【数汇百科】数量化金融与机器学习的邂逅：智能投顾

原创 2017-08-11 April 数汇科技资讯

金融科技这股风是从美国刮过来的。自2005年以后，P2P和众筹等在美国开始出现。再后来，大数据和机器学习开始盛行，主要应用于个人和小企业的征信，比如美国的Zestfinance和Kabbage，以及中国的蚂蚁金服和百融金服等；在过去的一年里，随着金融科技的不断盛行，智能投顾逐渐被业内人士所熟知，美国大型传统机构纷纷通过自建特别是收购开始进入智能投顾领域，比如高盛收购Honest Dollar，大型券商Interactive收购Covestor，资产管理公司Black Rock收购Future Advisor，Vanguard和Fidelity都推出了自己的智能投顾平台；今天我们就来聊一下数量化金融和机器学习之间的产物——智能投顾。

数量化金融

提到数量化金融，相信大家已经不陌生了。自然而然的会跟量化投资、高频交易这些名词联想到一起。数量化金融是现代金融学的一个分支，大量采用数学模型和方法，用于研究、分析、交易、投资和风险控制中。数量化金融已经有悠久的历史了，从1827年布朗发现的布朗运动，1900年第一次用BM描述股票价格走向到现如今用各种模型例如BGM、SABR等描述远期利率极其波动，让数量化金融变得更加有趣并且具有高回报性。当然，数量化金融在给我们带来各种福利的同时也不乏很多失败的案例：1987年10月美国股市因为算法交易造成了崩盘；2007年夏天，数量化交易员们和往常一样使用复杂的数学模型投资于全球的市场，不慎遭遇伏击，由于杠杆效应以及极端市场的情况，整个美国股市大跌4%，造成了数量基金的重大损失。

当市场变得越来越复杂，关于数量化金融人们有支持也有反对。支持者认为，数量化金融有太多因素需要考虑，如果没有完备的数学模型，就不存在严格意义上的现代金融。因此，尖端数学模型和计算机的应用非常重要，这是我们能否在竞争中脱颖而出的关键。反对者认为，金融市场归根结底都是由供求关系决定的。在市场上，投资者、对冲者、投机者在市场上一起买进卖出金融产品，这是一个由人来决定的环境，而且不是所有的人都表现出理智的行为。因此，数学模型不能描述人在市场上的行为。的确，当相同的输入导致相同的信号，数量化金融便存在同质化的问题。当然严格执行记录不受情绪或其他标准影响实现完全自动化也是数量化金融最大的亮点，再结合基本面的分析手段，时刻做好应对“黑天鹅”事件的准备，数量化金融会带我们走进一个全新的世界。

从机器学习到深度学习

一个人不管他有多深的学问多大的本领，如果不善于学习，他的能力总是停留在一个固定的水平上，不会创造出新奇的东西；但一个人若具有很强的学习能力，则不可等闲视之了。机器如若具备了学习能力，其情形完全跟人一样。

随着计算机科学与技术的飞速发展，大量繁琐的数据分析和处理任务己逐渐由人工执行转变为电脑自动运行。在追求精准、高效的金融界，机器学习怎么会缺席。伴随着大数据的海量、复杂多样、变化快等特性，机器学习慢慢渗透到金融领域。它研究的是如何使机器通过识别和利用现有知识来获取新知识和新技能，是人工智能发展中一个十分活跃的领域。因为机器学习是一个按照目的获取知识并进行处理的过程，注重让机器通过利用现有的知识，识别事物来增加知识储量，提高知识获取能力。其研究目的是希望计算机具有能像人类一样从现实世界获取知识的能力，同时建立学习的计算理论，构造各种学习系统并将之应用到各个领域中去。

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种，其概念源于人工神经网络的研究，由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。深度学习将量化交易的思维模式形式化为一种流程，试图找出数据中的奥秘，从而更好地建模并且可以在多种频率的交易下使用，是应用机器学习的基本逻辑框架。人们不断在寻求通过新的途径和方法来获取更高的收益，并且正迅速成为交易预测阶段最成功的策略。

当数量化金融与机器学习融合在一起的时候，我们便看到了智能投顾的深度解剖图。

智能投顾在中国面临的挑战

目前各大机构纷纷看好智能投顾的前景，但是整体来看市场仍处于客户启蒙阶段，市场接受度不高，客户教育和市场培育尚需时日。另外，智能投顾配套的金融产品覆盖资产大类不足，业绩表现也欠佳。相关的法律也存在一定的欠缺，监管态度不是很明确。从研发角度来看，当前行业人工参与度较高，技术尚未成熟，目前还处于起步阶段。大多数参与者还停留在拷贝国外的模式，实质性创新不足，部分成果也存在炒作和夸大的现象。数据基础设施和研发生态还有很大的提升空间，限制了研发进度和质量。

无论是互联网金融，或是金融科技，其最终目的都是提供高效普惠的金融服务，这离不开一个国家金融基础设施的发展和完善。基础设施包括发达的个人和小微企业的信用体系，方便快捷的支付体系，多层次全覆盖的金融普及教育体系，以及完善的监管体系。从我国的情况来看，除了以支付宝和微信支付为代表的第三方支付发展较快以外，其他几个方面还有很长的路要走。从这个角度来说，我国金融科技的发展任重道远。

下方查看历史文章

【金融科技】：定义★特征&公司★风险&监管★发展

【区块链】定义★发展★数字货币定义★比特币成长历程★比特币的货币价值★应用场景★专业术语★平台&联盟★行业介绍★智能合约定义★“牛骨网”介绍★监管挑战★定义金融新格局★各国政府态度★应用（保险业）