搜狐首页 财经 拜见宫主大人

手机搜狐

SOHU.COM

盘点:机器学习如何应用于国际资本市场(二)

沃特世责任编辑AnthonyMalakian在自己的文章中对当今机器学习技术在资本市场的实际情况,以实践而非学术的角度展开了评估。

接上周,在这里继续与大家分享2017年关于将机器学习应用于资本市场的案例:

1、Man GLG

位于伦敦的对冲基金集团Man GLG任命William Ferreira为首席机器学习官,他将全权负责公司机器学习技术的开发,为旗下基金经理提供机器学习技术支持,并辅助他们进行分析与决策。

“我们认为,机器学习技术为自由投资经理提供了一个可以改变其工作模式的契机,机器学习将是投资经理们不可或缺的辅助工具,最终这个技术将会彻底提升他们的决策过程与能力,”Man GLG的CEO Teun Johnston称,“我们一直在寻求为用户提供更好的服务,随着可用数据量的不断扩大,这些技术可以补充现有的定量和定性分析需求。

2、丹麦盛宝银行

丹麦盛宝银行已经开展了几年的机器学习技术研究。盛宝CEO Kim Fournais表示,银行目前正在利用机器学习技术为用户提供个性化的交易与投资体验。“机器将会更好的分析用户的行为、兴趣、关心的新闻、交易种类、风险偏好等,”Kim说道。

3、Trumid

Trumid,一个企业债券电子交易平台,使用机器学习来为其类似交易评分的系统提供支持。其自主构建的机器学习模型包含了用户输入银行池的实时信息,并为类似债券的过去表现提供分析。交易评分系统列表使用这些信息来获取潜在的交易机会。

该交易评分系统的机器学习模型类似于动态列表筛选工具,它能够根据用户跟踪债券列表的交易概率由高到低进行排序。“这个系统减少了用户在Trumid平台上浪费的时间,变相增加了他们进行交易的可能性。”产品研发负责人Jason Quinn说道。

4、UBS

瑞银(UBS)正在部署Arago的人工智能平台Hiro,以支持其全球生产服务部门,目标是在整个IT堆栈上实现流程自动化。“Hiro是实现基于人工智能的新型过程自动化的关键一步,”UBS的CTO Stephan Murer说道,“在经历了一个短暂的试验阶段后,我们开始相信Arago能够利用人工智能技术解决多种问题,给客户带来多重好处。”

5、美国道富银行

美国道富银行的Quantextual平台作为一个研究聚合工具,能够利用机器学习技术对研报进行提取,分析并打上标签。该平台的目标用户是投资经理以及企业首席信息官,以便更好地让他们掌握市场上的研究报告。

“我们正在尝试使用机器学习技术来帮助进行标记,这样您就可以更快地找到最关心的内容”道富的高管表示。如同亚马逊或Netflix将用户的注意力吸引到他们可能喜欢的产品上一样,Quantextual也会根据用户所表达的兴趣和常用工具提出相应建议。

6、Misys

金融软件公司Misys发布了一个新的平台,名为FusionCapital Detect,该平台使用机器学习算法对交易工作流程中的错误进行处理。Misys资本市场资深策略师Peter Farley称,该解决方案旨在将交易错误最小化,降低人工成本与信誉危机的可能性。

“我们已经与一家大型地区银行进行了beta测试,研究了例如结构化产品和衍生品,这些一旦犯错,弥补成本更高的领域。我们发现,在验证过程中,错误的成本大约是交易额的20%,这是非常大的一个比重,机器学习能够帮助我们规避错误的发生。”

盘点:机器学习如何应用于国际资本市场(一)

- End -

精选