开题报告--人工智能操作在证 券类产品中的应用.docVIP

《人工智能操作在证券类产品中的应用》 学位论文选题和文献综述报告 一、拟定论文题目（25字以内） 人工智能操作在证券类产品中的应用 二、选题的背景/来源/目的 随着证券市场的不断发展，越来越多的投资机构开始运用基于大数据的人工智能技术来从事证券投资分析研究与交易。金融市场大数据获取的便利性也使得这一技术迅速渗透到证券投资的各个领域。人工智能技术在证券投资领域的应用正成为下一个互联网金融的热点。由此而产生的全新的投资策略 、交易模式将会给监管层带来诸多挑战。 人工智能(AI，Articial Intelligence)定义为从环境中接收感知信息并执行行动的智能代理(IA，Intellgent Agent)。从外部看，每个这样的智能代理都实现了一个把感知序列映射到行动的函数集，这些函数集从外部反映了智能代理的特性。从内部看，智能代理函数集是通过运行在自身结构上的智能代理程序实现的。 目前很多投资机构开始运用基于大数据的智能代理进行证券投资。虽然智能代理也是由程序实现的，但它构建了学习机制以及建立在其上的知识库，因此，具备了一定的学习、推理以及进行决策的能力。 资本市场本身的特性，使得证券投资智能代理面临非常复杂的任务环境，其特征表现为部分可观察、随机的、延续式的、动态的、连续的和多代理人的。交易所高频行情数据以大概每分钟6MB的速度更新，数据的增长速度是惊人的。计算1天的所有状态估计的计算量超过10的100次方(目前可观测到的全部宇宙的原子的数目小于10的80次方)。因此，设计一个能够应对全部任务环境的智能代理几乎是不可能的。目前通常的做法是给定一个具体的任务环境，然后设计开发智能代理。 由于早期的计算能力和数据有限，设计开发者的视野和认知受限，设计开发出来的证券投资智能代理大部分是简单复制某些已知的投资策略。只是由于计算机处理的效率和没有人为因素影响，使得其能够获得比人操作更好的表现。目前很多高频交易、量化交易都属于此类形式。此类智能代理没有“贡献”新的认知。 随着近几年大数据技术的广泛应用，智能代理的任务环境扩展到了更宽、更深的领域。机器学习技术的大规模应用，使得智能代理具备了超越其设计开发者的认知和视野的能力：智能代理可以“贡献”新的认知。证券投资领域因此将会产生革命性的变革。 三、选题的价值和意义 传统的投资策略生产模式将被颠覆，大部分分析师的工作都可以被智能代理取代，而且可能做得更好。其次，投资策略的生产从“确定的模型”向“随机的效用”转变。“确定的模型”是确定的事件发生时，通过模型计算，求解最优的配置资产的方案。“随机的效用”是依据效用函数对发生的随机事件进行反应，求解最优效用资产配置方案。机器学习的强大挖掘能力，结合大数据，将会产生更多以往无法通过经验和理论推导出来的新认知，成为新的投资策略持续生产的源泉。而且由于速度的提高，使得投资策略的生产时间从以往的短则几天、长则几个月，缩短到可以以秒、分钟来衡量。完全个性化的、实时的投资策略生产成为可能，每个投资者都可以按照其需求定制个性化的投资策略。投资策略本身而不是某个证券，成为可以买卖的“产品”。这里的投资策略指的是满足某些特定指标，具备完整操作逻辑的智能代理程序。 智能代理能够以更快的速度、更高的精度和更敏捷的反应执行交易。“手工下单”的时代将逐渐成为历史。一个智能代理交易程序能够轻易地同时跟踪几百只不同的证券，同时还能通过实时观察申报单的态势、高频交易数据，拟订最优交易指令，并准确无误地执行。跨市场、跨品种的交易将能够很轻松地实现，以往“人眼盯盘、手工下单、人工查询”的交易模式将被彻底改变。投资人可以委托自己专属的“交易 HYPERLINK /SZ300024.html \t /news/_blank 机器人?”帮助自己完成所有这些事项，他需做的事情就是给此“交易机器人”装载某个投资策略。 随着证券投资人工智能代理设计开发的普遍性、复杂性的提高，将衍生出新的业态。比如，专门用不同测度方法对信息进行量化，并发布给特定智能代理程序的信号服务提供商；专门进行投资策略设计开发的工作室、供应商；为投资人提供智能交易代理服务的交易服务商；提供大数据服务的专业和通用的数据服务商等。随着人工智能技术不断深入各个领域，以往看似毫不相干的领域(比如“微博 ”、贴吧与股票相关性、某只股票的股民的大数据等等)也会被重新考量，证券投资的生态圈将在广度和深度上扩展。证券投资行业将涌现出大量基于“要素”的新型业态，提供更细分、更多维度和层次的服务。 基于大数据的人工智能的应用可以显著提高资本市场的深度和宽度。基于“效用”决策的智能代理，会不断在整个“交易机会空间”中以人工操作无法想像的速度、效率和海量计算积极地搜索和学习，捕捉任何可能的交易机会。由于各自的独立性以及路径的差异，反过来会