人工智能机器交易发展追溯.docVIP

人工智能机器交易发展追溯 　　 　　当国内还在渲染“AI+金融交易”概念的时候，华尔街的投行使用机器交易已逾30年。2016年，高盛将600名交易员裁减至数名，表明机器替代人工已在金融行业崭露头角。可见，人工智能主导的高频交易时代离深度参与中国金融市场不再遥远，金融变革已经从资本端延伸到资产端。 下载论文网 　　未来，大家的资产不再交给投资顾问打理，而是交给智能化的机器人（智能投顾），它们会通过大数据分析，辨别投资者的资产属性、个性偏好和风险承受能力，并以这些画像属性为依据，自动筛选并匹配金融产品，从而实现资产配置自动化与智能化。这已经不再是设想，人工智能的金融时代已经到来。任何恐慌都来源于陌生，让我们用科学的视角去理解、接受并运用它。资产管理智能化分为股权投资与量化交易两部分，本文为大家介绍的是金融二级市场的量化交易。 　　数量化是人工智能交易的基础 　　1934年，《证券分析》一书的出版是如今展开智能交易的历史基础，作者本杰明?格雷厄姆在文中给出了上市公司估值的计算方式。因此，数学早在20世纪30年代就成为证券市场的重要工具。 　　1952年，马科威茨首次提出证券投资组合理论，即应用数学模型计算在一定风险水平下，按不同比例投资多种证券获得最大收益的投资方法，数学在金融行业有了更进一步的发挥和应用。 　　20世纪70年代，数学家们开始推出各种金融资产的定价方式，最著名的是布莱克―斯科尔斯期权定价公式，该法则已成为金融机构设计金融新产品的思想方法，斯科尔斯由此获得了1997年的诺贝尔经济学奖。 　　1995年3月6日，美国花旗银行副总裁柯林斯（Collins）在英国剑桥大学牛顿数学科学研究所的演讲中说：“从事银行业工作而不懂数学的人，实际上工作没有意义”，并强调花旗银行70%的业务都依赖数学来完成。演讲最后他说：“没有数学发展起来的工具和技术，许多事情我们是一点办法也没有的，没有数学我们不可能生存。” 　　自20世纪30年代开始，数学家们对金融数量化理论已有近80年的研究，21世纪开始，部分高等学府将金融数学纳为金融专业的重要课程，金融数学理论的不断完善奠定了人工智能交易的基础。 　　相?τ诶砺垩芯浚?数学在金融交易中的实际应用节奏要稍慢一些，其发展充满戏剧性。麻省理工的历任数学系主任都是天才，其中爱德华?索普尤具代表性。他利用在麻省理工任教的便利条件，自学计算机编程语言，推演出“战胜庄家”数学公式。以他的事迹为题材翻拍的电影《21点》，讲述了数学天才们通过数学算法在赌场里大杀四方的故事。而现实中的爱德华?索普在拉斯维加斯赌场用数学算法赢了很多钱，却被庄家在咖啡里投毒，险些丢了性命。之后，爱德华?索普带着数学才华来到了华尔街，使用大数定律理论研究了一套科学股票市场系统，使用这种量化投资策略投资股票权证市场，让爱德华?索普在华尔街名声大震，这套对股票价格的分析方式也是布莱克―斯科尔斯期权定价公式的理论基础，接着他又出版了《战胜市场》一书，轰动了整个金融市场，被公认为数量化交易的起点，爱德华?索普也因此被人们称为“量化之父”。 　　量化交易是人工智能交易的原型，实则将交易产品进行数量化分析，这个分析范畴包括投资胜率、获胜概率、仓位风控等必要参数，而当计算机与网络传输也加入到金融交易市场时，量化交易则被计算机赋予自动化的能力，于是人工智能交易时代到来。 　　科技对金融变革的主导性 　　金融行业通常更快地接受新科技，电报与电话等通信设备最先在华尔街普及，计算机亦如此。自1965年以来，半导体以摩尔定律的速度在发展。1969年12月开始联机的ARPA网络奠定了互联网发展基础，到20世纪70年代便已形成传输与计算双轨井喷的发展态势，分别体现在网络进入兆级传输速度，计算机进入民用普及时代。加之存储技术的迭代更新，数据存储门槛降低，如今以CBA（云存储与计算、大数据与区块链、人工智能）为主框架的新科技平台已经成型，各行各业都将升级或转型，包括金融领域的银行业、保险业、证券业等。 　　科技的发展对金融业的变革迅速而无情。1969年，美国第一台ATM机在化学银行长岛分行投入使用，进入20世纪70年代，前端业务的电子化带来银行员工的失业潮，甚至有银行失业柜员愤怒地损毁ATM机。之后，许多新型金融业务产品也发展起来。据统计，到20世纪90年代，美国银行平均每月54%的交易来自于ATM机，更加充分地证明科技对金融变革的主导性。 　　证券交易与计算机科学的结合，是从数据传输开始的，开始只是取代电话与电报的通讯功能，交易商使用即时通讯将交易信息送达给证券经纪，交易操作还是通过人工来完成。然而一场金融危机却催生了计算机深度参与到市场交易中。 　　1987年10月19日的黑色星期一，美国股市发生大跌，当日道琼斯指数下跌了22%，