我们正在使用cookie,但是您可以在隐私设置中将其关闭。否则,您将同意我们使用cookie。在我们的隐私政策

对投资中AI和大数据技术的趋势和用例的检查


投资管理中的AI先驱

阅读完整报告(PDF)

概述

在本报告中,我们试图确定人工智能(AI)和大数据通过检查特定用例,在其实施中的最佳实践中。为此,我们对全球投资行业从业人员和不同投资领域进行了访谈,主要是在2019年4月和2019年5月。

我们发现,相对较少的投资专业人员目前在其投资流程中利用AI和大数据应用程序。为了为寻求朝着最新技术领域的投资公司和个人提供指南,我们与当前正在使用这些技术的全球各地的各种机构进行了交谈。这些是投资管理中的AI先驱。

他们的用例很有启发性。除其他外,它们强调了机遇,但AI的局限性以及人类判断在投资过程中的持续重要作用。

我们归因于“ AI + HI”模型的力量:AI技术可以增强人类智能,使投资专业人员能够达到更高的绩效,使他们摆脱常规任务,并实现更聪明的决策,从而使机器和机器的集体智能掌握了智能人类。

未来成功的投资公司将是那些计划将AI和大数据技术纳入其投资流程的战略计划。成功的投资专业人员将是那些能够理解并最能利用这些新技术带来的机会的人。

未来在这里。

报告的亮点

强大的金融科技将是合作的结果(金融机构)和技术(技术公司)。成功的公司将集中在T形团队中,这些团队将投资策略或流程跨越投资专业知识,创新和技术应用结合在一起。

在报告中,我们确定了投资管理中的三种AI和大数据应用程序:

  1. 使用自然语言处理(NLP),计算机视觉和语音识别来有效地处理文本,图像和音频数据;
  2. 使用机器学习(ML),包括深度学习,提高投资过程中使用算法的有效性的技术;
  3. 使用AI技术来处理大数据,包括替代数据和非结构化数据,以获取投资见解。

根据CFA研究所的一项调查,相爱游戏安全吗对较少的投资专业人员目前在其投资流程中使用AI/大数据技术。大多数投资组合经理继续依靠Excel和桌面市场数据工具;在过去的12个月中,只有10%的投资组合经理受访者使用了AI/ML技术。

我们确定了成功采用AI和大数据在投资流程中的五个主要障碍:成本,人才,技术,领导愿景和时间。投资公司将需要实质性地克服五个障碍才能达到顶部金融科技金字塔。

金融科技金字塔

关键要点

  • 使用AI和大数据技术的决定应根据传统技术的性能进行基准测试。公司应确定潜在的额外α捕获是否值得应用AI和大数据的额外成本和复杂性。
  • 一台机器只与从中学到的数据一样聪明。培训数据越全面,机器就越普遍处理新事件,从而减轻了诸如过度拟合之类的常见陷阱。
  • 机器学习(ML)技术更适合系统的策略(包括基于规则的,定量策略),而非结构化和替代数据通常由酌处(主动)经理使用更多。
  • 利基市场,特定于部门的数据集与基本分析师或投资组合管理器更相关,而搜索Alpha的数据集比系统管理器更重要。
  • 有效使用此类数据集可以为被包围的主动管理部门提供最大的机会之一。
  • 人工智能和大数据不是灵丹妙药;他们无法解决所有投资问题。例如,只有一小部分大数据才能产生有意义的信号。从噪声中可靠地提取信号是困难的。

关于作者

拉里·曹(Larry Cao)
拉里 CAO CFA

CFA的Larry Cao是CFA研究所行业研究高级总监。爱游戏安全吗他进行了原始研究,重点是投资行业趋势和投资专业知识。CAO先生目前的研究兴趣包括多资产策略和金融科技。他经常在行业会议上就这些主题发表讲话,并在投资行业拥有20多年的经验。CAO先生的职业生涯始于中国人民银行,当时是美元的固定收益投资组合经理。他曾在汇丰银行(HSBC)担任亚太地区的高级经理。Munder Capital Management,管理美国和国际股权投资组合;以及Morningstar/Ibbotson Associates,为全球金融机构客户管理多资产投资计划。CAO先生接受了广泛的商业媒体的采访,包括彭博社,CNN,《金融时报》,《南中国晨报》和《华尔街日报》。他在哈佛大学攻读研究生学习,并在麻省理工学院曾在访问学者。