何成芬

【摘要】在大數(shù)據(jù)快速滲透及人工智能技術(shù)顯著提升的背景下，金融決策系統(tǒng)結(jié)合人工智能技術(shù)，使金融數(shù)據(jù)挖掘、處理、分析更為有效與真實可靠，對于客戶來說，更為節(jié)省成本、更為高效、投資組合更為多元。

【關(guān)鍵詞】人工智能 金融決策 數(shù)據(jù)處理

一、序言

伴隨著信息科技的迅猛發(fā)展，基礎(chǔ)層的云計算、大數(shù)據(jù)等因素的成熟帶來了人工智能的進(jìn)步，近年來人工智能概念發(fā)展十分迅速，深度學(xué)習(xí)帶來的技術(shù)突破使得復(fù)雜任務(wù)處理準(zhǔn)確率得到大幅提升，人工智能步入其發(fā)展黃金期。“十三五規(guī)劃”提出了“重點突破新興領(lǐng)域人工智能技術(shù)”，國家層面和地方層面也都相繼出臺了其他各項政策對發(fā)展人工智能和大數(shù)據(jù)進(jìn)行有力支持。發(fā)展人工智能有望成為經(jīng)濟(jì)發(fā)展的新動力。國內(nèi)外互聯(lián)網(wǎng)巨頭憑借其先天用戶數(shù)據(jù)豐富、資源配置高效等方面的優(yōu)勢，以各種形式在加速布局人工智能領(lǐng)域。在大數(shù)據(jù)處理能效顯著提升與人工智能快速滲透的時代背景下，金融決策平臺搭載人工智能技術(shù)，使金融數(shù)據(jù)的分析越來越科技化、多樣化與普適化，雖然在我國金融數(shù)據(jù)的挖掘和應(yīng)用尚在起步階段，但金融數(shù)據(jù)作為大數(shù)據(jù)中最具含金量的數(shù)據(jù)源，也逐漸受到越來越多的重視。

二、技術(shù)理論基礎(chǔ)與金融決策

傳統(tǒng)的數(shù)據(jù)服務(wù)軟件提供給客戶的主要是行情展示、行情推送等基礎(chǔ)的服務(wù)，而互聯(lián)網(wǎng)技術(shù)和互聯(lián)網(wǎng)金融企業(yè)的蓬勃發(fā)展，共同促進(jìn)了金融機構(gòu)的建設(shè)，人工智能的正在從專用型（特定于某一場景）轉(zhuǎn)變?yōu)橥ㄓ眯停瑢⒒跀?shù)據(jù)、算法和計算的互聯(lián)網(wǎng)技術(shù)群與實際場景相互聯(lián)系起來，協(xié)同發(fā)展。正是由于人工智能突破傳統(tǒng)局限的范疇，才能使其真正將技術(shù)拓展至泛智能的應(yīng)用，更具普適型的Applications隨之產(chǎn)生。基于對金融參與者全方位的大數(shù)據(jù)分析、以及不斷機器模擬學(xué)習(xí)和推進(jìn)人工智能技術(shù)，提供精準(zhǔn)內(nèi)容服務(wù)和數(shù)據(jù)輔助處理服務(wù)更為高效；幫助個人或者機構(gòu)作出適合其風(fēng)險偏好、收益要求、投資年限等的金融決策平臺不斷產(chǎn)生。

在以人工智能技術(shù)融合進(jìn)金融決策系統(tǒng)分析的過程中，仍舊以基礎(chǔ)金融理論為指導(dǎo)，以馬科維茨理論的均值方差模型為基礎(chǔ)，在所構(gòu)建的投資組合中，以最低的風(fēng)險水平上賺取最高的收益率為目標(biāo)。在按照一定算法篩選出滿足一定收益風(fēng)險指標(biāo)的投資策略組合，保證其組合符合投資人的風(fēng)險收益偏好?；谌斯ぶ悄芗夹g(shù)的更高級的算法和技術(shù)操作，可以在金融決策過程中進(jìn)行更為廣泛的量化投資策略，包含諸如行業(yè)輪動策略、量化擇時策略、多因子Alpha體系以及其他各類事件驅(qū)動策略決策。在人工智能技術(shù)的前提下，由學(xué)習(xí)系統(tǒng)、決策系統(tǒng)、智能執(zhí)行構(gòu)成的智能代理，通過數(shù)據(jù)監(jiān)測和模塊分析對外界實時金融數(shù)據(jù)的處理結(jié)果進(jìn)行相應(yīng)操作。

無論是自籌數(shù)據(jù)、公共數(shù)據(jù)還是產(chǎn)業(yè)數(shù)據(jù)協(xié)同，數(shù)據(jù)的挖掘過程繁復(fù)，容易造成數(shù)據(jù)失真，人工的方式失誤程度更高，同時數(shù)據(jù)級別都是海量單位，大量數(shù)據(jù)存在方式為非結(jié)構(gòu)化的形式，金融大數(shù)據(jù)的處理工作面臨挑戰(zhàn)。但融合人工智能技術(shù)的數(shù)據(jù)挖掘真實性、完整性更為可靠，并且在風(fēng)險管理與交易這種復(fù)雜數(shù)據(jù)的處理方面，人工智能的應(yīng)用將大幅降低人力成本并提升金融風(fēng)控及業(yè)務(wù)處理能力。金融決策系統(tǒng)搭載人工智能技術(shù)的應(yīng)用可以說是金融機構(gòu)與客戶的交互入口，傳統(tǒng)的數(shù)據(jù)服務(wù)以人工服務(wù)的模式展開，客服面臨的80%的問題是簡單、重復(fù)的問題，但卻消耗大量的人力和時間成本；同時，客服的服務(wù)內(nèi)容大都來自企業(yè)自由知識體系，受整體外部金融環(huán)境的影響較少，這使得企業(yè)智能化應(yīng)用相對容易，并且針對不同需求的客戶提供不同專業(yè)的智能服務(wù)也變得不再是遙不可及。人工智能技術(shù)在既有技術(shù)的基礎(chǔ)上，將出現(xiàn)顯著的突破，其應(yīng)用價值也將顯著提升。人工智能技術(shù)在促進(jìn)商業(yè)模式智能化的融合上也發(fā)揮著舉足輕重的作用。

阿里巴巴旗下螞蟻金服2016年公布的數(shù)據(jù)中，網(wǎng)上銀行的花唄與微貸業(yè)務(wù)上，使用機器學(xué)習(xí)將虛假交易率降低了十倍，機器人問答準(zhǔn)確率超過80%，人工智能在于客戶溝通及數(shù)據(jù)挖掘中發(fā)揮了重要作用。交通銀行推出的網(wǎng)點智能機器人，足以分擔(dān)大量大堂經(jīng)理的工作，分流客戶，節(jié)省客戶時間。平安集團(tuán)下設(shè)人工智能實驗室大規(guī)模研發(fā)人工智能金融應(yīng)用，人機結(jié)合有效解決了客戶問題，并能實現(xiàn)個性化服務(wù)。為客戶金融決策行為提供得力輔助。

三、研究意義

金融數(shù)據(jù)大多是以時間序列的形式展示出來，而金融時間序列中包含了諸多金融知識和規(guī)律，在大數(shù)據(jù)和人工智能背景下的金融數(shù)據(jù)挖掘和分析是從指定金融網(wǎng)頁上的金融模塊中采集相關(guān)數(shù)據(jù)，運用智能科技手段進(jìn)行分析、處理相關(guān)金融數(shù)據(jù)并指導(dǎo)相關(guān)金融決策的過程，研究智能技術(shù)在金融數(shù)據(jù)分析中的應(yīng)用可以為金融決策系統(tǒng)提供新的理論基礎(chǔ)。

金融數(shù)據(jù)存在的范圍極廣泛，經(jīng)濟(jì)活動和商業(yè)活動中都存在大量金融數(shù)據(jù)，但用戶對于數(shù)據(jù)的需求與使用情況多元化，金融數(shù)據(jù)決策系統(tǒng)可以根據(jù)用戶的實際需求進(jìn)行調(diào)整，跨區(qū)域、低成本、全透明、全數(shù)字地持續(xù)跟蹤市場變化，充分發(fā)揮互聯(lián)網(wǎng)技術(shù)的作用，大大降低投資理財費用，并且能夠精確、快速匹配投資需求，同時保持實時數(shù)據(jù)披露和高流動性，使得客戶可以以最低的信息成本獲取更高的信息收入。在用戶的數(shù)據(jù)分析過程中，有效性越高，信息不對稱的成本越低，便越有利于對決策的客觀性和穩(wěn)定性，以及越有利于金融市場的穩(wěn)定性與規(guī)范性。

四、應(yīng)用啟示

結(jié)合目前人工智能行業(yè)發(fā)展趨勢，按照人工智能技術(shù)分類，結(jié)合目前人工智能技術(shù)支持能力和市場實際應(yīng)用情況，大規(guī)模以及深度運用機器學(xué)習(xí)，導(dǎo)入海量金融交易數(shù)據(jù)，使用深度學(xué)習(xí)技術(shù)，從金融數(shù)據(jù)中自動發(fā)現(xiàn)模式，基于機器學(xué)習(xí)技術(shù)構(gòu)建金融知識圖譜，基于大數(shù)據(jù)的風(fēng)控需要把不同來源的數(shù)據(jù)整合在一起，篩選數(shù)據(jù)、分析數(shù)據(jù)、建模及預(yù)測打分，可以嘗試在金融決策中多加運用相關(guān)技術(shù)，望能提升客戶體驗和內(nèi)部管理效率以及進(jìn)行風(fēng)險防范。

參考文獻(xiàn)：

[1]韓飚，胡德.人工智能在金融領(lǐng)域的應(yīng)用及應(yīng)對[J].武漢金融，2016（7）.

[2]程東亮.人工智能在金融領(lǐng)域應(yīng)用現(xiàn)狀及安全風(fēng)險探析[J].金融科技時代，2016（9）.