专栏名称: 雪球
雪球唯一官方账号,炒股,看雪球就够了,关注雪球,做更聪明的投资者。
目录
相关文章推荐
计量经济圈  ·  必备! ... ·  昨天  
央视财经  ·  刚刚!登顶!中国影史票房之王! ·  昨天  
秦朔朋友圈  ·  《封神》,费翔 ·  3 天前  
第一财经  ·  年薪百万!DeepSeek,持续刷屏! ·  3 天前  
51好读  ›  专栏  ›  雪球

未来已来:华夏基金和微软强强联合,“金融狗”和“程序猿”牵手,要出大招了

雪球  · 公众号  · 财经  · 2017-06-14 19:28

正文

炒股,看雪球就够了


每晚雪球菌给您离真相更近的剖析


昨天下午,笔者受邀参加了在北京五棵松举办的“AI投资-华夏基金&微软亚洲研究院合作发布会”,会上华夏基金宣布与微软亚洲研究院合作,就人工智能在金融服务领域的应用展开战略合作研究。会上有一点很震撼,对“人工智能+投资”有了些新的认识,分享给大家。


人工智能(Artificial Intelligence)也称机器智能,是指用机器去实现所有目前必须借助人类智慧才能实现的任务。它涉及到的技术和领域跨越多学科,包括深度学习、智能识别、专家系统、神经网络、自然语言理解、知识发现、遗传算法、符号推理、智能机器人等。



如果说,几次工业革命延伸了人类的 “体力”,现在方兴未艾的人工智能则会延伸了人类的“脑力”,成为人类发展的又一里程碑。 AI+投资,必然也会在投资行业掀起巨浪。

人工智能突破主要通过算法性能的提升,工程学方法和模拟法是算法性能提升的两个途径。目前认知层算法尚未完全突破。


近年来,云计算大幅提升计算能力,基于深度学习的人工智能技术再次取得突破性进展,已开始进入实用化的阶段。 当前人工智能领域已经在语音识别、图像识别领域取得突破性技术进展,语音识别、图像识别在互联网、安防领域有巨大商用价值。

无论是作为个人投资者和机构投资者,现在必须对“人工智能+投资”足够重视。 想想,如果未来人工智能参加到市场游戏中,机构或普通投资者的对手,是更加理性和冷酷,学习能力有超强的“AI”,那时件多可怕的事情。


具体到本次发布会上,我更在意人工智能在“用户画像”方面的探索。


为什么? 进入股市,我们的最终目的是赚钱,可最终赚钱的只是一小部分人,大部分投资者会选择超越自己风险承受能力的投资品种,在贪婪和恐惧的支配下,拿不住,追涨杀跌,然后赚不了钱。 在搞不清楚自己的情况下便买买买。


移动互联网时代,这个问题有望得到解决,目前,国内外一些智能投顾公司的解决方案是依靠“用户画像”,主流做法是:通过7~10个问题的风险测评,以了解用户的投资需、投资目标和风险偏好,然后生成一个个性化的资产配置方案。


图:美国公司wealthfront的风险测评


但我觉得,通过几个问题做风险测评并不靠谱。


首先,用户通常对自己并不了解,他们所想的和自己的所需的并不一致。比如,徒步君前段时间做了一个智能投顾风险测评:第一次回复10个问题,风险评级是6,投资组合更激进,配置35%权益基金+65%的货币基金,补充回答8问题后,风险评级是4,这时候配置了22%权益基金+78%的货币基金。


图:补充问题后风险测评结果发生了变化



再则,很多用户也觉得这个无所谓,不认真做问卷,他没有时间或觉得这个不重要。最后得到的风险测评结果“噪音”非常大,可靠性不佳。


华夏基金资产配置部总经理孙彬提到,智能投顾应该要实现实现千人千面的组合,首先要对人的需求做刻划,每个人的身上有众多互联网信息,他们正试图通过每个人的互联网信息,比如位置信息,购买商品的信息去对每个投资者的目标进行刻划,描画不同的投资策略目标,这并不是容易的事。


图:业界关于“用户画像”的发展趋势判断



业界比较理想的智能投顾“用户画像”是通过大数据对用户进行精准画像,然后能给出千人千面的组合,以帮助投资者进行资产选择。


那么,微软亚洲研究院怎么解决“用户画像”这个难题呢?


微软亚洲研究院谢幸博士介绍说,他们通过“行为测量”,即观察用户的方法解决用户画像噪音大的问题。通过用户的日常行为数据来自动分析用户的这些性格,这样能获得比较客观的结果。为解决数据收集难题,几年前就开始构建跨平台用户行为数据库LIFESPEC,这些数据来自微博、豆瓣等多个平台。


他们提出了“大五人格”模型,尝试对用户发表的文字、图片、图像、用户的表情图等等分析,分析出风险偏好。







请到「今天看啥」查看全文