【深度学习】关于深度学习，金融交易的切入点是什么？

目前以深度学习为代表的人工智能技术受到了各界的热捧，顶尖的科技公司也纷纷布局AI以作为自己在不断创新的标志之一，而几乎所有行业也在讨论自身与深度学习结合的前景，内容从提升产业效率直至颠覆整个行业结构，而一贯走在前沿的金融界也越来越关注深度学习在金融交易中的应用。

关于深度学习是什么，这里就不多做介绍了，毕竟17年大家对人工智能的关注度和期待值极高，各行各业对深度学习的介绍还是比较到位的，实在入门的可以找一下度娘。本文重点谈谈，深度学习和金融交易的结合。

很长一段时间，机构投资者更倾向于使用金融计量模型来分析金融数据和研究市场特性，计量模型分析的结果也往往更具有解释性。但随着金融交易数据量的急剧增大，数据的形式越来越多样化（既包括了交易行情的结构化数据，同时也包括了财经新闻等非结构化数据），对于交易中的很多复杂情况，使得完全采用数学方程进行建模变得越来越难。而深度学习的方法提供了一个全新的研究思路，即从大数据中寻找规律，让深度学习模型自主的挖掘隐藏在数据背后的统计性规律，从而指导金融交易的过程。

深度学习可以在多种频率的交易下使用，从低频的选股模型一直到高频的算法交易模型。无论在投资决策层面还是交易执行层面，深度学习都已经有成功的业界案例。例如，09年成立的对冲基金Cerebellum旗下管理着资产为900亿美元，一直使用AI进行辅助交易预测，并且自2009年以来每年均是盈利。全球最大对冲基金之一的英仕曼投资（Man Group）早在5年前就尝试应用人工智能(AI)，初时只能用于执行被动投资，发展至今，由AI管理的资产已能稳定地获利。高盛和摩根大通等华尔街投行也都相继投入相关的人工智能（AI）选股模型，他们认为机器透过“深度学习”后可望能更准确地预测结果，进而减少一些不必要的交易风险。

深度学习在金融交易中的应用我们总结为以下三个方面：

1、预测金融市场的运行

金融资产波动性、价格的预测一直是金融投资者非常热衷的方向，事实上传统的机器学习方法也早已应用到这一领域之中，而如今很多学者已经开始使用深度学习模型来提高传统金融模型对未来预测的准确性，并且在一些研究中呈现出很好的效果，尤其是在对价格未来变动方向和变动趋势的预测上。比如利用深度神经网络分析日间交易数据的选股策略。另一方面，通过分析日内短期交易数据来估测市场，可以估测金融资产未来的最优的买入或者卖出区间，在日内择时以及算法交易中发挥重要作用。

2、基于自然语言处理的辅助投资决策

传统的投资尽调工作全部由人工来完成，每个尽调人员通过阅读大量的资料信息，沉淀并过滤出相应的关键信息形成投资调研报告。而应用人工智能的技术可以利用网络爬虫抓取信息、利用自然语言分析引擎进行分词、数据降维(合并同类项)&提取词之间的相关性、构建知识图谱、提取出有价值的信息、分析判断文章正向/负向、进行趋势分析、提供分析报告，提高尽调工作的效率与准确性。

第二个则是针对文本信息的处理，并利用文本信息考察事件对市场运行可能产生的影响，从大量碎片化的文本消息中提取出抽象的信息，来对股票市场的未来走向做出预测和判断。一个典型的应用就是事件套利策略，即通过挖掘热点事件发生后的因果关系，进而提取事件信号来分析事件对股票价格的短期影响和长期影响，第一时间做出相应的投资决策。文本挖掘其实是金融信息分析中非常重要的环节，当下随着互联网技术的普及，信息的传输和共享速度已经达到了一个非常高的水平。并且大多数市场信息是以网页新闻和公告的文本形式展现，海量的数据给深度学习的应用提供了土壤。

3、帮助投资者改进交易策略

投资模型的同质化实际上是现代投资风险管理所面临的一个重要问题，这对主动投资的收益率会有本质的影响。而对宏观市场而言则会在危机时刻加剧市场流动性的缺失，因此各方面其实都对差异化的交易策略有着巨大需求，而深度学习方法则提供了一个差异化的途径。基于深度学习的识别和预测方法，为交易策略的改进奠定了基础，因为信号提取的差异性自然会引发不同的资产组合方法和交易时机选择。除了市场的预测以外，基于深度学习的资产组合优化也是一个热点研究方向，利用大量的历史交易数据实时产生预期最优的股票组合配置。

深度学习对于金融交易的创新，主要体现在深度学习方法可以通过多层级网络的构建来更好地处理复杂的金融大数据，通过数据训练来构建更加复杂和接近实际的模型，优化我们在预测和分析市场时的精确性。当然，深度学习方法的有效性并不代表使用深度学习方法一定会带来积极的结果，深度学习与金融的结合仅仅是优化金融交易的一条值得探索的路径。

与此同时，我们也看到应用深度学习从事金融交易的风险与不足。一个是现有模型的稳健型差异很大，往往由于模型、训练数据、训练方法的差异性，导致着模型的输出有着非常大的区别。第二个是深度学习模型可解释性较弱，同时也难以用合适的经济学理论进行解释，这对方法的可复制性与可信性都会产生影响。尽管如此，深度学习应用于金融交易依然是一个充满光明前景的方向。

目前将深度学习应用于金融交易的探索方面，我们主要做的其中一个是算法交易。一般而言我们希望交易过程不要对市场产生太大的冲击，同时也不希望交易拖太久导致市场价格向不利于我们的方向变动。但是这是一个两难：市场冲击是交易速度的增函数、等待风险则是交易速度的减函数。当交易执行速度较快时，等待风险很小，冲击成本很大；交易执行慢时，冲击成本很小，等待风险很大。算法交易的核心问题是在冲击成本与等待风险之间进行平衡。我们研究的智能算法交易，设计的目标就是要在减少冲击成本的基础上，尽量降低市场的不确定性风险。从而既能完成当日既定的目标交易量，又能获得超越基准的平均成交价。

第二个是智能投资策略的研究。基于深度学习的预测模型，在分析海量交易行情数据的基础上，给出未来证券价格走势的判断，在满足一定的置信度的情况下形成具体的交易信号。在进一步优化证券组合后，基于深度学习预测的策略模型有望获得超越基准的收益率回报。

未来，我们相信深度学习，将会为金融行业带来新的生命力。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

1. 重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？

2. 重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？

3. 重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

1. 精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

2. 智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。

3. 高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

4. 不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。

5. 边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

1. 创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；

2. 对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；

3. 人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

1. 超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；

2. 迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新

   评估未来的知识和技能类型；

3. 制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开

   发过程中确定更加明晰的标准和最佳实践；

4. 重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临

   较高失业风险的人群；

5. 开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

---

产业智能官  AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

长按上方二维码关注微信公众号： AI-CPS，更多信息回复：

新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”；新模式：“财富空间”、“特色小镇”、“赛博物理”、“供应链金融”。

点击“阅读原文”，访问AI-CPS OS官网

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

---

---

版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：[e-mail]

---

---