目前有越来越多的基金，无论是公募或私募，都在使用量化交易，而随着人工智能的不断发展，量化交易中的人工智能应用会是怎样？
笔者为此在网上寻找了一些资料：
“哪怕我们都死了，它也会继续交易”，人工智能正在改变股票交易。
今年1月Aidyia公司启动了一支对冲基金，其背后的系统借助了多种形式的人工智能技术，对各种数据进行分析，这些数据包括市场价格、成交量，以及宏观经济数据、企业会计凭证，然后系统自主做出市场预测，以“投票”的方式选出最佳行动步骤。
要成为赚钱的投资者，你需要正确的信息，你需要控制情绪做出合理地分析，并且对你的信息采取有效行动，你需要在正确的时机做出决定(timing)。 这是人类不如计算机的地方。
但机器决策也是有局限性的，最大的缺陷就是没有前瞻性，因为它是基于历史的数据和历史检验的结论，其逻辑是历史会重复。市场环境是不断变化的，长期看，要战胜市场必须具有前瞻性，这也是投资的艺术性所在。顶尖的基金管理人如巴菲特和索罗斯都是具有超强的前瞻性的。
国内，一些私募基金已经开始将人工智能的三个子领域：机器学习，自然语言处理，知识图谱 融入到自己的策略中，尝试获取收益。
AI阶段一：机器学习
在传统的投研中，分析员们对财务、交易数据进行建模，分析其中显著特征，利用回归分析等传统机器学习算法预测交易策略。
此外一种做法是，模仿专家的行为，选择某一领域的特定专家，复制他们的决策过程，并导入可重复的计算框架
AI阶段二：自然语言处理
人们发现仅仅从数字推测模型是不够的，开始考虑引入新闻，政策，社交网络中的丰富文本并运用自然语言处理技术分析，将非结构化数据结构化处理，并从中探寻影响市场变动的线索。
AI阶段三：知识图谱
知识图谱本质上是语义网络，是一种基于图的数据结构，根据专家设计的规则与不同种类的实体连接所组成的关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。
在量化交易1.0版本，模型是“静态”的，因为交易策略是被事先编程的。举个例子，“动量策略”在一个时期内效果非常好，但在下一时期可能效果不佳。真正的智能机器会在市场进一步发展之前观察到市场异常，而且交易策略本身会随着信息的变化而动态变化。
新的进展来自于机器学习的应用，特别是深度学习。
从量化交易开始，个人可自建平台或使用开放的量化交易平台。国内开放量化交易平台有优矿、米筐、聚宽、京东量化等平台。
至于人工智能在量化交易上的深入发展，比如深度学习之类的，国内估计没有几个是做得好的吧。这是一门有意义的学问，未来你可能可以很放心的将一部分财富交给智能平台打理，自己就可以去做你想做的事情而不必再费心劳神了。
联系客服
