其他回答

• 资产管理领域应用AI可以把它分成三个子概念：智能投顾、智能投研、智能投资。每一类的功能偏向有所不同，涉及的AI算法也会不尽相同。1）智能投顾典型功能包括：客户偏好分析、市场分析提醒、智能配置组合、交易执行、组合优化等。典型AI算法包括：知识图谱、机器学习、智能语言处理技术、图像识别等。这方面有代表性的应该是美国的Wealthfront和PersonalCapital两家公司。国内做得出彩的目前看来没有。铂诺希望作为一个先行者，在客户偏好和市场提醒这两项功能上着重发力，打造一个前端的智能顾问，帮助客户更好的了解自己和了解市场。2）智能投研典型功能包括：股票市场信息的深度挖掘分析、投资策略的量化与回测等。这些功能的过程本质：数据获取、特征提取、数据转换、模型训练、模型选择、模型预测。典型AI算法包括：监督学习算法：1回归算法：决策树、随机森林等;2分类算法：二次判别分析、K最近邻算法等;3降维算法：偏最小二乘法等。无监督学习算法：1聚类算法：K均值、分层等;2降维算法：主成分分析、独立成分分析等。3）智能投资典型功能包括：量化交易，智能风控典型AI算法包括：在线过程分析、聚类、滤波、神经网络、预测模型等。这部分同样是外国的企业走得比较靠前，07年开始Rebellionresearch就开始采用贝叶斯网络算法进行智能投资相关的工作了。国内的跟进速度也比较快，铂诺这几年也一直致力于搭建自己的智能风控平台。
  童裕孙2019-12-22 00:37:29
• 应用场景一：征信与风控近几年，国内P2P和现金贷的大量涌现，说明了个人小额信贷的市场需求巨大。在过去，针对该类小贷用户，一般单纯地依靠地推人员挨家挨户进行实地征信。如今，基于大数据和人工智能技术，可以实现智能征信和审批，极大地提高工作效率。通过多渠道获取用户多维度的数据，如通话记录、短信信息、购买历史、以及社交网络上的相关留存信息等；然后，从信息中提取各种特征建立模型，对用户进行多维度画像；最后，根据模型评分，对用户的个人信用进行评估。同样，对于市场上中小微企业融资难的问题，也可以通过大数据征信得以解决。相对于征信，在风控中，贷前要识别贷款人信息的真实性，还要识别其还款意愿和还款能力，贷中通过监控贷款人的行为数据及时发现异常，贷后通过反馈数据补充信用评分。在这个过程中，利用用户数据积累和人工智能技术建立有效的智能化风控体系是核心能力，直接决定着一个平台能否持续健康地运营。应用场景二：反欺诈金融安全是维护金融秩序的基石。与虚拟的社交网络不同，金融用户需要验证身份的真实性，其中可能涉及的技术包括人脸识别、语音识别、指纹识别和虹膜识别等。相对于我们人类，人工智能在此领域往往表现得更加优异，不仅能缩短识别时间，还能降低识别错误率。如今，越来越多的人工智能应用出现在现实生活中，比如指纹付款、扫脸取款等。此外，人工智能在网络反欺诈方面也发挥着巨大的作用，机器可以从海量的交易数据中学习知识和规则，发现异常，比如防止盗刷卡、虚假交易、恶意套现、垃圾注册、营销作弊等行为，为用户和机构提供及时可靠的安全保障。应用场景三：智能投顾智能投顾是在多个市场和大资产类别之间构建投资组合，分散风险，追求长期收益。与传统方式有所区别，智能投顾可结合现代资产组合理论和投资者偏好为投资者提供建议，加快释放投资理财的“长尾”市场，具有佣金低和信息透明等特点。更通俗点说，智能投顾实际上是把私人银行的服务在线智能化，服务更广泛的普通老百姓。当前，智能投顾平台已经在国内市场出现。2019年12月，招商银行摩羯智投正式上线，这是国内银行业首家推出的智能投顾服务。据介绍，摩羯智投运用机器学习算法，融入招行多年的业务经验，在此基础上构建了以公募基金为基础的、全球资产配置的“智能基金组合配置服务”。在客户进行投资期限和风险收益选择后，摩羯智投会根据客户自主选择的“目标-收益”要求，构建基金组合，由客户进行决策、“一键购买”并享受后续服务，使得投资小白也可以轻松使用。应用场景四：营销与客服在金融平台上，如何识别有效的客户往往是难点。而人工智能可以通过用户画像和大数据模型精准找到用户，实现精准营销。另外，在客服中，用户咨询的问题大都是重复性的，而且往往限定在几个特定的领域内，这些特点使其成为自然语言处理和智能客服机器人的极佳选择。通过智能客服机器人可以发掘用户的需求，解释和推荐产品，还能带来销售转化。智能客服可以解决用户的大部分问题，在非常确定答案的时候可以直接回答，在不确定时把可能的答案提供给人工客服，由人工客服判断选择最佳答案发送给用户。这样极大地提升了客服效率和用户体验，同时也降低了人力成本。应用场景五：投资决策在投资机构和投行部门中，日常的工作如收集大量的资料、进行数据分析、报告撰写等，往往占用了大量的时间和精力。而在处理海量的数据信息时，机器拥有天然的优势，通过自然语言处理技术可以理解文本信息，寻找市场变化的内在规律。一个经典案例是沃尔玛超市发现尿布和啤酒放在一起会增加销量。大数据可以发现看似毫不相关的事件间的关联性，应用在投资领域也会有同样的效果，比如苹果发布新手机会影响哪些公司的股价等。人工智能还能够根据收集到的市场历史数据进行预测，分析判断企业的成长性，从而辅助投资决策。一个著名例子是，美国最大的信用卡行CapitalOne的两名员工利用职务便利，分析了至少170家上市零售公司的信用卡消费情况，并据此预测这些公司的营业收入，然后提前购入看涨期权或看跌期权，三年内投资收益率高达1800%。虽然是反例，但对于智能预测应用有很好的启发意义。此外，机器还可以根据收集到的资料，自动生成大量格式固定的文档，比如招股说明书、研究报告、尽调报告和投资意向书等，从而提高效率，减少枯燥的重复性工作。
  齐晓春2019-12-22 00:20:37
• 人工智能是机器是工具，金融涉及面就比较广了。要发展任何行业必先发展金融，干什么事首先需要的就是钱，个人认为人工智能取代不了金融，除非智能机器能像算命先生一样能把人算死，当然这是不可能的。两者哪个有前途取决于决策人在哪个方面有兴趣或者天赋。
  龙宇飞2019-12-22 00:09:12
• 据《中国人工智能行业市场前瞻与投资分析报告》数据显示，截至到2019年第二季度，全球人工智能公司突破1000家，跨越13个子门类。2019-2019年人工智能领域融资额复合增速达到42%，总融资额高达48亿美元。对于上规模的互联网金融企业来说，防控风险、提升利润、降低成本才是关键，因而不少企业都对金融科技极为重视，科技金融如果能够接入更多的玩家，那么对于消费金融公司更容易掌控头部资源，进而开展相应的业务。
  黄盛新2019-12-21 23:40:15