机器学习

随着金融服务公司竞相跟上机器学习和人工智能 (AI) 等技术进步，数据治理 (DG) 和数据管理 (DM) 发挥着越来越重要的作用——在技术军备竞赛中，这一作用往往被低估。 DG 和 DM 是成功的企业数据和分析平台的核心组成部分。它们必须符合组织的投资理念和结构。掌握业务领域知识、经验和专业知识使公司能够将 BD 管理与传统小数据管理结合起来。 毫无疑问，…

财富管理领域关于人工智能（AI）的讨论很多。许多公司都有新兴的人工智能计划，但没有任何明确的业务目标。本文简要介绍了可用的人工智能技术（不仅仅是 ChatGPT）、它们在财富管理中的应用，以及您的公司如何定义要实现的特定业务成果。您的公司可以利用这些要求来定义您的项目路线图，并将您的人工智能经验从想法转变为成功的项目。 人工智能的应用遍及各个市场领域，并将改…

作者：Justina Lee 金融界热爱计算机的人群正在为人工智能驱动的新时代的到来做准备，但这并不意味着他们已经准备好完全接受这项技术。 在 Invesco 对管理着 22.5 万亿美元的系统投资者进行的一项调查中，62% 的人表示，十年后人工智能将与传统分析一样重要，而 13% 的人认为人工智能将更加重要。 然而，当被问及他们自己目前对该技术的使用情况时…

关键点 系统或算法方法对投资决策施加冷静的纪律，但也带来了某些挑战。 系统性策略可能无法快速适应市场的结构性变化。 算法方法可能会导致投资经理毫无根据或夸大地声称采用最新的人工智能或机器学习工具。 由缺乏经验的研究人员进行的回测可能会过度拟合，导致令人失望的现场表现。 抽象的 在这个计算成本低廉、数据庞大、系统或算法驱动的时代，投资越来越受欢迎。系统性策略出…

因素选择是我们构建财务模型时最重要的考虑因素之一。那么，随着机器学习 (ML) 和数据科学越来越融入金融，我们应该为 ML 驱动的投资模型选择哪些因素以及如何选择它们？ 这些都是开放且关键的问题。毕竟，机器学习模型不仅可以帮助因子处理，还可以帮助因子发现和创建。 传统统计和机器学习模型中的因素：（非常）基础知识 机器学习中的因素选择称为“特征选择”。因素和特…

“如果你不能简单地解释它，那么你就没有理解它。” 复杂的机器学习 (ML) 也是如此。 机器学习现在可以衡量环境、社会和治理 (ESG) 风险，执行交易，并可以推动股票选择和投资组合构建，但最强大的模型仍然是黑匣子。 机器学习在投资行业的加速扩张引发了人们对透明度降低以及如何解释投资决策的全新担忧。坦率地说，“无法解释的机器学习算法[。。。] 让公司面临不可…

在 1968 年的小说和电影《2001：太空漫游》中，人工智能系统哈尔（ HAL 9000的缩写）杀死了飞船上的宇航员。 事实上，哈尔这个绰号指的是另一种杀手：不是人类杀手，而是细菌杀手。 2020 年 2 月，也就是这部科幻电影向世界介绍了也许是第一个伟大的人工智能反派的五十多年后，麻省理工学院的一组研究人员利用人工智能发现了一种能够杀死住院的大肠杆菌的抗…

这一部分介绍一些机器学习（统计学习）方法。 参考： McNicholas and Tait(2019) Data Science Using Julia, CRC Press. Jose Storopoli, Rik Huijzer, Lazaro Alonso(2022) Julia Data Science. https://cn.julialang.o…

跟上像 AI 这样快速发展的行业是一项艰巨的任务。 因此，在 AI 可以为您做这件事之前，这里是对上周机器学习领域故事的便捷总结，以及我们没有单独介绍的著名研究和实验。 可以说，上周，苹果非常明显地、有意地投入了竞争异常激烈的 AI 竞赛。 这并不是说该公司之前没有表示过对 AI 的投资和优先排序。 但在其 WWDC 活动中，Apple 非常清楚地表明，AI…