4-人工智能金融-任务2---人工智能在金融服务中创新模式.pptx

《金融科技》Financial Technology 项目四 人工智能金融主讲教师：*** 教学目标1．能够理解并表达出人工智能应用的工作方法；2．能够将人工智能对金融领域的积极影响，运用进对客户的服务中。[知识目标]1．了解人工智能的概念和发展历史；2．掌握人工智能在金融领域的应用模式；3．理解人工智能对金融领域的影响；4．理解人工智能+金融与金融科技应用的区别与联系。[能力目标] 目录认识人工智能一二三人工智能在金融服务中创新模式人工智能对金融领域的影响四人工智能在金融领域的发展 任务二 人工智能在金融服务中创新模式二 4.2 人工智能在金融服务中创新模式企业信用风险评级2、金融搜索引擎3、量化交易4、智能投顾5、智能客服1、自动生成报告 4.2 人工智能在金融服务中创新模式1自动生成报告 4.2 人工智能在金融服务中创新模式一、自动生成报告 自动报告生成主要运用自然语言处理技术(natrual language processing，NLP)中的两种技术:自然语言理解和自然语音生成。前者是将日常话语消化理解并转化为机器可后续处理的数据结构；后者的作用是将机器分解拆好的结构化数据，以人们能看懂的自然语句表达出来。 国内外有这样几家公司，介绍如下: 4.2 人工智能在金融服务中创新模式一、自动生成报告1文因互联：一家智能金融技术服务提供商，主要提供自动化公告摘要、自动化研报摘要、自动化报告写作、金融查询机器人、金融搜索等智能金融核心工具。2搜狐：公司的智能报盘提供的服务包括根据交易数据进行的模版写作，并在公开领域发表。其特点是速度快，有时间优势。3今日头条：新闻写作机器人“张小明”是今日头条实验室与北大计算所联合研发而成。作为国内第一款可以报道奥运赛事的人工智能机器人，它结合了自然语言处理、机器学习和视觉图像处理技术，通过语法合成与排序学习生成新闻。 4.2 人工智能在金融服务中创新模式一、自动生成报告4Automated Insights：打产品是Wordsmith自动化报告生成平台，主要用户包括美联社、雅虎等公司。Wordsmith可以根据用户输入，找到关联数据，进而进一步丰富报告的内容。5Narrative Science：西北大学的新闻系和计算科学系联合创立，旨在通过给定主题的数据分析，自动生成文章报告。该公司著名的数据分析平台Quill可以分析结构化数据，将人工智能与大数据进行技术融合，理解这些数据的重要性，从而产生简短的文字表述或结构化的报告内容一主要面向对象为金融服务提供商 4.2 人工智能在金融服务中创新模式2金融搜索引擎 4.2 人工智能在金融服务中创新模式金融搜索引擎二 金融面临的具体问题集中在“价值判断”和“风险评估”这两个大问题上。金融决策的特点是要考虑的因素实在是太多。 人工智能想要解决的问题是，如何也能让机器像人一样进行判断。这也就意味着，需要依次解决五个问题。 4.2 人工智能在金融服务中创新模式金融搜索引擎二 第一个问题是从物理世界获得数字化的数据。 第二个问题是从“脏数据”中获得“干净数据”。 第三个问题是从数据中辨认出经济“实体”。 第四个问题是发现经济实体之间的关系，形成知识图谱。 第五个问题是在知识图谱的基础上表达业务逻辑。 4.2 人工智能在金融服务中创新模式金融搜索引擎二 金融搜索服务的实质在于提供优质的、经过整理的金融数据，让金融数据更可信、更好用、更容易被发现和获得。 专业的金融搜索引擎需要具备的特点是干净、尽可能降低噪声、界面简洁、会联想关键词之间的潜在关系、多维度的数据过滤和排序以及异常事件提醒等，只展示最有价值的数据。 4.2 人工智能在金融服务中创新模式3量化交易 4.2 人工智能在金融服务中创新模式三、量化交易 量化投资意味着采用数据和模型的方法对投资组合进行预测和管理。 量化投资实际上也是概率的游戏，主动投资管理人将自己对市场的理解和判断进行系统科学的表达，利用程序的执行来克服心理学上的弱点，从而以大概率获得超额收益。模型建立的本质是对大量数据的统计分析，即大数定理，收益依据来源是分析特定股票池中所有样本所呈现的统计意义上的规律。目的是通过寻求有利的阿尔法因子去获得超额收益。 4.2 人工智能在金融服务中创新模式三、量化交易 量化投资的游戏规则建立在简单的框架之下：①市场几乎是有效的，但不是完全有效；②量化投资实现的是统计意义层面的套利机会；③量化投资分析应建立在坚实的逻辑和理论基础之上；④量化模型在一定时期内应呈现持续且稳定的表现；⑤相对基准的超额收益只有在不确定、足够小的情形下才有意义。 4.2