人工智能在量化投资中的应用

量化投资指以先进的数学模型分析替代人为的主观判断，利用机器对海量数据进行处理和分析，从而选定能大概率带来超额收益的投资组合。量化投资起源于麻省理工学院和加州大学欧文分校教授爱德华·索普（Edward Thorp），其利用21点原理发明了科学股票市场系统，创立了普林斯顿—纽波特基金，被用于可转化债券的套利，最早采用纯数学方式进行投资实现盈利。詹姆斯·西蒙斯（James Simons）创立的大奖章对冲基金是量化投资基金的代表，大奖章基金采用纯数学分析方法，自1988年以来取得年均34%的回报，高于乔治·索罗斯（George Soros）的32.9%，比沃伦·巴菲特（Warren Buffett）的22%更是高出10个百分点，比标准普尔500指数高出20个百分点^[19]。

量化投资的过程中需要大量的历史数据处理分析，与金融产品开发的道理相同，当数学在金融资产的交易过程中被大量应用，机器强大的数据计算和基于人工智能技术的分析能力便有了用武之地。在量化投资实践多年的欧美市场，顶级的投行和基金也已尝试将人工智能技术用于量化投资模型的设计和优化中。目前，世界上最大的对冲基金桥水基金从IBM的Watson团队挖来大卫·费鲁奇（Da-vid Ferrucci）组建人工智能团队参与量化投资基金管理，高盛也已投资人工智能用于优化现有的量化投资程序，试图在算法层面实现突破。(www.xing528.com)

与传统的量化投资不同，人工智能技术加入后使得量化投资的数据维度大大丰富。除了传统的金融资产交易数据外，新闻、突发事件、名人演讲等非结构数据也将通过图片识别、自然语言处理等技术实现数据结构化，参与到量化投资的分析过程中。另外，人工智能的量化投资模型将不再拘泥于事先严格设定好的投资模型，而是根据市场变化、影响因子相关性的改变，对量化投资模型进行迭代和修正，改进投资策略。量化投资引入人工智能技术之后能够丰富分析维度，提升分析精准度，实时优化和调整投资模型，最终帮助金融机构提升收益率。