由于深度學習推進，人工智能技術已經進展到一個熱火朝天的狀態，人工智能技術的發展在各個產業里面都引起了很大的變革，當然金融行業也在內。我接下來主要講的就是人工智能在金融方面的一些應用。

　　推薦閱讀：大數據國家級工業期刊
 

　　人工智能帶來產業的全面升級，不僅可以提高我們生產的工作效率，而且可以在金融行業領域大大提高智能分析和決策水平。金融行業每天都面臨著大量的各種金融數據、政策消息，如何能夠全面掌握金融行業的發展趨勢?我們知道任何一個人在獲取知識和對知識分析的過程中，個人的能力是有邊界的，是有限的。但是現今數據、消息鋪天蓋地呈指數級增長，人工智能借助于強大的計算背景和學習能力，輔助人類開展各項智能活動，金融行業引入人工智能是必然的趨勢。

　　到目前為止，人工智能在金融行業的很多領域都得到了廣泛的應用，如智能支付、人臉支付、指紋支付、生物特征支付、智能客服等。自然語言處理技術的飛速發展，可以使得公司客服服務24小時不間斷，這背后是強大的人工智能技術的支撐。再有就是關于智能理財方面，人民生活寬裕，有一定的資金，就希望通過一些渠道增值，發揮更大的效能。借助于人工智能技術，我們增長了對投資信息的判斷能力，增加投資的回報率，這是我們大家都很期待的事。

　　對于智能的信用評級系統，實際上現在很多的保險公司、銀行已經在大量使用了。AI本身是從簡單到復雜的發展過程，從1956年定義人工智能這個詞，到現在已經有60多年的歷史。人工智能的發展是一個曲折的過程，經歷過寒冬，也得到過大家的追捧。現今人工智能處于一個爆發期，是第三次人工智能浪潮的爆發期。人工智能變革顯得尤為重要，從簡單的淺層學習過渡到復雜的深度學習階段。深度學習的強大學習能力，加上大量的數據作為支撐，人工智能的飛躍發展毋庸置疑。

　　人工智能應用于股市投資這個領域，也是經歷了一個非常曲折的過程。

　　股票投資其實是一個量化的投資過程。現在人工智能可以在量化投資里面幫助我們完成很多以前無法完成的工作，而且可以在急劇變化的股市中，做出非常高效的、回報率高的決策。傳統量化投資實際上是一個多因子模型，這個模型都是由有經驗的基金經理分析、挖掘這些股票的價值，分析哪些因素是贏利的主要因素，建立起一個模型來進行投資，進行決策。基金公司需要這種高智商的學者或者研究人員幫他們建立模型，提高模型的精確度。我們發展人工智能技術實際上希望用人工智能模型來替代上述基金經理的工作，這有什么好處呢?

　　人工智能技術不僅是分析投資過程中的多因子之間的關系，還需要分析高階的、深層次的關系，甚至是各種股票之間弱相關的關系都能被人工智能提煉出來。通過利用大數據和人工智能技術，我們開發出的模型，可以很好地適應市場的變化，而且克服了人的主觀心理因素的影響。

　　人工智能投資模型是建立在深度學習基礎上的量化投資模型，整個投資模型分成兩大塊，其中一塊是智能選股。在中國的A股市場，如果我們需要從3000多支股票當中選出需要投資的兩支股票或者10支股票，或者100支股票，我們就可以用智能選股模型來進行選股操作。而且我們還專門針對突然性的股市大跌，開發出避險功能。

　　模型以大數據分析為支撐，用深度學習來進行建模，采用循環神經網絡、多模態特征抽取、多任務學習等方式來提取信息，并建立信息間的潛在關系，選定投資目標，從而完成股市投資。對于擇時避險，模型實際上利用了三個比較主要的信息：一是近期市場形勢，包括數量文本的;二是近期投資收益水平;三是未來風險水平。三者有機組合在一起，輸入到避險模型里面，得出避險信號。

　　在這里我要舉一個例子，讓大家對這個模型有一個比較直觀的認識。根據模型對2011-2017年的回測結果，我們對全A股、滬深300和中證500的情況都有了詳盡的了解，并且還制作了一年半的模擬交易情況，模擬交易中對A股市場來說2018年是一個熊市，在實際情況中，2018年上證指數跌了24%，中證跌37%，滬深跌了24%，確實是下行的熊市。

　　人工智能技術用于2018年的股票市場是什么結果呢?即使在這樣大跌的趨勢下，人工智能還是有收益的，超額收益是39.5%，凈值收益14.91%，人工智能交易面對股市大跌，只要我們能檢測到精準的數據分析，也能得到很好的收益。

　　最近我們對人工智能投資模型在不斷地改進，融入關系編碼，更加精準地通過整個A股市場股票之間的關聯構建關聯性模型，同時我們還跟美股、港股聯系在一起，隨著A股市場的發展，我們把這個模型做成了App，大家有興趣的可以去體驗一下。

　　AI賦能是金融行業大勢所趨，智能投資也是主要的潮流，AI在實際應用中面臨很多困難，我們必須不斷創新，解決實際問題。