编者语:

近年来,量化投资业已成为海内外资本市场发展的焦点之一,与基本面分析、技术面分析并称为三大主流投资方法。随着人工智能(AI)技术在金融领域的广泛应用,AI与量化投资领域的结合主要表现在深度学习和智能投顾两个方向。AI如何应用于金融投资领域?其在证券投资领域又将迎来哪些创新和发展?北京大学汇丰商学院访问副教授、平安银行资管结构化理财负责人朱晓天先生在《北大金融评论》创刊号上发表的文章深入探讨了上述问题。敬请阅读。 




AI在金融投资领域的三大应用
市场预测

AI技术在金融投资领域有三大应用。第一大类是金融市场预测,即时间序列预测问题,具体包括如下领域:对金融市场产品的价格预测,包括对各种金融产品的价格预测;预测公司的财务状况,包括上市公司的财务状况预测模型,在大类应用领域里属于权益类资产配置;对收益率曲线的变动预测,比如,做固定收益类资产配置,用人工智能技术做一些收益曲线变动趋势的预测等;算法和做市交易执行;金融产品的波动率预测,银行的金融市场部有很强的需求;复杂金融衍生品的定价。
分类评级问题


自动做市和算法交易。目前国际投行在算法交易方面投入很大,包括自动做市和算法交易,第三代算法交易系统的目标已经不仅仅是减少交易执行成本和市场冲击,而是获得比市场基准更好的结果。因为全球场内交易量很大,交易的过程中就会有交易执行的成本,算法交易主要目标就是节省交易成本。经测算,中信证券2012年净利润42亿元,如果采用二代算法交易,利润可以提高26%。就整个市场而言,在2012年可以节省400亿的交易费用,采用三代算法可以节省700多亿的交易成本。英国的高频交易占比为30%,美国为60%,日本为15%,当前中国的占比还非常低,但是发展上有更大的潜力。
复杂衍生品交易和定价。准确定价对衍生品至关重要,定价不准确会导致交易亏钱及错误的风险评估。例如,挂钩个股的期权,如果期权挂钩的底层资产是融券标的,意味着该底层资产有较好的流动性,则该期权的定价相对比较简单。如果期权挂钩的底层资产没有很好的流动性,则传统方法的定价会有很大误差。针对这种情况,机器学习的办法往往可以得到更准确的结果。德意志银行的衍生品交易柜台用AI技术对期权衍生品的底层资产做短期预测,因为该期权的挂钩标的是一篮子流动性不强的股票,所以这些股票的远期价格很难用传统统计模型预测,必须采用机器学习的方法。
债券评级。AI技术广泛应用于分类评级问题,包括债券评级、信用违约预测和市场细分等。穆迪等评级机构都有很成熟的统计模型或专家系统做评级,也把AI作为辅助的决策模型,主要采用前馈型神经网络做主权债、企业债、利率债的评级,好处是预测非常准确,缺点是解释能力不强。AI技术很多时候能够达到常规的统计模型无法达到的准确预测或者分类,但是它无法很好地解释其中的逻辑,及每个因子的解释力度。


AI技术在证券投资领域的创新和发展


第四是行业结构的变革。随着AI技术的专业性、复杂性提高,将衍生出新的业态,例如,量化技术背景的智能信号服务提供商开始为金融机构提供定制的信号;衍生品做市部门需要交易信号来做市场判断,提高他们做市对冲策略的成功率;还有一些技术公司对专业投资机构提供投研外包服务并分润。


推 荐 阅 读











青岛金家岭金融聚集区喜获“管理创新贡献奖”

华通创投、青岛科投正式入驻金家岭——全球(青岛)创投风投中心大厦再添重量级项目

南有陆家嘴,北有金家岭!青岛迈向国际金融中心靠什么?
青岛金家岭金融区 打造金融开放创新“示范区”
青岛科创母基金正式入驻金家岭 全球创投风投中心大厦再添新“基石”



来源:金融时报、北大金融评论杂志



喜欢此文 请点“在看”