人工智能飛速發(fā)展，金融領域大有可為

隨著人工智能技術的快速發(fā)展，多個領域都迅速收獲了突破性成效，在金融領域內也是如此。具體來說，在信用評估、投資和個人財務管理上都有所運用。實際上，金融領域是人工智能適合運用的領域之一，這是因為人工智能技術的數(shù)據(jù)和算法缺一不可，而運用的領域需要滿足能夠將一定的流程標準化、模式（pattern）化。金融領域是跟數(shù)據(jù)大量打交道的領域，全球化的波動導致交易市場瞬息萬變，而智能設備等傳感器的普及產(chǎn)生了大量的非結構化數(shù)據(jù)。金融領域的風險定價正可以利用數(shù)據(jù)和算法進行更高效的評估，可有效的降低金融機構的成本，同時挖掘到更多有價值的信息，幫助市場進行決策。

作為全球創(chuàng)新的中心之一——硅谷，近年來也涌現(xiàn)了大量的以人工智能為核心技術的創(chuàng)業(yè)金融科技公司。未央研究拜訪了這其中16-17年之間成立的公司，以發(fā)現(xiàn)最新人工智能技術是如何改進或重塑原有金融格局。

人工智能技術在借貸領域的運用

近年來智能設備的興起圍繞用戶產(chǎn)生了大量的信息，這為評估個人信用風險產(chǎn)生了大量的挖掘價值。同時，傳統(tǒng)的FICO分數(shù)缺陷也一直存在，事實上，由于FICO分數(shù)極大依賴于信用歷史。（FICO分數(shù)考慮的五個指標包括：（1）償還歷史記錄，占比35%，包括各種信用賬戶的償還信息和負面的公共記錄；（2）信貸欠款額度，占比30%；（3）信貸歷史年限，占比15%；（4）新開設的信用賬戶，占比10%；（5）正在使用的信用類型，占比10%。）這導致FICO分數(shù)在實際運用中產(chǎn)生了一些問題：

一、對于缺乏信用歷史的人，如移民或者年輕人無法評估；

二、對于已有FICO分數(shù)的人群來說，其假設和準確性也存疑，例如，如果用戶由于遭受了短期經(jīng)濟打擊失去房子，但是保留工作的車輛則應該判定其有穩(wěn)定的還款意愿，但在FICO分數(shù)里則被認為是不可靠的。而FICO數(shù)據(jù)迭代較慢，這導致了一些分數(shù)較高的用戶同樣存在違約狀況。

近年來，F(xiàn)ICO分數(shù)越來越成為一個供金融機構參考而不是決定性的指標之一，對于個人用戶的信息，機構會自行收集并用自己的風控模型進行評估。甚至有公司不再使用FICO，例如，2016年1月，硅谷最大的線上貸款公司SoFi就宣布不再使用FICO分數(shù)。

人工智能算法的使用也對于個人用戶信用畫像能起到完善作用。MIT一篇工作論文通過將2009-2012年的消費者信用歷史數(shù)據(jù)和消費類數(shù)據(jù)利用分類和回歸決策樹算法為消費者進行信用分數(shù)，并將結果與利用信用局的數(shù)據(jù)利用傳統(tǒng)方法計算的分數(shù)結果進行對比。下圖顯示兩種模型對于信用優(yōu)良和信用差的人群都有較好的識別作用，但對于信用中等的人群，前者更能準確的預測該人群的預期行為。

Source： Consumer Credit Risk Models via Machine-Learning Algorithms? Amir E. Khandani?, Adlar J. Kim?, and Andrew W. Lo§

作為近年來發(fā)展最快的深度學習技術來說，以往可能被信貸員判斷為無關變量的信息，如地址信息，APP使用習慣等，通過挖掘和整合可能形成有用的變量，從而反映/指向跟用戶的還款意愿或者還款能力相關的變量。

未央研究在硅谷實地參訪的兩家公司Upgrade和Random Forest Capital都使用了人工智能技術對于用戶的信用進行了評估——當然前者的方法早已經(jīng)運用在了國內。Upgrade自稱推出了評估模型2.0版本，一是使用了地理位置數(shù)據(jù)，這些位置數(shù)據(jù)能夠和宏觀經(jīng)濟因素結合起來，反映了不同地方的經(jīng)濟狀況；二是平臺行為模式是連接到了用戶的checking account，通過分析用戶的自由現(xiàn)金流來看用戶的支付習慣，例如是否由有逾期、懲罰費用，或者錯過了某些支付日期，這種分析方式如同分析中小企業(yè)的現(xiàn)金流的方法。Upgrade將其運用在了個人風控上。

Random Forest Capital在2016成立，是一家位于舊金山的跨平臺機器學習和數(shù)據(jù)工程投資管理公司。Random Forest稱，目前現(xiàn)存的承銷方法昂貴、低效、不準確，無法準確地評估這些債務的風險。Random Forest使用跨平臺的機器學習算法來定價債券；在大大提高準確性和效率的同時，也解決了投資者和借款方的利益沖突。因為平臺獲得的很多數(shù)據(jù)是類別數(shù)據(jù)，所以公司使用樹類的模型 ---基于樹的（tree base） 算法很有用，此外Boosting算法也被證明很有效果。

需要指出的是，受限于美國對于個人數(shù)據(jù)和隱私保護，很多金融機構需要“帶著腳銬跳舞”在不破壞個人隱私的情況下盡可能挖掘多的關于主體的信息。

人工智能在投資領域的運用

人工智能技術早期在投資領域中已有所運用，人工神經(jīng)網(wǎng)絡（ANN）就是被認為較有用的算法之一，人工神經(jīng)網(wǎng)絡已被證明能過夠有效處理金融市場中的不確定性，相比于線性回歸模型能夠挖掘數(shù)據(jù)中的非線性關系，同時能夠有效的處理大量數(shù)據(jù)中的噪音信息。更吸引人的是，人工神經(jīng)網(wǎng)絡模型可以通過新數(shù)據(jù)的訓練來更新現(xiàn)有的模型，在瞬息萬變的市場中能做到快速反應。

自2004年以來，美國國內量化基金的財產(chǎn)規(guī)模不斷增加。從2004到2016年，量化基金總財產(chǎn)規(guī)模從300億美金迅速增長至3000億美金。一些著名的量化基金包括Two Sigma、DE Shaw、Citadel等。相對于傳統(tǒng)的量化投資基金，人工智能型基金的一大優(yōu)勢即是它更大限度地回避了人為操作的誤差，可以在短時間內處理更大量的數(shù)據(jù)，并可以動態(tài)地更新模型的參數(shù)以及模型本身，所以使得算法更加靈活且適應性強，使其在長期超越靜態(tài)的傳統(tǒng)量化模型的表現(xiàn)。相對于傳統(tǒng)的量化模型來說，人工智能型基金算法更加靈活，甚至設立了一些隨機性，這使得其算法相關性相對于傳統(tǒng)量化模型更弱。

下圖為EUREKAHEDGE在2017年1月的研究。途中藍線為人工智能型量化基金收益，紫色線為傳統(tǒng)基金收益，綠色線為指數(shù)型基金收益，紅色線為偏傳統(tǒng)型量化基金收益。可見，自2010年起，相比于任何其他種類的基金，人工智能型基金收益都更高。

此外，由下表的相關性矩陣看出，人工智能型的量化投資基金和其同類型基金的相關性都較低，和一般的對沖基金的相關性甚至是負數(shù)。Pit.AI就是一家用人工智能開發(fā)對沖基金交易策略的公司。Yves-Laurent Kom Samo 希望將對沖基金從由人工驅動，轉向機器驅動。公司通過節(jié)省行業(yè)中開銷最大的人力成本，來提升整個公司的盈利能力。Pit.AI只向投資人收取與盈利相關的費用，并不收取基金管理費。只有當基金表現(xiàn)更好的時候，Pit.AI與投資人對收益分成。收入分成比例是三七開，Pit.AI收取收益的30%。未來，Pit.AI希望將收費模式變成曲線形式，當收益表現(xiàn)不好的時候，收費相應減少，當收益增加的時候，收費比例相應提高。

Pit.AI認為通過雇傭很多交易員，產(chǎn)生眾多交易算法從而競爭的形式并不能很好的產(chǎn)生很優(yōu)質的算法。因為，生成策略的人，大多數(shù)都用同一種思路在嘗試，發(fā)現(xiàn)的算法通常具有很強的相似和相關性。這些相關度很高的算法，并沒有對分散交易風險起到應有的作用。

Pit.AI與傳統(tǒng)機器學習的區(qū)別主要體現(xiàn)在兩方面，第一，每個算法會一直運行下去，目標是尋找更優(yōu)的交易策略，并不是找到一個優(yōu)秀算法就停止；第二，他們的算法中都引入了隨機性，這樣，同一個算法的不同實例會有不同的表現(xiàn)，通常能生成不同的算法，而不是完全一致的算法。

人工智能基金不僅在基金公司的運營、成本結構和收入形式上產(chǎn)生了變革，在對客戶端也能產(chǎn)生影響，智能投顧行業(yè)就是這樣，按照Openfolio的思路，以往的基金管理受限于成本和技術是由基金經(jīng)理主導，個人投資者由于其份額小無法擁有投資話語權，無法進行個性化投資。人工智能技術的引入，使得未來基于個人用戶實際情況進行調倉成為了可能，真正做到基于用戶的風險承受能力、收益預期以及個人價值觀等要求個性化調倉。

人工智能技術在個人財務管理的運用

隨著個人理財?shù)囊庾R和需求興起，越來越多的軟件開始利用人工智能技術為個人用戶進行財務管理。這些軟件基于的邏輯的是，通過分析用戶的開銷等相關數(shù)據(jù)，基于用戶設定的目標，為用戶提供理財建議，幫助用戶達成目標水平。

成立于硅谷的Olivia AI就是這樣一家公司，Olivia公司致力于打造一個貼心的個人財務管理助手，使每個用戶在個人理財方面都能得到個性化專業(yè)化的貼心服務。通過結合人工智能技術、財務管理知識和行為經(jīng)濟學等學科的專業(yè)知識，Olivia AI以一個聊天機器人形象服務客戶，通過學習用戶的金融習慣和消費習慣，對用戶的各個資金賬戶進行統(tǒng)一管理，并針對用戶特點給出用戶的理財、消費計劃。

實際上，近年來在該領域的創(chuàng)業(yè)公司很多，都是瞄準了年輕人不好的理財習慣（不存款）以及無節(jié)制的開銷（月光族）的潛在機會，旨在利用更用戶友好的界面，更全面的功能和有趣的互動和激勵形式來培養(yǎng)用戶的理財習慣。例如提供自動存款功能的Digit, 以及利用IFTTT來作為儲蓄激勵的Qapital。（IFTTT，是一個新生的網(wǎng)絡服務平臺，通過不同平臺的條件來決定是否執(zhí)行下一條命令。即對網(wǎng)絡服務通過其他網(wǎng)絡服務反應作出反映。IFTTT得名為其口號“if this then that用戶設定一些規(guī)則來進行儲蓄，例如存每次花費后找的零錢等；IFTTT有上千種規(guī)則，也和很多軟件捆綁來設定目標，例如如果下雨了，就扣一點錢作為晴天旅游的資金等。）

作為科技的創(chuàng)新之地，硅谷的公司已經(jīng)將人工智能技術成熟的運用在金融各個領域，但我們也欣喜的發(fā)現(xiàn)，中國的科技金融的應用創(chuàng)新也未落后，不少硅谷的公司在中國已有對標。未來我們期待人工智能技術能夠為金融領域帶來更大的變革，服務更多傳統(tǒng)金融未觸達的人群。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。