企业家的奥秘: 关于创业的5个常见误区 两名妇女开办学校教人们如何成人 如何在9比5的工作中启动您的创业公司 4种方法来决定你是否应该追求你的创业理念 引导最聪明的方式 在与投资者建立联系之前,您必须做的10件事 热情的企业家即使在袜子行业也能找到成功 2021年中小企业数字化赋能系列活动数字赋能融合发展论坛成功召开 6辞职成为企业家的强大好处 研究: 企业选择自由职业者来逃避医疗费用 您是否有能力使您的承包业务取得成功? 停止抱怨,开始胡搞 在前100天获得动力。否则。 你有专业知识让你的承包业务取得成功吗? 鲨鱼坦克的戴蒙德·约翰 (Daymond John) 说,您必须做的3件事可以帮助您的初创公司生存 两小时销售1817万!江西“百县百日”文旅消费季 直播带货大赛正式拉开帷幕 您的公司在启动时可以做的4件事 在您的业务启动前几个月建立炒作的7种方法 你讨厌的朝九晚五的工作并不像你想象的那么安全 购物特许经营时首先要寻找什么 这家公司如何在赚钱的同时有所作为 建立6位数咨询的5个步骤 教练是完美的个人业务的8个原因 党日活动--观看抗美援朝电影《长津湖》 在线课程可能没有您希望的那么有价值 为什么逆戟鲸岛出租车从一个小岛上获得大笔生意 美国各地的社区都在利用企业家精神来推动增长 这是一项6位数的服务业务,您可以以低于100美元的价格开始 企业家应该总是涉足副业。这就是原因。 研究商机时要考虑什么 在为公司聘请公司法律顾问之前,您需要的4个答案 大便! 一个创业故事被释放了。 从员工到所有者转变思维的8种方法 3种类型的体验将帮助你的创业成功 你需要知道的关于打入视频游戏行业的一切 破解App Store代码的5种方法 想成为一名成功的企业家吗?做你知道的。 从他的公寓里打乱一个沉睡的巨人 利基微型公司将如何统治商业世界 帮助您的公司避免顶级创业杀手的4种策略 您的商业贷款被拒绝的8个原因 我从指导世界上最好的加速器的初创公司中学到的东西 如何将你的爱好变成有利可图的商业冒险 最大的公司名称更改 (信息图) 如何找到您的电子商务业务利基 初创公司可以从数字化转型中学到的5件事 战时企业家的生活故事 如何确定您的医疗索赔计费服务的最佳市场 大多数初创公司都知道不会犯的明显错误 (但无论如何还是会犯) 如何找到你有利可图的想法
您的位置:首页 >热点 >

人工智能和机器学习对冲基金行业的影响

2021-03-05 10:20:22 来源:

数据重用可能会成为该行业的重要特征,并不断向前发展。基金管理者不仅希望能够以一致的方式访问数据,而且随着监管机构的日益关注,他们还将希望确保不同报告之间数据的准确性。

而不是花费大量的工时来组织数据来完成平凡的任务,基金行业站在了一个令人兴奋的新时代的风口浪尖上。将会看到越来越多地使用机器学习和AI技术来接管这些任务,从而使经理们有能力去制定投资策略,并在了解他们的行为的基础上,建立更接近投资者需求的投资解决方案。

随处可见,区块链技术正在萌芽。例如,高盛(Goldman Sachs)已为包括SETLcoin在内的各种区块链技术申请了专利。另一个例子是CORDA,这是由银行财团R3开发的比特币变体,该财团正在汇集资源以研究区块链的潜力。

的确,例如,区块链的不变性功能使人们能够查看信息并实时执行对帐,这真是令人兴奋。它有可能消除对中介机构的依赖,以清算和结算帐户并节省大量成本,从而彻底改变金融业。贝恩公司(Bain&Co)的一项调查1估计,全球金融市场的储蓄总额可能达到150亿美元至350亿美元之间。

6月28日,加拿大皇家银行全球资产管理公司(RBC GAM)宣布建立新的加拿大皇家银行GAM创新实验室,这是一个内部技术中心,旨在培养数字能力并推动创新。

利用整个RBC的技术和创新能力网络,RBC GAM创新实验室将专注于制定和执行下一代计划,以增强投资者和顾问的经验和成果。

RBC GAM首席执行官Damon Williams表示:“ RBC全球资产管理的文化围绕创新,不断学习和利用人与机器的力量。“我们新的创新实验室反映了这一理念。”

RBC GAM已承诺在未来五年内提供2000万美元的初始资金,用于建立创新实验室并为其计划提供资金。

Ajantha Ganeshalingam领导RBC GAM创新实验室。他说,团队正在研究从投资组合创建到投资组合经理,顾问和客户之间的数字通信的各种功能。“然后就是分析功能,这是我们正在积极努力发展的领域;可以生成见解,了解客户行为等等。

“就人工智能和机器学习发挥作用而言,我们希望能够插入行为金融作为一种投入,以协助客户进行选择。与其问某人在投资方面的风险偏好是什么,不如我们如何利用关于客户行为(例如消费习惯或他们喜欢什么)的见解,并在网上谈论以帮助他们评估其风险状况并获得更明智的财务信息。决定。” Ganeshalingam说。

创新实验室的优势在于,无论是开发内部机器学习解决方案还是在基金产品方面开拓更多利基领域,它都能直截了当。

最终状态可能只是在路线图的早期阶段才是。

“在接下来的几个月中,令人兴奋的部分将是研究RBC生态系统中目前正在构建和研究的所有不同功能,以及我们可以在投资领域中发挥什么作用。我们可以为投资组合经理或产品所有者提供对客户更好的见解,以及与市场上其他类似基金产品的比较以影响RBC的决策过程吗?

“在金融服务领域,力量平衡正在发生变化。有关金融产品的信息和见解始终掌握在金融公司的手中,但我认为这种趋势正在逐步改变。现在正在为客户提供更多数据,以简单的方式显示。” Ganeshalingam说。

要了解与机器学习有关的兴趣,对Google而言,只有数量众多的创新实验室正在涌现。例如,今年初,德勤在都柏林建立了自己的专用区块链实验室。这将是建立EMEA金融服务区块链实验室的基础,这是其金融科技计划“网格”的一部分。一个由50人组成的团队将专注于将战略性区块链功能和概念证明开发为功能原型,从而为金融服务客户创建“准备集成”解决方案。

“作为一家公司,我们投入了大量精力来审查指数趋势和技术;更具体地说,大约三年前,我们开始建立区块链开发能力。我们进行了重大投资,因为我们相信区块链将成为未来的关键推动者和核心技术。”德勤咨询和德勤咨询高级经理Cillian Leonowicz以及爱尔兰金融科技公司负责人解释。

德勤将采取两管齐下的方法:一方面,它将为个人客户构建从战略开发到生产区块链的定制服务;另一方面,它将构建行业解决方案和平台,以作为未来的行业架构和基础架构。特定的金融服务。

“在这里,我们看到该组织不断创新,并在传统业务中建立了新的核心。实验室是一个新的互动空间,与我们的传统咨询环境完全不同。我们专注于两件事。

“首先是服务咨询,我们将传统的咨询实践和我们的数字经验应用于区块链。我们可以做所有事情,从战略制定和构想到完整的最终开发。我们将在2017年9月2日拥有首个现场制作客户-北欧客户。

“其次,我们专注于所谓的解决方案或“大胆行动”。这些是我们将与主要来自金融服务领域的合作伙伴建立的平台功能,以构建行业的未来结构。我们正在研究这个领域中的许多事情。一个是KYC实用程序,第二是使用区块链技术的监管报告服务。

“我们已经建立了一个称为“ RegChain”的解决方案,它可以从核心系统中提取资金数据,在区块链中运行智能合约以满足监管报告的要求,创建报告,并为监管机构提供一个节点进行审查, Leonowicz解释。

Leonowicz认为,为了改变基金行业的未来结构,需要发生三件事:

通过KYC或身份功能和资金钱包在区块链平台上吸引客户;代币化资金或股票,并允许它们在平台上交易;并为监管机构提供便利,并确定他们希望如何在这种新范式中进行互动和服务。

“除此之外,我们将需要提供治理框架,并确保平台的可持续性和可扩展性。一旦具备了这三个要素,就将潜在地具有取代基金行业传统结构所需的关键要素,而这些要素可能没有托管人和发行人的现有角色。我们相信,将来,当所有股票和债券都被标记在区块链上时,我们可能会进入一个阶段,即一切都在区块链上实时定价。” Leonowicz说道。

当然,这项技术革命并没有给基金经理人带来损失。一个著名的例子是总部位于纽约的ProtégéPartners,它是该行业的主要种子投资者之一。作为寻找未来未来人才的路线图的一部分,Protégé建立了一个名为MOV37的独立实体,其运作方式是投资于所谓的自主学习投资策略(ALIS)。

MOV37的首席执行官兼创始人兼ProtégéPartners的CIO首席执行官Jeffrey Tarrant解释了他如何到达尤里卡!时刻:“几年前,当我在温哥华举行的Ted Talk上,我听到杰里米·霍华德(Jeremy Howard)谈到了人工智能的未来,以及计算机在许多任务上已经超越了人类的表现。此后不久,我遇到了一个以Graham和Dodd的价值投资理念为蓝本的基金,但自成立以来就能够分析所有公开申请,例如10Q和10K。这进一步证实了我的信念,那就是这是投资的未来。”

在一份引人入胜的白皮书–自主学习时代的智能投资者2 – Tarrant中,详细介绍了AI功能的飞速发展。去年,当Google DeepMind开发的AI系统AlphaGo击败了世界上最好的Go Lee Lee Sedol时达到了顶峰玩家,展现出令人难以置信的能力,不仅可以像人一样思考,而且可以超越人类。

ALIS背后的想法实质上是,人,机器和数据科学的融合必将创造投资管理的“第三波”。

塔兰特说,第一波是基本的全权委托投资者。第二波是计算科学,系统的定量管理者,他们使用假设驱动的程序设计和结构化的财务数据。

“第三波浪潮是使用机器学习的ALIS经理,他们通常是数据(而不是假设)驱动,非结构化和非财务数据(而不是结构化财务数据)。

“第一波是由MBA管理的,第二波是由金融博士学位的管理,第三波是由科学,机器学习,机器人技术,计算机科学和其他类似领域的博士学位管理的。”

Michael Weinberg是ProtégéPartners的首席投资官(CIO)和MOV37的合伙人。他说,投资者应该对ALIS经理感到兴奋的主要原因是因为他们第一次“现在可行”。

“五个因素的融合使这些策略成为可能,而这些因素以前并不存在。首先,非结构化数据的大量增长。第二,数据科学领域。第三,记录的数据存储和处理成本下降。第四,机器学习的性能比过去几十年更好。第五,我们处于一个不利于基本管理人员获取更好信息的时代。现在,系统的策略比基本的,自由裁量的策略更具优势。”

“过去两年来,我们的团队在全球范围内与约135名ALIS经理进行了会晤。就上下文而言,杰出的数据库提供者之一在其数据库中只有大约25个这样的管理器。”

这只是一个例子,说明基金行业可能如何开始采用AI系统来创造人际关系。人与机器联合起来产生上述第三种投资方式。

最好的经理人拥有健全的系统,这些系统实际上是在使用非结构化的非财务数据来学习的,它们可以从多种证券,市场制度,行业以及多头和空头获得利润。

“我们不会倾向于根据回测,假设或形式进行投资。这些经理人还会产生由阿尔法而不是贝塔驱动的回报,并且与对冲基金和多头指数几乎没有甚至没有,甚至是负相关。”温伯格补充道。

有人担心,也许是合法的,未经检查的人工智能系统可能出于恶意原因而使用其功能。在投资组合管理的背景下,埃隆·马斯克(Elon Musk)经常列举的一个例子是,人工智能系统可以买入长期防御性股票,卖空消费性股票,并发起全球冲突以最大化利润。不会涉及人类的同理心。

Ganeshalingam承认,人工智能将导致人类角色发生变化,但幅度不会太大。人们将配备更好的工具,通过这些工具可以做出更好的决策,并同时提高运营效率。

“至少在短期内,这是一项补充服务”。从长远来看,这将取决于技术的发展方式。

“在RBC GAM创新实验室,我们更加专注于应用创新,即研究企业内部的现有能力,并研究如何更好地将RBC定位为在市场上与客户更好地定位。

“我们希望花时间了解现有技术的功能,并围绕应用内部AI研究来设计策略,以了解投资管理领域的挑战。简而言之,RBC正在投入大量资源和资本来成为AI和机器学习领域的领导者。” Ganeshalingam总结道。


资料来源:

1.www.bain.com/publications/articles/blockchain-in-financial-markets-how-…;

2.www.mov37.com/wp-content/uploads/2017/05/The-Intelligent-Investor-in-an…;

ng“ />

马克·厨房
员工职位新闻编辑Twitter

免责声明:本网站所有信息仅供参考,不做交易和服务的根据,如自行使用本网资料发生偏差,本站概不负责,亦不负任何法律责任。如有侵权行为,请第一时间联系我们修改或删除,多谢。

今日中国财经