在過去的二十年中，人能智能在金融技術行業(yè)加速了其發(fā)展，并為人們創(chuàng)造了機會。如今人們可以使用其家用計算機，平板電腦甚至智能手機進行交易。技術創(chuàng)新的想法已經(jīng)無數(shù)次撼動了金融世界。隨著計算機和移動設備在全球范圍內(nèi)的日益普及，互聯(lián)網(wǎng)已成為我們?nèi)粘Ｉ畹闹匾M成部分。但是，這對于金融，金融市場和交易世界意味著什么？下面讓我們來看看人工智能是如何撼動金融業(yè)的。

這個想法很簡單，直到半個十年前建立金融市場的方式與現(xiàn)在的方式大不相同。在20世紀末，在外匯市場上進行交易，股票和其他商品的交易只供少數(shù)人選擇。

這是只有大型金融機構才像銀行和對沖基金那樣研究的東西。現(xiàn)在，任何擁有計算機并可以訪問互聯(lián)網(wǎng)的人都可以使用它。不僅如此，我們還有其他市場，例如可以交易的不同資產(chǎn)清單之間的加密貨幣交換。

　　過去和未來的方式

當您考慮交易大廳時，首先想到的是什么？也許是一個大房間，里面擠滿了金融專家，這些專家實際上彼此站在一起，以打開和關閉交易。現(xiàn)在一切都變了。世界不像以前那樣混亂，一切都已經(jīng)從人們向該機構其他工作人員大喊大叫的過程中消失了。

這就像是在中間與地板經(jīng)紀人，地板商人和專家進行的拍賣一樣，每個人都在試圖協(xié)商價格，直到他們能確定價格為止。現(xiàn)在，通過使用計算機，事情正在發(fā)生。大量交易是使用快速的互聯(lián)網(wǎng)連接在線完成的，人們甚至在靠近交易所的地方建立虛擬專用網(wǎng)絡，以使等待時間盡可能短。

實際上，根據(jù)數(shù)據(jù)顯示，多達82%的交易是通過電子方式完成的，而通過動手操作方法只剩下一小部分。自從新型冠狀病毒爆發(fā)以來，我們正在全球范圍內(nèi)進行大流行，這一數(shù)字更加難以控制。大流行使許多國家關閉了邊境，以保持病毒的傳播，并實行了嚴格的社會隔離規(guī)則，這使得在特定情況下?lián)碛薪灰讏鏊鶎嶋H上是非法的。

現(xiàn)在，所有這些場內(nèi)經(jīng)紀人都已被運行在復雜且非常復雜的算法上的功能強大的機器所取代，以研究市場并就增加交易自由的方式做出客觀決策。

此外，隨著人工智能（AI）和機器學習（ML）的發(fā)展，世界變得越來越自動化，人類也越來越少。

　　金融學中的機器學習

機器學習基本上是人工智能的子集。該過程專注于計算機算法的開發(fā)，這些算法將自動增強和升級。他們能夠在無需人工干預的情況下使代碼變得越來越復雜，以至于我們只需要向其提供學習該主題所需的信息即可。機器學習主要有三種類型：監(jiān)督學習，無監(jiān)督學習和強化學習。

　　監(jiān)督學習

監(jiān)督學習正在嘗試創(chuàng)建預測模型。在開始階段，將具有輸入和輸出示例的數(shù)據(jù)集輸入計算機。這是此方法獲得“監(jiān)督”名稱的部分。

喂飽之后，該算法開始在測試環(huán)境中運行，直到將其設置和準確性調(diào)整到主管認為可接受的水平為止。在分析了數(shù)據(jù)集之后，該算法還提供了用于預測未來輸出的其他功能。例如，該算法將被訓練為識別X輸出。經(jīng)過足夠的時間后，將能夠通過分析識別出的模式來預測以后的輸出是否與X一致。

　　無監(jiān)督學習

監(jiān)督學習為算法提供了已經(jīng)預定義的輸入和輸出，而監(jiān)督學習則是關于AI學習如何自行在給定數(shù)據(jù)池中查找模式的方法。

這次沒有可供AI學習的機密示例。為了區(qū)分數(shù)據(jù)，該算法正在開發(fā)算法，以將數(shù)據(jù)集分為多個簇。

這些群集中的每個群集都有自己的標準，可以將數(shù)據(jù)歸類到該組中。通常設置訓練集，以便這些不同的數(shù)據(jù)集具有某種共同的特征，以使算法開始識別。

　　強化學習

強化學習是試圖提出一系列決策以最大化回報的方法。在這種情況下，AI會受到以下情況的訓練：基本上是通過嘗試和錯誤學習來玩游戲，這些動作是正確的，并且會產(chǎn)生最大的回報。

在這種情況下，程序員正在處理數(shù)據(jù)，因此做出正確和錯誤的決定既有獎勵，也有懲罰。這訓練計算機執(zhí)行這樣的模式，這些模式給出獎勵而不是懲罰。一旦AI能夠獨立處理并自行做出決策，任務的復雜性就會增加，戰(zhàn)術也會隨之增加。

　　金融人工智能

既然我們已經(jīng)討論了人工智能的普及程度和培訓過程，我們就可以安全地將我們的知識轉(zhuǎn)化為財務。

那么，人工智能在金融領域的運作方式究竟如何，才能幫助大型公司，經(jīng)紀公司，甚至是精通技術的交易員走向成功？它廣泛用于投資銀行，股票經(jīng)紀，資產(chǎn)管理和對沖基金。基本上是市場的買賣雙方。這為我們提供了一個系統(tǒng)，其中龐大的人工智能網(wǎng)絡彼此之間以一小部分的速度進行交易以試圖相互克服。對于人類來說，這不是什么任務，但是我們會監(jiān)督整個過程，以確保一切按計劃進行。

賣方正在利用AI來測試投資組合，例如信貸和交易。銀行和其他技術公司對自然語言處理軟件非常感興趣，這些軟件可用來“監(jiān)聽”客戶并個性化其廣告活動。這可以用來建議客戶可能想購買的東西，或者在有人需要時方便地提供信貸。銀行還被鼓勵利用人工智能技術來獲得最佳利率掉期建議，以幫助公司資產(chǎn)負債表。

有監(jiān)督的機器學習系統(tǒng)用于查找資產(chǎn)價格之間的相關性，以便預測甚至在一分鐘后的不同貨幣價格。這看起來似乎不多，但為在外匯市場上大量交易的公司和投資者提供了顯著的優(yōu)勢。同時，強化學習正在運行數(shù)以百萬計的模擬，以提供最佳的方式來執(zhí)行對市場影響較小的客戶訂單。

在購買方面，計算機基本上會檢查各種資產(chǎn)的歷史，例如股票，商品，債券和貨幣，以預測它們在不同經(jīng)濟情況下的表現(xiàn)。這使他們能夠識別交易者并為投資組合構建提供建議。

他們還關注市場變化以調(diào)整交易。這是通過分析涉及消費者對該資產(chǎn)的吸引力的不同數(shù)據(jù)來完成的。數(shù)據(jù)可以是從衛(wèi)星圖像到房地產(chǎn)清單等任何數(shù)據(jù)，以查看經(jīng)濟趨勢。這里還使用語言分析來跟蹤新聞，查看社交媒體上的情感等等。

總之，人工智能已經(jīng)為金融業(yè)增加了很多，尤其是在交易方面。我們甚至沒有涉及諸如高頻交易之類的主題以及其他利用計算機和AI來使投資者受益的方法。我們可能不知道所有這些最終將導致什么，但事實卻是不變的：人工智能已經(jīng)徹底改變了我們的財務運作方式，并且它將繼續(xù)這樣做，無論好壞。想了解更多關于人工智能的信息，請繼續(xù)關注中培偉業(yè)。