[لايف] جلب الذهب راش القهوة الكبيرة العلوم والتكنولوجيا خاص، الرئيس حفار عالم الذهب تقنية المجموعة السيد شو يي هوا على "تطبيق AI في صناعة الخدمات المالية،" موضوع حصة. في الوقت الحاضر، فإن الصوت الحالي للسهم والنص الكامل لسجل على الخط، "منظمة العفو الدولية الدول بحوث الاستثمار" الأعضاء قد تدخل "منظمة العفو الدولية الاستثمارية للدولة البحوث" صفحة للعرض المجاني.

تلخص هذه الورقة النقاط الرئيسية والجزئي تشطيب حصة PPT، لمساعدة الجميع للمضي قدما فهم واضح من التركيز على العمل الميداني المشترك.

حصة الخطوط العريضة

AI + لماذا المالي حار جدا؟

حول الخوارزمية الأساسية لمنظمة العفو الدولية

استراتيجية تكنولوجيا المالية خبير الأرجون تقنيات المجموعة

وهناك كمية صغيرة من الماشية - الثور وانغ APP سهم التشخيص الذكي

Niugu الملك مؤشر ثقة smartbeta

استراتيجيات التعلم الآلي حفار الذهب الآجلة APP

فائض خبير الأرجون تكنولوجيا كميا منصة واسعة

خبير الأرجون تكنولوجيا AI احتمال تطبيق

ما يلي هو رئيس حفار عالم الذهب إزالة مجموعة التكنولوجيا السيد شو يي هوا من سجل، بحوث الاستثمار [AI] لا يغير بنية الدولة على أساس ملخص ما والغرامة. يرجى الانتباه إلى المشاركة الكاملة [AI] دولة عضو محتوى بحوث الاستثمار.

مرحبا مساء الجميع، أنا كبير العلماء خبير الأرجون تقنيات المجموعة شو يي هوا. فشكرا جزيلا لك لأخذ الوقت للمشاركة في العيش "الدولة بحوث الاستثمار AI" من ذلك. اليوم أود أن أطلعكم على موضوع "تطبيق AI في صناعة الخدمات المالية."

ماذا بعد ذلك لأن اليوم نحن نتحدث عن موضوع؟ AI + غير المالية، لذلك قد يكون قليلا متحيزة زاوية رجل البوليتكنيك الذي، في نهاية المطاف ما هو مالي؟ ويمكن القول أنه في ذلك الوقت والمخاطر المالية الأبعاد المزدوجة للموارد الحالية لتيار المستقبل أو متوازن القرار الاستهلاك، من أجل تعظيم تأثير هذه الممارسة ككل.

AI يمكن أن تحل بعض المشاكل ما في القطاع المالي، أنها حل ما نقاط الألم؟ في الواقع، في عصر البيانات الكبيرة، التي تواجه الارتقاء والتحول من التمويل التقليدي، والقطاع المالي يواجه الآن بعض نقطة الألم أكثر وضوحا، ومجموعة متنوعة من البيانات أكثر وأكثر، بما في ذلك البيانات منظم تنظيما، والبيانات غير منظم على نحو متزايد المبالغ أكثر هائلة من البيانات. على سبيل المثال، ثم المعاملة، والسوق هو الحصول على أسرع وأسرع، فمن الصعب الاعتماد على الدماغ البشري مع كفاءة عالية لفترة طويلة لتحليل تفسير هذه البيانات، أو قرارات جعل. ثم هناك سوقا أكثر كمالا، وعدم تناسق المعلومات في طريقها إلى الزوال. نعطي مثالا على الصفقة، واستراتيجية التداول بسيطة قد يكون من الصعب حتى تصبح نافذة المفعول، فإنه من الصعب للاستفادة من الفرص التجارية المحتملة. منظمة العفو الدولية قد تكون على عمق استخراج البيانات من وسيلة جيدة لحل الطلب في هذا الصدد. من ناحية قد يكون هناك المزيد من الناس بالتعب، وسوف تتأثر من قبل مجموعة متنوعة من المشاعر. ثم ربما مثل التجارة، والانضباط وقال انه قد يتداول من سيئة، وإذا كنا قد تداول العقود الآجلة، فإنه يميل إلى أن تتأثر العاطفة.

ولكن إذا الخوارزميات AI المستخدمة في التداول، قد لا توجد نقاط الضعف هذه، ثم لن تتأثر من قبل مزاج الشخص قد يكون أكثر استقرارا، وخاصة فيما يتعلق ببعض نظام السيطرة على المخاطر الذكية التي يمكن أن تساعد على مستثمرينا.

آخر وآخر هو من وجهة نظر تكاليف العمالة. على سبيل المثال، والآن قد يكون العديد من الشركات المالية الكثير من المبيعات، وعدد كبير من خدمة العملاء، والآن تكلفة الثمن فعلا. إذا كانت التكنولوجيا المالية يمكن أن تساعد في هذا الصدد، وأعتقد أنه قد يكون جانبا رئيسيا هو خدمة العملاء، يمكنك حل جزء كبير من المشكلة من خلال الروبوت خدمة العملاء. وهناك أيضا بعض العمليات الاستخباراتية في السوق، أو التسويق، والذكاء الاصطناعي قد تكون قادرة على مساعدة في هذا الصدد لشركات التكنولوجيا المالية لدينا، وهي فوق بعض النقاط الألم من هذه النقاط الألم الذي ذكرت للتو، والقطاع المالي الذي يواجه بالضبط مزايا AI الأكاذيب.

ومن الذكاء الاصطناعي كبير استنادا إلى البيانات، ما هو مناسب جدا، خاصة في الأسواق المالية، هذا الكم الهائل من البيانات، أبعاد ميزة عالية وبسرعة، ثم مترابطة ومعقدة جدا والبيئة، ويمكن أن تلعب جيدة جدا دورا في ذلك. الذكاء الاصطناعي في التعامل مع قدرات التعدين البيانات الكبيرة عمق البيانات، يمكنك نسخ مزايا الاستقرار عالية، لذلك نحن نعتقد أنه قد يكون من إمكانية استعراض عضلاتها في القطاع المالي. إذا التداول الكمي، على سبيل المثال، وجدنا مؤخرا أن هو وخاصة في السنوات الأخيرة الماضية، يبدو أن العديد من الصناديق لقياس، والكثير من مستشار الاستثمار الذكي، وثبت أيضا حرارة AI. هذا الرقم يدل على تطبيق التكنولوجيا المالية في جميع مجالات التمويل.

كنت الذكاء الاصطناعي وخاصة في صناديق الأوراق المالية والتمويل الاستهلاكي، تطبيق سيناريوهات الصناعة أن يتم سرد، من خارج منطقة الجزاء. يمكننا أن نرى أن هناك مستشار الاستثمار الذكي، وهناك التداول الكمي، السيطرة على المخاطر الذكية، وهناك تسويق العملاء. ، لمجموعة التكنولوجيا الذهب حفار، ونحن استغل AI في هذه المناطق التي ذكرتها للتو، وقال أخذته من خارج منطقة الجزاء والسبب هو انه AI حار جدا، ثم نحن نعلم أيضا أنه من التكنولوجيا المالية AI الدعم الفني المهم.

حول الخوارزمية الأساسية لمنظمة العفو الدولية

ثم وأسرد ما هو حاليا في السوق، أو التطبيقات المالية في هذه الدائرة داخل بعض خوارزمية أكثر شعبية أو التيار، ومن ثم محاولة لإدخال عدد قليل من ممثل أهمية. المذكورة هنا هي بعض الخوارزميات AI أكثر شيوعا، يمكننا أن نرى شجرة، مع ويك فورست، ومن ثم نرى SVM، الانحدار اللوجستي، وهناك شبكة بايزية بسيطة، وكذلك K-أقرب جار، المعروف أيضا باسم K قرب الخوارزمية، وبعد ذلك هناك كالمان مرشح، Adaboost، فضلا عن الشبكات العصبية، ماركوف. هذه الخوارزميات هي في الواقع أكثر شيوعا، قد تجد فقط كتاب عن تعلم الآلة أو خوارزميات الذكاء الاصطناعي الذي سيتم عرضه.

على سبيل المثال، ثم خوارزمية شجرة القرار، الذي هو نوع من التعلم الآلي، والذي يستخدم بشكل رئيسي في حل بعض مشاكل التصنيف، أو التي كنا نسميها مشكلة الانحدار. لقد استخدمت الإنترنت لرؤية مثال بسيط، هو أفضل وصف. هذا المثال هو هذا القول أن الأحمر هو الأم رتبت لتاريخ الأعمى لها، ثم رأيت يدخل الحمراء طلبت وسيم؟ هناك غرفة؟ ماذا عن الدخل؟ سألت مجموعة متنوعة من الأسئلة، في الواقع، تتعلق خصائص العينة. ثم الأحمر الصغير على قيمة العقارات الاستمرار في استخدام العينة لضبط الدوام أحكامهم الخاصة، الخطوة الأخيرة للوصول إلى المباراة النهائية لعرض آخر، وانا ذاهب، أريد أن أرى هذا الرجل. هذه هي الصورة ذاتها خوارزمية منطقية تصف شجرة الحرف.

ثم سنرى، KNN هو ماذا؟ هذا هو المسافة المحسوبة خوارزمية تصنيف. واعتبر السؤال هنا هو كيف يمكن للبيانات العينة للبحث سريع، أو أننا ندعو K بالقرب من البحث. حيث K هو فقط ناقلات ميزة الأبعاد، ونحن قد يبدو من الصعب فهم، والأمثلة البسيطة التي يمكن أن تعطي الصفقة.

على سبيل المثال، لدي بيانات خط K، ثم أضع ينقسم الخط K في مجموعة متنوعة من الأشكال، مثل ما تصميم من النجوم، وبعض من هذا القبيل، أو مثل المطرقة، أو مجموعة متنوعة من فهو يشكل. بعض العمود القصير، بعض اثنين لفترة أطول، أو العكس بالعكس. إذا كنت تأخذ خط K الجديد، والمهمة هي تحديد أي نوع في نهاية المطاف، يمكن أن تساعد في حل هذه المشكلة، فمن هو في الأساس المصنف. ثم نرى أيضا قدم تحت دعا Adaboost، فمن خوارزمية تكرارية، في الواقع، لمجموعة التدريب، وهذه المصنفات يجوز لكل من احتمال تأثير ليست جيدة بشكل خاص. ثم علمنا نسميه عموما المصنفات ضعيفة، ولكن فكرته هو إذا كان يتم الجمع بين هذه المصنفات ضعيفة معا من قبل عدد من المشغلين قد قد ترغب في الرياضيات، قد تكون كافية لتشكل النهائي المصنف أكثر قوة. قد يكون هذا المصطلح المزيد من الكلام مع صورة الجملة، لدينا قول مأثور، ودعا المضحكين الثلاثة على رأس تشو قه ليانغ، وربما مع وصف أفضل مثل فكرة منطقية.

حالة تطبيق 1: كمية صغيرة من الماشية - الثور وانغ APP سهم التشخيص الذكي

مجموعة تقنية خبير الأرجون، والاسم باللغة الانكليزية Trademaster التقنية، بل هو التكنولوجيا المالية باعتبارها المحرك الأساسي لمقدمي الخدمات المالية الإنترنت. وحتى الآن، والاستثمار ويغطي نطاق الأعمال سهم مستشار A، وكذلك أسهم هونج كونج، وإدارة الثروات، وخاصة ESOP وهلم جرا العمل المؤسسي.

التالي، وأنا أعرض ثلاثة تطبيقات الذهب حفار مجموعة التكنولوجيا في منظمة العفو الدولية، وكمية صغيرة من الماشية التي أسهم التشخيص الذكي Niugu APP. آخر هو Niugu شبكة smartBeta، والعقود الآجلة مؤشر ثقة فضلا عن استراتيجية التعلم الذهب حفار APP آلة، هو في الواقع مجموعة من السياسات.

Niugu الملك، أدخلنا فقط له حفار الذهب المجموعة التكنولوجيا هي خدمة في حصة A أو APP هو الاستثمار في الأوراق المالية استشارات الأعمال. وهي كمية صغيرة من الماشية المنتجات والخدمات التشخيصية الأسهم ذكية AI المستندة، وأحيانا نحن سوف يطلق عليه باعتباره المنتج فرعية أو وحدة نمطية.

ويستند هذا المنتج على موقعنا على البرمجة اللغوية العصبية الرئيسية، وتسمى أيضا الاعتراف الدلالي. ثم التعرف على الكلام هو فرع مهم من منظمة العفو الدولية. على سبيل المثال العملاء الصين لدينا يدخل البنك من خلال نقل الأسهم من النص، والصوت، أو الطريقة غدا ما هو نوع من هذه الحالة، ارتفاع أو انخفاض، أو انها بعض المعلومات الأساسية، ونستطيع من خلال خوارزميات البرمجة اللغوية العصبية، وأخيرا تفقد من قاعدة بيانات بعض منها، أو التي نقدمها لعملائنا من خلال مزيج من بعض المعلومات المجمعة، بما في ذلك بعض البيانات التي تمت معالجتها، ومن ثم المنتج هو في الواقع شعبية جدا مع المستخدمين.

ثم كمية صغيرة من الماشية هنا أن بأكمله المنطق الأسهم، الأولى معالجة المعلومات التحليل الدلالي دخلت من قبل المستخدم، ومن ثم العثور على أهداف المقابلة. من قاعدة البيانات أو من الرسم البياني المعرفي، كما تستخدم هنا هو في الواقع المعرفة التقنية لاستخدام الخريطة، من قاعدة البيانات لتصفية كافة البيانات الأساسية، وتلعب هذه البيانات العلامة، ولكن أيضا هي خريطة المعرفة. ثم أننا بيانات السوق الأساسيات، ثم هناك بيانات غير المهيكلة، مساهمة في الشبكة العصبية، ثم يتم تحليل الشبكة العصبية للحصول على معلومات تشخيصية عن الأوراق المالية، ويشكل تلقائيا تقرير عرض على محطة المستخدم . وبطبيعة الحال، ونحن الآن هذا المنتج لا يزال في مرحلة مبكرة نسبيا، لا يزال يحتفظ بها بين التكرارات ستواصل خوارزمية تكرارية، ولكن أيضا توفير أفضل إدخال البيانات.

حالة تطبيق 2: الثور مؤشر ثقة الملك SmartBeta

لماذا ما مؤشر ثقة SmartBeta للخروج منه؟ في الواقع، وهذا هو، من خلال الكثير من البحوث التجريبية، قد تترافق شكا من سوق الأسهم وهبوطا مع معنويات المستثمرين بدرجة كبيرة، حتى وجود علاقة إيجابية. حتى اذا كنا نستطيع تصور بدقة المسار، وبيانات من طريقة لعرض معنويات المستثمرين في السوق بأكمله، ستجري القرارات الاستثمارية لها دور قوي جدا في توجيه.

ثم وقع الملك ليكون مخزون الثور من المجتمع التجزئة، ثم هناك الكثير من المستخدمين المعاملات، يمكن أن مشاعرهم ربما يكون بعض دور في توجيهنا في هذه الصفقة. لذلك يقوم الملك SmartBeta مؤشر ثقة الثور على خوارزمية من المنتجات AI، اخترنا الكثير من عوامل التأثير. بما في ذلك المستخدم زيارتها سابقا لا هبطت الثور APP، سواء الناطقة هناك، ونحن نعتقد ربما يكون هناك بعض المستخدمين VIP أو KOL، وقال انه لم يتحدث؟ ليس لديه اي عمليات حساب تجريبي، وقت الإقامة، والذي اختار أن تفعل تداول الأسهم، وهذه السلسلة من المعاملات كيفية استخدام المعلومات عليه الشروط، وما إلى ذلك، من المرجح أن تصبح بعض العوامل لدينا بعض التأثير.

ثم نحن في الواقع فوق قدم أيضا شبكة النظرية الافتراضية، ونحن فعلا شبكة النظرية الافتراضية تصنيف، سيتم تصنيف كل معنويات المستثمرين، ومن ثم وضع علامات واعتبروا ذلك أمرا إيجابيا، ننتظر ونرى، سلبية ثلاث تسميات، ثم من قبل الخوارزمية، يمكننا تحديد نقاط مؤشر ثقة المستقبل هو الرقم، وهذا هو نوع من المنطق. بعد ذلك ذهب التسمية المزاج، وأجرينا تصنيف شامل من معنويات السوق بشكل عام SVM الخوارزمية، ومن ثم الحصول على النتيجة النهائية للبيانات مؤشرات المعنويات.

عضو Q & A

لأكثر تعمقا حل الألغاز الجمهور، "لايف" مفتوحة جلسة سؤال وجواب في نهاية الحصة، شو يي هوا لشبكة لى فنغ "الدول بحوث الاستثمار AI" وأجاب أعضاء قسم الأسئلة (عدد الجمهور: لى فنغ صافي): شبكة لى فنغ (رقم العام) .

Q1: الاستثمار الكمي البرمجيات مفتوحة المصدر في المستقبل سيكون ذلك؟ وتقول مصادر في صناعة النفط أن الدراسة الذاتية التجاري والمؤسسي أمن البرمجيات، والتوافق، وغيرها من القضايا التكرار.

في هذه المرحلة يتم تطوير أي مصدر مفتوح المرحلة، لدينا في المستقبل ونحن نخطط لتحديد هذا الجزء من فائض الاشياء واسعة، ونحن نأمل أيضا أن المصدر المفتوح أو وسيلة من واجهة، في عمق التعاون مع الشركاء الخارجيين.

Q2: المستثمرون لا تحتاج تتطلب الكثير من المعلومات؟ لا الرسالة سوف الزائد؟

في الواقع، هذا السؤال بشكل جيد للغاية، لأن المعلومات ونحن الآن في عصر البيانات الكبيرة والمستثمرين الحصول هائل، حتى لا يكون هناك حقا معلومات قيمة لها، وبعض المعلومات القيمة جدا، وبعض المعلومات مخفيا في كميات كبيرة جدا من البيانات. خوارزميات الذكاء الاصطناعي التي تساعد المستثمرين تحليل البيانات، بسبب الطريقة التي كتبها الواقع البشري لا توجد وسيلة لبسرعة حل المشكلة، والقدرة على الذكاء الاصطناعي لديها هذه الميزة، وقال انه يمكن أن يكون جيدا قوة الحوسبة، فمن الممكن أن سرعة معالجة البيانات، يمكن الخوارزمية على سبيل المثال أن يكون قادرا على استخدام بعض خوارزميات التصنيف، والتي تحلل ما هو عامل مؤثر، ويتميز البيانات، من خلال هذه الطريقة يمكن أن تساعدنا على اتخاذ القرارات.

PPT لعرض المحتوى الكامل وأدخل "AI البحوث الاستثمارية للدولة" وجهة نظر