2017智能金融-人工智能在量化投资的应用及展望.pdfVIP

人工智能在 量化投资的应用及展望 对外经贸大学金融学院 潘慧峰 2017年9月17 日 个人简介 潘慧峰，对外经济贸易大学金融学院教授 ，博士生导师，量化专硕项目主任，智慧金 融科技研究中心主任。2000年获哈尔滨工业 大学管理学硕士学位，2006年获清华大学数 量经济学博士学位。主要研究方向为股票量 化策略、实证资产定价、基金分析、资产配 置。 2 Outline  人工智能给量化公司带来哪些竞争优势？  为量化投资提供服务金融科技公司  量化投资的智能化趋势  人工智能在量化策略设计中的地位 3 人工智能给量化公司带来哪些 竞争优势？ 量化投资公司的竞争力  更多的信息（网络爬虫获得信息，人工智能 所能处理的非结构化信息）  更及时的信息（对于同样的信息，谁先获得 谁具有优势，这对算法的速度提出了要求）  对信息的正确解读（金融逻辑） 5 人工智能能提供  网络爬虫获得更多的信息  人工智能可以处理非结构化信息（文字识别、 图像识别、语音识别，要求处理的越快越好）  处理信息的算法 6 Twitter预测股价 人工智能的提供更多非结构化信息  Remote sensing Metrics 是一家卫星情报分析公司 ，通过遥感卫星记录商场客流量。 -卫星追踪星巴克、沃尔玛的人流数据和车场车辆变化 -通过停车场的监控数据、公司对卖场的客流量、市场 份额、竞争对手情况进行分析。 -并以周度、阅读或季度频率向客户发送报告。  2013年，twitter推送新闻称两颗炸弹在白宫爆炸，标 准普尔下跌1%，美国大量的对冲基金使用twitter 的 数据进行自动化的交易 人工智能可以提供非线性算法（AdaBoost)  动态模型的选股机制能够对复杂多变的股票市场做出 及时的反应，从而能够更加贴近市场的最新变化。 传统多因子模型无法对市场风格变换做出反应 按照因子值大 根据排序确 小对股票排序 定个股权重 构建投资组合 AdaBoost对传统非线性因子的改善 MACD因子  算法中每一层的弱分类器本质上是把原本非线性的区 分能力进行了线性化 用分类树方法预测股票是否高送转  非参数方法  根据数据自动生成最优分类树  “树枝”具有较低相关性，防止“过度拟合” 人工智能在学术界的应用  媒体语气会影响股票收益吗？——基于互联网媒体 的经验证据 -数据：51家国内主流互联网媒体关于A股上市公司的 新闻报道 -方法：运用计算机信息抽取和自然语言处理技术，- 逻辑：将媒体新闻划分为正面、中性和负面报道，考 察媒体语气对股票收益率的影响。  姜富伟 管理层情绪与资产定价（JFE 已接收） -数据：上市公司财报和电视电话会议文本文档 -方法：使用文本大数据挖掘方法扫描数据 -逻辑：提取公司财报和电视电话会议文本文档里隐 含的积极或消极情绪信息，构建反应经理人情绪状态 的经理人情绪指数。 为量化投资提供服务的金融科 技公司商业模式 金融科技提供量化投资服务的业态 金融科技公司提供的量化投资服务  C端的策略回测平台 - 优况、聚宽、米