e-works数字化企业网  »  文章频道  »  管理信息化  »  BI

让人工智能有利可图

2017/11/22    来源:互联网    作者:佚名      
关键字:人工智能  大数据  
长时间以来,大数据看起来就像是对难题的最好解决方案。但是只有在正确的平台上,它才可以很快显示它真正的潜力。

    大数据——来自我们日常生活越来越数字化的世界——被誉为新金融架构的基础。预测分析,机器学习和人工智能(AI)是最常见的被视为实现这一愿景的机制。

    但除了销售交易员使用预测分析在决策过程帮助客户,一些引人注目的机器人咨询服务,和一些AI管理的基金,机构尚未以任何规模部署在对不断膨胀的数据库的利用方式上。

    有新的数据驱动的洞察很好,但运营性和货币化它们是最棘手的部分。从根本上说,它回避了金融市场上公司如何最有效地使用它们收集的所有数据来做出更明智的决策的问题。

    有抱怨声指出,大数据的承诺在某些方面被认为甚于炒作。以投资管理为例,在对冲基金中已开始怀疑数据指引的投资策略——例如智能β——是否真的比传统策略提供更好的价值。其他资产管理公司在问,是否过于相信大数据生成新市场的能力。

将大数据转化为商业价值

    另一方面,Vanguard和黑石等投资公司正在大力投资于数据驱动的机器人咨询平台。越来越多的运营商利用人工智能技术来检测不公平的交易,东京证券交易所是其中之一。

    无论使用大数据和人工智能在金融市场是否被高估,很少有人怀疑数据科学家会在他们收到的大量信息中发现一些奇妙的东西。这反过来会释放出大量新的机会。

    企业可以更好地了解是什么让顾客感兴趣并因此对产品个性化。

    预测分析可以评估贸易执行的市场影响,帮助企业通过增强执行策略来保护主要的业务。

    机器学习可以用来改善和简化操作,在问题发生之前解决异常,使直通式处理(STP)更智能。

    聚合数据可以给出新的收入来源的线索,而且提供资产管理公司新的建议去寻找新的投资策略。

    自然语言处理可以从写规章制度起自动化工作流,帮助企业航行在越来越多波涛汹涌的监管之海上。

快速市场化

    然而,要让大数据像这些例子一样的工作,公司需要有合适的平台,使他们能够把这些想法集成到操作系统中并迅速投入生产。

    同样重要的是,这些过程要不会过时。一旦进入数据的海洋数就将继续产生新的和精彩的洞察。出于这个原因,公司实施的平台要有很强的灵活性和适应性,能快速响应模式的改变和数据的复杂性。

    像Two Sigma和Winton这样的传统定量和系统对冲基金,已经开始用试图复制大脑的神经网络的“深度学习”系统发展实验基金。在这两个例子中,网络消化足够的数据以计算投资决策是需要时间的。

    长时间以来,大数据看起来就像是对难题的最好解决方案。但是只有在正确的平台上,它才可以很快显示它真正的潜力。

责任编辑:程玥
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐