着金融科技和数字金融的快速发展，人工智能在金融领域的应用正在不断深化。当前，机器学习、知识图谱、生物识别、服务机器人等人工智能技术在金融预测、反欺诈、授信决策、智能投顾等领域广泛应用，金融业正在加快实现网点智能化、营销智能化、运营智能化、客服智能化、风控智能化。人工智能等技术是未来金融创新重要的应用趋势，和金融创新与发展的重大推动力。

杭州市科学技术局局长赵喜凯表示，目前杭州在人工智能领域，科研生态日趋完善，龙头企业引领发展，落地场景不断拓展，惠民项目扎实推进。人工智能等创新技术与传统金融业态深入融合，从支付结算、智能投顾、供应链金融、智能风控，到区块链金融、云计算等领域的创新应用，提供了高效便捷、信息透明的多样化金融服务，拓展了金融服务边界，优化了金融产品特性，弥补了传统金融短板，成为服务实体经济、防控金融风险、深化金融改革的重要力量。

同盾科技联合创始人、CEO张新波认为，人工智能等科技力量已从过去的支撑、保障的从属地位，发展成为引领、重塑的驱动力量，成为金融业重要的核心竞争力。"得益于杭州这片创业创新的沃土，同盾科技坚持自主创新，并以客户为核心，强化科技赋能，内建生态、外接场景，将自主研发的智能分析决策技术与服务广泛应用于智能金融、智能政务、智能城市建设等领域"，张新波说。

香港大学商学院副院长、诺贝尔经济学奖提名专家林晨教授在视频演讲中表示，金融科技具有逆周期潜力，通过大数据分析可对中小微企业有更准确、深入的了解，从而更好的服务实体和个人的金融服务需求。在经济下行期，保持对中小微企业的金融服务，有助于中小微企业稳定生产、稳定就业;有助于中小微企业的雇员稳定收入、稳定需求，进而实现保持经济稳定的社会责任。

国家金融与发展实验室副主任杨涛围绕"智能时代的金融新基建"介绍说，支付系统、中央证券托管系统、证券结算系统、中央对手方、交易数据库是当前各国共识的五类金融市场基础设施。我国金融供给侧结构性改革，强调"补短板"，提高服务实体经济水平和防控金融风险能力。当前，我国金融新基建的重点应放在货币体系、支付清算体系、信用体系、技术基础与设施、金融标准化、数据治理与交易等领域。

新网银行副行长兼首席风险官徐志华在演讲中表示，对于新一代互联网银行而言，智能风险管理技术不是一个"照妖镜"，必须是全生命周期管理。智能化风险管理一是要求流程自动化，所以我们必须建设一个智能风险系统;二是要求决策智能化，所以我们要建设一个智能决策模型。但是，零售信贷转型不止是建系统和模型，零售转型是一个业务综合性的系统工程，风险战略是零售风险管理的重点。

中国人寿财产保险有限公司信息技术部总经理郭海涛分享了国寿财险大数据建设经验，他说，大数据时代的到来，使得科技能力可以为公司提供全场景、全流程的支持与赋能，科技能力的核心是在大数据基础上的智能化能力，这就对保险公司在数据运营管理方面提出了更高的要求。国寿财险自2007年公司成立出单便开始了公司统一数据平台建设，伴随公司发展统一数据平台也从小到大。当前平台已涵盖几乎公司全部经营数据，平台应用功能可支持上至高管下至普通员工的内部数据分析需求。

论坛上，同盾科技联手浙江大学、中科院医学所、复旦大学、哈尔滨工业大学、华东师范大学、百度研究院、360集团、平安科技、明略科技等机构宣布成立"知识联邦产学研联盟"。中国工程院原常务副院长潘云鹤院士担任联盟专家指导委员会主席，中国科学院院士、中科院医学所所长、国科大肿瘤医院院长谭蔚泓，美国科学促进协会院士、明略科技首席科学家吴信东，欧洲科学院院士、上海交通大学讲席教授过敏意担任委员会副主席;同盾科技合伙人、人工智能研究院院长、中科院医学所首席教授李晓林担任联盟理事长。

李晓林教授表示，联盟将聚集跨行业的各方力量，联合开展知识联邦多层级的理论、技术、协议、标准和产业研究，构建理论研究到产业成果转化的生态，探索下一代人工智能的实现路径。

李晓林教授还在论坛演讲中介绍，知识联邦作为一个统一的、层次化的框架体系，支持安全多方检索、安全多方计算、安全多方学习(联邦学习)、安全多方推理等多功能技术方案。知识联邦是打造数据安全的人工智能生态系统的基础，致力于推进可信AI 3.0，实现"数据可用不可见，知识共创可共享"。

来源：东方网

人工智能新基建能保证有比较好的效益

人工智能新基建，证交所送钞来了。现在想做金融业的不得不向人工智能转行呀，竞争力没有优势，尤其做经纪业务，我这里有十多万的大股东带进来的券商，没有证券客户经理做客户经理呀，所以传统的客户经理只有在经纪公司上班才能赚到钱。估计随着大数据、云计算、证券客户经理慢慢的转型智能交易系统，人力升级，逐步能够增加客户经理的比例，客户成交数量，加上智能系统的辅助，未来才能保证有比较好的效益。

想做金融业的，能够赚钱的路就是不断的出差，开拓渠道、准备大数据和证券客户经理的转型。这样是能够赚到钱，因为是在未来的金融业，如果在传统的方向没有自己的产品，那是没有竞争力的。随着互联网金融的兴起，以及2015年纳斯达克创业板市值更高、以及投资界明星薛蛮子的个人股权数额大增，这样融资就变成了一种最时髦的金融创新事件。一句话：互联网金融的金融创新，作为金融行业的创新能力跟不上了。这也促进了中国金融创新发展。

我想从最基本的传统的证券市场拓展工作来看看我国金融的创新。一、证券市场的特点（一）风险和收益对赌协议：约定期满获得丰厚收益协议双方根据自己对风险的承受力，约定一定期限，用以约定双方对于收益的分成。所以也有说法是风险收益对赌协议。这样会增加客户经理的业绩压力，如果你觉得客户经理费可以忽略，那么恭喜你，你该换个证券公司。

（二）市场流动性紧张：证交所“老板”要养活1万多名销售，银行证券的现金使用在收紧（什么psl、prt收紧什么qfl，主要是为了保证证交所利益）。（三）数据不对称，对券商的工作人员要求高相比银行证券，只需要培训证券，不需要风控经理，开户不要求客户经理，这也就导致客户经理需要客户操盘，时间长，工作强度高，所以要求必须有经验，当然这样也助于券商的成长。

从管理来说，网络时代，信息化越来越发达，所以和客户的联络并不能保持信息的对称，比如你网上或者现场叫一家证券公司来办理交易，需要证交所许可，可是证交所才不管呢，就是一句，网上办理都可以。

你的工作时间是多长，你可能都不知道，因为需要调查客户。对于客户经理呢，尤其是做研究业务的，大部分是不需要客户经理这个角色的，因为客户经理的综合要求很高，如何拉客户、把资源都留在自己手上等等，这些证交所其实都是不管的。（四）从业者需要办卡，金融理财服务需要对证券公司（经纪公司）办卡。

来源：出名说说科技

以案例与趋势带你进一步了解人工智能

为了解决人工智能落地应用，企业需要做哪些准备？落地之前需要准备哪些准备工作？企业对人工智能的理解和未来的方向又是怎样的？带着上述的问题，3月27日，《人工智能投资趋势》即将成为3.27evo峰会的主角。

本次峰会将以案例与趋势带你进一步了解人工智能的三个趋势：技术趋势、应用趋势和商业趋势。精选精选企业案例，探讨ai与金融投资相关的热点问题和投资机会。ai与人工智能金融投资分享会议主题：人工智能与金融投资分享会议时间：2018年3月27日13:30地点：北京市海淀区南三环国家会议中心会议规模：200人会议方式：主会场→签到区会议对象：业内人士、金融机构专家、行业内专家、外资及国内人工智能企业峰会简介ai与金融投资分享会议主要包括企业介绍、相关人工智能领域的研究工作、应用场景分享、在金融业的先进应用、相关企业介绍、国内外差异性分析、知名投资机构介绍等板块。

首届“人工智能投资趋势”峰会将邀请千余位机构专家、国内外顶级人工智能企业、风险投资机构、投资家与投资公司等分享他们的研究成果和投资经验。会议将面向风险投资、金融投资、数据科学领域的相关从业者，整合ai、金融、投资等多方面的人才资源，促进相关领域的交流。

从风险投资机构到外资、国内顶级人工智能企业，从国内外顶级ai企业到创业者等，400+投资机构组成峰会联盟。无论您投资领域是哪一块，与千余名风险投资人、企业家、投资家在峰会联盟的会场交流、分享经验是您的最佳选择。峰会简介是什么促使企业主愿意走进峰会？技术趋势是什么？如何成为领头羊？人工智能投资人物将带给你答案。

人工智能投资趋势首届“人工智能投资趋势”峰会将于2018年3月27日14:00拉开帷幕，面向更多企业主以及风险投资人，分享人工智能投资趋势的典型案例，共同探讨人工智能投资的商业机会，挖掘人工智能在投资领域的创新应用。ai与金融投资分享会议主题：人工智能投资趋势分享会议时间：2018年3月27日13:30地点：北京市海淀区南三环国家会议中心会议规模：200人会议方式：主会场→签到区会议对象：业内人士、金融机构专家、行业内专家、外资及国内人工智能企业峰会简介是什么促使企业主愿意走进峰会？

峰会主要包括以下内容：ai与金融投资分享会议主要分为三个板块的内容：ai、金融与投资案例、ai人才以及其他投资机构分享会议。ai与金融投资精选分享会议精选5场大会最精华的人工智能与金融投资交流会议，他们涵盖多个领域：智能投顾、智能投资助理、智能数据分析等。

文章来源：百度

人工智能推进量化投资长足发展

新华网北京8月31日电 在29日举行的第八届中国财富管理发展论坛上，来自量化私募、科技公司的专业人士围绕“人工智能如何赋能投资”的主题展开讨论。他们表示，人工智能正深入影响和重塑资管行业，在量化投资中发挥积极作用，随着投资者对人工智能理解的加深，也将进一步推动量化投资发展。

宁波灵均投资管理合伙企业CEO蔡枚杰表示，人工智并不能完全替代人，人工智能是补充。在认知和方法维度上，构建量化策略需要广度和深度的结合。每家量化私募机构都有自己的特色，这种特色看业绩，检验的标准一是阿尔法的可持续性，二是阿尔法的容量。

幻方量化董事总经理蔡力宇认为人工智能并不是同质化的，内部存在很大差异。有人认为人工智能产品差不多，本质上还是对人工智能了解还不深入。资管公司并不是追求差异化的策略，追求的是差异化的收益。更高的收益来源是策略，其中根本就是数据可以提供额外的信息，创造收益。各家公司为了追求收益，必然会搭建更加丰富的模型和深层次的网络。相信在今后的市场中，私募量化机构走向会有非常大的差异。

上海卡方信息科技有限公司CEO何剑勇说，一个策略或模型是否有效，需要三条腿支撑：第一数据回测是有效的，第二逻辑上要自洽，第三是样本外也要有效。

做量化策略面临一个问题：数据特别多，一天上亿条。海量数据中，有大量噪音。在策略模型计算中，如何消除噪音是量化机构面临的一大问题。

量桥投资管理（上海）有限公司产品总监陈威任认为，每家私募机构对人工智能使用的方式不太一样。量桥投资是偏好高频交易的公司，所以在人工智能技术使用层面，是找寻新的、不一样的数据进行建模。在建模过程中，数据的清洗是非常关键和核心的问题。

北京资舟投资基金管理有限公司高级合伙人马双杰表示，作为FOF机构，会考虑私募策略的相关性问题，目前偏向高频，同时也通过衍生品设计方式解决资管新规后理财资金进入私募的难题。

中泰证券科技研发部总经理何波说，从中泰证券XTP平台上的大量优秀量化私募实践来看，越来越多机构开始研究人工智能在投资上的应用，并有不少在实盘中取得良好效果，同时也有很多互联网企业人工智能团队转行做投资。但是单纯从人工智能入手挖掘投资逻辑，鲜有成功的。人工智能作为非常强大的非线性工具，并不能替代投资逻辑本身，但能在很多方面辅助和增强投资。只研究人工智能很难成功，但是不研究人工智能，一定会在越来越激烈的竞争下，难以寻找超额收益。

来源：新华网客户端

人工智能PK巴菲特：AI炒股和股神炒股，谁更神？

如今金融财经领域，能比“巴菲特炒股”还要热门、引人注目的，只有“AI炒股”。

估计很多小伙伴都听说过智能投资、AI理财，让大数据帮你发大财。

这事儿听起来很21世纪、很高科技，实际说白了也非常简单，所谓“AI炒股”或者“AI理财”，是通过AI技术和数据分析，以人工智能方式进行股票或证券市场投资。

可是话说回来，无论是“人工炒股”还是“人工智能炒股”，双方最终目标绝对一致：创造最大收益，实现获利最大化。

但是，“AI炒股”真的能做到这一步吗？

未来，将是AI时代，这已无可争议。

现在大力扩张的数据管理、5G通讯、机器学习、生物算法、物联网、人脸识别……等等，铺设出来的条条金光大道，都通往AI时代。

不过，对于金融投资方面，仔细想想就会发现，这里还是有个小BUG：

以人工智能方式，进行市场投资，可“AI”背后站的还是人。

计算机可以在海量资料的处理上增加效率，可是，那些关于投资的“判断”与“决策”，终究还是由“人类”来规定，再厉害的“AI交易员”，也是“交易员”调教出来的。

市场往往是非理性的，再有投资者自身的非理性加持，所以，市场总是难以捉摸、无法预测。正是基于这个原因，人工智能才会万众瞩目的投资界新宠，因为，机器是理性的，数据是冷静的，AI是理性又冷静的。

在TA的协助下，可以避免那些投资成功学中谈到的诸多“心理盲点”，面对实时变化的市场数据，进行快速的投资决策，寻找获利空间。

少犯甚至不犯错误，是开发AI投资领域的初衷，而实际上，每一套AI投资系统，其进行分析计算基础，都是来源于过去十年或者几十年的历史交易数据，按照“预置交易标准”进行操作，就像一只金融版“阿尔法狗/AlphaGo”。

阿尔法狗，是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人，其主要工作原理是“深度学习”。

那么，这个“深度学习”是怎么回事儿呢？

简单来说，就是不停给阿尔法狗“喂”棋谱，让TA存储几乎所有围棋棋谱，熟悉棋盘上每一个棋子的位置变化。当人类棋手落子后，阿尔法狗就可以迅速推断出，对手可能采用的策略，从而挑选对自己最有利的步骤。

“AI炒股”与阿尔法狗相近似，也是储存所有历史交易记录，但是，阿尔法狗要面对的是，围棋棋盘361个点位，而“AI炒股”要处理的是，由无数难以预测的交易者，共同组成的金融市场。

围棋棋盘361个点位，一对一博弈；而金融市场是无数行为与决策，再加上无数偶发事件的叠加集合，“AI炒股”并不能预测如此复杂的未来，TA仅仅提高了效率，而不是拥有某种超能力。

否则，只要引入AI就能发大财、赚大钱，那么，亏钱的是谁？

事实情况也是如此，AI和人工表现相差无几，可能跑赢大盘，也会跌得找不着北。眼下的金融市场，人工智能还仅仅是个高效数据助手，不能成为决定性力量，至少现在还不行。

无论是人工智能还是巴菲特，想要投资顺利，只有两个需要永远遵守的铁律——

1、警惕风险，小心小心再小心，谨慎谨慎再谨慎；

2、保住本金。

文章来源：百度

人工智能的业务价值：37%企业将超过5%的收入增长归功于人工

超过 85% 的先进采用者借助人工智能降低了运营成本受访高管表示，人工智能帮助他们在许多领域节省了运营成本。 47% 的先进采用者降低了流程效率方面的成本， 41% 降低了供应链和生产方面的成本， 39% 提高了人员效率。

数字化转型不断加速： 60% 的最高层主管表示，他们在疫情期间加快了数字化转型，三分之二的受访者表示，疫情使他们能够推进以前在企业中遇到重重阻力的特定转型计划。技术达人型企业一枝独秀： 通过有意义的方式将技术深深融入业务运营和流程中的企业，在疫情期间的收入增长要比同行平均高出 6% 。

37% 的企业将超过 5% 的收入增长归功于人工智能投资。新调研的其他结果提供了更加强有力的证据，证明人工智能采用与业务绩效之间存在直接的正相关关系。例如，受访企业表示，人工智能计划直接贡献了平均 6.3% 的业务部门收入增长，中位数提升 5% 。

来源：新浪VR