投资管理领域的AI先驱

在报告中，我们确定了投资管理中三种类型的人工智能和大数据应用:

1. 使用自然语言处理(NLP)、计算机视觉和语音识别来有效地处理文本、图像和音频数据;
2. 使用机器学习(ML)，包括深度学习，提高投资过程中所用算法有效性的技术;
3. 利用人工智能技术处理大数据，包括替代数据和非结构化数据，以获得投资见解。

根据CFA协会的一项调查，目前爱游戏app下载游戏在投资过程中使用人工智能/大数据技术的投资专业人士相对较少。大多数投资组合经理继续依赖Excel和桌面市场数据工具;在过去12个月里，只有10%的投资组合经理受访者使用了AI/ML技术。

我们确定了在投资过程中成功采用人工智能和大数据的五大障碍:成本、人才、技术、领导愿景和时间。投资公司将需要大幅克服这五大障碍才能达到顶峰fintech金字塔。

• 使用人工智能和大数据技术的决定应该以传统技术的性能为基准。企业应该确定潜在的额外alpha捕获是否值得应用人工智能和大数据的额外成本和复杂性。
• 机器的智能取决于它所学习的数据。训练数据越全面，机器处理新事件的泛化程度就越高，从而减轻过拟合等常见缺陷。
• 机器学习(ML)技术更适合于系统策略(包括基于规则的定量策略)，而非结构化和替代数据通常更多地由自由裁量(主动)经理使用。
• 细分市场、特定行业的数据集更适合于基本面分析师或投资组合经理，而不是系统经理。
• 有效利用这些数据集可以为陷入困境的主动管理部门提供最大的机会之一。
• 人工智能和大数据不是万灵药;他们不能解决所有的投资问题。例如，只有一小部分大数据可以产生有意义的信号;从噪声中可靠地提取信号是困难的。