伊人久久国产免费观看视频_总裁紫黑色硕大挤进去_亚洲成人第一页_日本中文字幕在线观看视频 - 亚洲成AV人不卡无码国产

三月份，李世石與阿爾法狗的大戰驚動了世人。Google旗下的DeepMind的智能系統戰勝了世界圍棋第一人李世石，這是AI發展史上的一個里程碑。

距離埃隆·穆斯克所說的AI取代人類還有距離，但是AI在各行業的應用已經讓世界發生了翻天覆地的變化。金融+科技FinTech，已經促使華爾街向硅谷靠攏，銀行家向碼農低頭。

從華爾街到硅谷

美國2012年人口普查的數據顯示，大約有3.1萬人從紐約遷往加州，為2006年以來最大的遷徙潮，告別華爾街，“大空頭”們正在一路向西。

LinkedIn的數據顯示，Google4.75萬員工里，有1200人曾經在全球排名前十的投行工作；至少750名Apple員工來自投行；據CEO 卡蘭尼克說，Uber員工中有一成到一成半來自金融服務業，曾經在高盛工作的員工占5%。

在華爾街與硅谷的人才爭奪戰中，硅谷略勝一籌。

從華爾街到硅谷，最聰明的大腦已經在用腳投票，那么他們背后的邏輯是什么？

FinTech的走紅，從互聯網金融到人工智能理財

金融行業，將深刻的被科技所改變。在互聯網的顛覆下，金融行業將發生翻天覆地的變化�；ヂ摼W和移動互聯網的誕生，讓普通人參與金融投資股票交易的門檻大大降低，之前依靠中介代理的模式被繞過。交易模型和智能設備，讓普通心智的人也能理解復雜的金融產品，通過指數基金，可以投資完全沒有接觸過的股票。

2008年金融危機之后，一個新的詞開始出現在媒體上，FinTech，financial technology的縮寫，指的是金融和信息技術的融合型產業。

著名的沃頓商學院給出的定義是，用技術改進金融體系效率的經濟行業。

互聯網公司正在用云計算、大數據和移動互聯等新興技術開展的低門檻金融服務，機器的入侵卻開始讓金融業的交易員和理財顧問惶惶不可終日。

摩根史坦利、美國銀行和富國銀行總共雇傭了4.6萬名顧問，金融行業的薪水又幾乎是整個社會最高的，所以金融行業是個拼人的行業，人均工資幾乎是最高的。

但是這些公司正在準備用人工智能來替代傳統員工，智能投資顧問模式正在投資機構中流行，智能算法可以根據投資者風險偏好，選擇一籃子ETF，涵蓋股票、債券、房地產基金和大宗商品基金。

這些智能投資機構的收費為0.15%-0.35%之間，比起業內普遍1.5%-2%的管理費要實惠得多，但業績卻一點不比傳統機構差。

智能投資的進化終局是人工智能，深度學習的電腦將代替人腦，進行復雜的金融投資。

金融數據服務商Kensho創始人預計，到2026年，有33%-50%的金融業工作人員會失去工作，他們的工作將被電腦所取代。Kensho開發的程序，做分析工作只需一分鐘，而拿著高達35萬美元年薪的分析師們，需要40小時才能做完同樣的工作。

中國的彎道超車

具體到中國來講，人工智能在投資領域更是大有作為。

因為傳統金融模式的無效，中國的投資回報率正在下降，今后3-4%的投資回報率已經不錯，5%就是贏家。

根據業內部分報告，全國個人理財規模40萬億-50萬億之間，互聯網理財市場規模已經接近2萬億元，參與用戶2-3億人，通過低成本的人工智能，幫助用戶提升投資收益，哪怕只有5%, 亦是一個萬億級的豐厚市場。

面對如此大餅，BAT及國內不少創業公司正在積極布局，準備彎道超車。

國內知名的某P2P平臺近日宣布，要戰略轉型為“人工智能理財平臺”，而百度亦在此領域頻頻發聲，“百度超級理財機器人”呼之欲出。

某創業公司的人工智能理財引擎也于本周正式公測，盡管剛剛推出，但其堪稱“豪華”的研發團隊已讓該引擎備受期待。這個團隊中包括了原摩根大通首席風險官及來自摩根士丹利的明星基金經理，以及前IBM研究院的人工智能專家、主導發布了中國第一個機器學習平臺DTPAI的前阿里人工智能專家等。這個引擎會通過人工智能優選來自證券、資管、銀行、金融資產交易所等金融機構的優質金融資產，為用戶定制個性化理財方案。

該項目的產品經理韋嘯，曾經在微軟和阿里云計算工作，主導發布了中國第一個機器學習平臺DTPAI，做為一名人工智能專家，他如此評價該引擎的表現：“它的表現已經超過了一般的理財顧問，能比市面上其他同等FOF組合多產生1%的收益，但是在處理高風險投資方面，還需要學習。

在金融領域，運用數學模型、量化投資已經有了幾十年的歷史，但最近計算機技術、深度學習的發展，讓人工智能理財有了長足的進步。深度卷積神經網絡和蒙特卡洛搜索樹的結合，讓阿爾法狗戰勝了李世石。在圍棋領域，有明確的規則，這些技術發揮了重要作用，但金融領域，需要學習的更多，還要有人工干預。

韋嘯認為，算法無法完全防范欺詐，而欺詐在金融領域，恰恰是大概率事件。

最大的風險來自于中國的理財市場并不完善，金融產品透明度不夠，即便是專家，根據其公開的數據并不能給出有效的判斷。

可能就是這樣，機器學習在“有底線的人、有規則的事”面前張牙舞爪。但機器最難揣測的，是善變的人心。

（來源：新華網）