人工智能(AI)近年來已成為資產(chǎn)管理技術(shù)的關(guān)鍵口號之一，機(jī)構(gòu)和精品公司都在這一領(lǐng)域進(jìn)行了大量投資。
今年TradeTech會議的發(fā)言人也熱衷于談?wù)撊斯ぶ悄芗捌涓鞣N子集如何在進(jìn)一步的開發(fā)工作后優(yōu)化交易流程及其對更廣泛行業(yè)的理論利益。
Vanguard的EMEA地區(qū)投資運(yùn)營主管Sean Kennedy概述了基于AI的技術(shù)可以采取的各種形式，包括機(jī)器學(xué)習(xí)，機(jī)器人過程自動化(RPA)和深度學(xué)習(xí)等子組件。
“在我們的案例交易中，我們在其他行業(yè)的應(yīng)用中看到的真正價(jià)值在于查看整個(gè)生命周期的功能區(qū)域。因此，我們現(xiàn)在花時(shí)間研究應(yīng)用機(jī)器學(xué)習(xí)以優(yōu)化整個(gè)生命周期的方法，“他說。
“我們在Vanguard以及整個(gè)行業(yè)看到的是，傳統(tǒng)上中間辦公室功能正在與前臺辦公室更加緊密地結(jié)合在一起，因此這些線路變得非常模糊。圍繞新技術(shù)的機(jī)會是通過機(jī)器學(xué)習(xí)將它們編織在一起以推動優(yōu)化。“
摩根大通CIB首席行政官Sanoke Viswanathan強(qiáng)調(diào)該機(jī)構(gòu)在其研究領(lǐng)域使用自然語言處理 - 計(jì)算技術(shù)在自然語言和語音分析與合成中的應(yīng)用 - 用于情感分析和新聞分析等功能。
“可能是那些花費(fèi)大量時(shí)間而不是大量收益的新興領(lǐng)域，我們稱之為自動決策; robo-trading或robo-hedging，以自動方式回答客戶端查詢等。這是一個(gè)應(yīng)用程序分類，我發(fā)現(xiàn)它與最終用戶產(chǎn)生了很好的共鳴，因?yàn)檫@是人們決定如何部署這些技術(shù)的方式，“Viswanathan說。
然而，盡管AI及其技術(shù)子集可以提供經(jīng)證實(shí)和潛在的好處，但在行業(yè)完全熟悉該技術(shù)之前，仍然需要解決一些值得關(guān)注的問題。
“我們對專注于金融市場的人工智能基礎(chǔ)研究水平不滿意。在與客戶的討論中，關(guān)于我們正在處理的問題類型，在市場模擬，時(shí)間序列預(yù)測等方面沒有進(jìn)行足夠的核心研究。因此，我們希望建立一個(gè)專注于此的研究能力，“Viswanathan說。
肯尼迪強(qiáng)調(diào)了進(jìn)一步采用人工智能技術(shù)的主要障礙之一是缺乏透明度和對這些系統(tǒng)如何運(yùn)作的信任，突出了淺層和深層學(xué)習(xí)技術(shù)之間的區(qū)別。
肯尼迪說：“淺層學(xué)習(xí)本質(zhì)上是創(chuàng)建小型模型或計(jì)算，你可以回過頭來檢查，甚至可以實(shí)時(shí)觀察輸入和輸出，并通過透明來證明輸出是合理的。”
“在深度學(xué)習(xí)中，你會失去透明度。信息進(jìn)入，一系列計(jì)算發(fā)生，系統(tǒng)訓(xùn)練自己學(xué)習(xí)，輸出出來，在理想狀態(tài)下用于推動決策。這就是我看到大多數(shù)猶豫的地方，這可能具有挑戰(zhàn)性。
“這項(xiàng)技術(shù)有很多應(yīng)用程序遠(yuǎn)比我們在這個(gè)行業(yè)中使用的技術(shù)更先進(jìn)，但讓內(nèi)部的監(jiān)管機(jī)構(gòu)，客戶甚至用戶信任這種類型的輸出并使用它向前邁進(jìn)似乎是真正的挑戰(zhàn)。”
在會議的另一場會議上，T。Rowe Price的全球系統(tǒng)交易和市場結(jié)構(gòu)負(fù)責(zé)人Mehmet Kinak表示，AI是該行業(yè)的“熱門話題”，但他還沒有找到任何開發(fā)出良好系統(tǒng)的組織。
“另一方面，機(jī)器學(xué)習(xí)很有趣，例如經(jīng)紀(jì)輪。它將大量交易成本分析(TCA)和數(shù)據(jù)納入交易決策，“他說。
“機(jī)器學(xué)習(xí)我相信會接管，但我不確定人工智能。即使在車輪上，數(shù)據(jù)也在驅(qū)動這種方法，而且我對我正在使用的經(jīng)紀(jì)人不可知，因?yàn)樗皇菙?shù)據(jù)，而且就像我看不到它們一樣。“
