研究报告 2019年9月30日
人工智能先锋投资管理
考试的趋势和用例的AI和大数据技术的投资
人工智能先锋投资管理
阅读报告全文(PDF)概述
在这个报告中,我们试图确定人工智能(AI)和高影响力的应用大数据在投资和最佳实践实施通过检查特定的用例。为此,我们与世界各地的投资行业从业人员进行了交流,并从不同领域的投资,主要是在2019年4月和5月。
我们发现,相对较少的投资专业人士目前利用人工智能和大数据应用程序在他们的投资过程。提供一个恒定的投资公司和个人寻求走向最新技术前沿,我们采访了一个选择的机构在全球范围内,目前使用这些技术;这些都是人工智能先锋投资管理。
用例是照明。除了其他事情之外,他们也凸显了机会,但AI的局限性和继续人类的判断投资过程的重要作用。
我们赋予的权力“智能+嗨”模型:人工智能技术可以增强人类智慧使投资专业人士能够达到一个更高的水平,从而使他们从日常工作并使作出更明智的决策,利用机器和人类的集体智慧。
成功的投资公司的未来将是那些战略计划将人工智能和大数据技术纳入其投资过程。成功的投资专业人士将是那些能够理解和最佳利用这些新技术所带来的机遇。
未来在这里。
报告的亮点
强大的fintech将合作的结果鳍(金融机构)和科技(科技公司)。成功的公司将集中在t形截面的团队,结合投资专业知识、创新、技术应用在投资策略或流程。
在报告中我们确定了三种类型的AI在投资管理和大数据应用程序:
- 使用自然语言处理(NLP)、计算机视觉、语音识别和有效地处理文本,图像,音频数据;
- 使用机器学习(毫升),包括深度学习、技术改进算法用于投资过程的有效性;
- 利用人工智能技术来处理大数据,包括替代和非结构化数据,投资见解。
CFA协会的一项调查显示,相对爱游戏安全吗较少的投资专业人士目前使用AI /大数据技术在他们的投资过程。大多数投资组合经理继续依赖Excel和桌面市场数据工具;只有10%的投资组合经理受访者使用AI /毫升技术在过去的12个月。
我们确定了五大障碍成功采用人工智能和大数据的投资流程:成本,人才,技术,领导愿景,和时间。投资公司需要大大克服的五个障碍达到的顶端fintech金字塔。
关键的外卖
- 使用人工智能和大数据技术的决定应以传统技术的性能。为基准公司应该确定潜在的额外的α捕捉是否值得额外的成本和应用人工智能和大数据的复杂性。
- 机器是一样聪明的数据从学习。训练数据越全面,越广义机器将新事件过程,从而减轻常见缺陷如过度拟合。
- 机器学习(ML)技术更适合系统的策略(包括基于规则的量化策略)和非结构化和替代数据通常使用更多的可自由支配的(积极的)经理。
- 细分行业的数据集的相关性基本分析师或投资组合经理寻找α比系统的经理。
- 这样的数据集的有效使用可以提供最大的机会被围困的主动管理部门。
- 人工智能和大数据是灵丹妙药;他们不能解决每一个投资问题。例如,只有一小部分的大数据可以生成有意义的信号;可靠地从噪声中提取信号是很困难的。
作者(年代)
