中新网首页| 安徽| 北京| 重庆| 福建| 甘肃| 贵州| 广东| 广西| 海南| 河北| 河南| 湖北| 湖南| 江苏| 江西| 吉林| 辽宁| 山东| 山西| 陕西| 广东| 四川| 香港| 新疆| 兵团| 云南| 浙江

星环科技杨俊:券商领域AI应用的焦虑
2018年12月04日 21:51   来源:中新网最新平台博彩官网  

  中新网最新平台博彩官网新闻12月4日电 (汪青)尽管对于券商而言,目前市场较为冷清,不过AI的转型却在如火如荼的进行中。据悉,除了部分业务人员的裁剪,大多数券商都在拼命招徕科技人才。“不过,一直到2018年末,券商们的AI焦虑也还没有缓和过来。”星环科技人工智能产品总监杨俊对记者表示,无论是互联网还是其他金融机构,机器学习和深度学习等AI技术主要被用于和风控两个大领域,然而在券商这里还没发现足够的应用场景。

  实际上,券商都有地域特性,每个券商都有自己的优势地盘。另外,券商对客户的吸引力往往是“佣金”,“佣金”低了自然有客户抢着开户。在此背景下,“”的意义似乎不是很大,

  在杨俊看来,同样的问题也存在于券商理财产品的推销上。对于固定收益类产品,根本不需要精准,销量本身就非常好;而对于权益类产品,客户大多为高净值客户,单个产品购买记录寥寥,“这么点数据我感觉AI技术根本没办法帮上忙,关键还是靠王牌销售人员的推销”,某券商负责人如此说。

  更不用说互联网玩得风生水起的“个性推荐”了。“用户偏好”在只关注赚钱的客户面前简直是微不足道。

  风控也存在类似的问题。除了部分业务的风控需求,核心交易这块的风控似乎要“严肃”得多。这就意味着对于大多数的交易来说,不会需要AI技术去做风控;而对于需要“监管”的交易来说,可能交易所更需要类似的“AI”技术去辅助,而且对于交易所的监管而言,目前更多的还是通过人来监管,而不是“AI”技术。

  当然,对于业务多元化的券商来说,和风控仍有不少场景可以落地,只是太过“碎片化”,让大家觉得不够“核心”。 

  不过,随着AI平台在几家头部券商的推进,其重要性也慢慢凸显出来。这是因为,如果单说“”本身,可能对核心业务的作用没那么明显,但如果横向切分出“”条线来,意义就比较大了。随着券商业务的多样化,多数业务都需要“产品推荐”、“获客”、“流失预警”等应用。这些场景越多,AI平台的价值就越明显。而通过AI平台将数据处理、模型开发、模型部署等统一到中台来的方式,也越来越符合大券商们的“中台”战略。

  对于风控也是类似的,几乎每条业务线都存在“风控”的需求,就连APP上搞点活动也有被“褥羊毛”的可能。如果AI平台具备较强的风控的能力,券商只需要在AI平台上的很小投入,就能提升所有业务的风控能力。不得不说,这样的平台是非常诱人的。

  除了AI平台,还有一些券商已经开始构建“用户画像中心”。如果仅仅是“用户画像”本身,相信很多券商已经在不同的应用场景做得不错。而试图去做一个“用户画像中心”,意味着底层需要很好的工具和平台支撑。比如,散户跟机构客户的“画像”完全不同,如何设计、定义、管理以及进行部门间隔离、授权管理等,成了能否构建“用户画像中心”的关键。

  知识图谱是另一个平台性质的产物。目前券商的应用大多还是简单地用于企业的关系图谱,通过图查找到一些信息,或者进行一些初步探索。然而,我们需要看到,真正的“知识图谱”,应该具备更“丰富”的知识在里面,而不仅仅是“企业图谱”。同时,也有一些激进的券商基于知识图谱进行了一些创新型尝试,跟风控和进行一些有机的组合,甚至用于舆情、智能客服、智能投研等。

  一直以来,图像识别和语音识别是AI技术兴起的主要应用场景,对于某些行业而言是最重要的核心技术。然而,对券商来说,这些却不是痛点,有的甚至连锦上添花都说不上。这也导致“AI技术无用论”的观点在券商很有市场。

  “图像技术在做APP人脸识别,或者门禁之类的场景还是挺有用处,不过这些在券商这里只能用来赶赶新潮。”杨俊进一步表示,语音识别可以用于智能客服,已经有不少券商在进行尝试,然而要深入地做出相应的成果又谈何容易,目前还没有哪家券商做出真正“智能”的客服来。

  对于国内的投顾市场来说,连人工投顾都是在逐渐上升的通道中,更别提“智能投顾”了。对于市面上林林总总的带“智能投顾”影子的产品来说,大多数只是提供了最基础的“投资组合”建议。对于普通投资者,选择这种方式推荐出来的投资组合,还不如买个理财产品来得实在。

  还有些投顾产品更偏重于“智能”。不过,以当前的智能问答水平,处理一些确定性的“客服”问题还可以,对于这种专业的非确定性的咨询类问题,就显得捉襟见肘。更何况,对于真金白银的投资,连“真人”投顾都很难建立信任,更何况这种“机器人”了。

  另外,国内的散户都是冲着阿尔法来的,没有赚贝塔的耐心,这也导致投顾推荐的产品要么不够有吸引力,要么风险大得让人没办法相信。

  对于智能投研来说,杨俊认为主要有三块内容的进展令人无法满意:

  一个是资讯推荐。投研分析师希望将世界上跟自己关心的股票相关的咨询都推荐过来,并且带有上下游明确的信息。对于当前的爬虫、产业链图谱来说,实在是太难了。当然,这块研究并非毫无进展,目前至少能把关系比较明确的推荐出来。

  另一个是情感分析,即分析出新闻或者研报的“正面”还是“负面”情感。首先,利空还是利好往往取决于产业链上的位置,一条新闻或者研报对某只股票来说是利空,对另一家来说可能就是利好。而当前流行的NLP技术是没办法真正“理性”地分析出“利空”“利好”来的,所谓“情感分析”,也就是从文章中找到某些情绪类的表述,从而从文章整体角度判断出“情感”来,但没办法区分出文章中对应的实体,甚至是产业链上的实体。

  还有一个就是自动研报分析。自动摘要技术在深度学习的支持下,效果比之前好很多,而这种“效果”也只是“通用”的效果,对“研报分析”来说却用处不大。对于不同的研究员,研读研报的目的不同,关注的重点也不同。可能这个研究员当前关心的是某个指标或者数字,而当另一个研究员看到类似研报的时候,关注的可能是其他的内容。所以,所谓的研报分析或者自动摘要,在投研领域就显得有点鸡肋。 

  不少券商有一些明显的痛点,杨俊认为,这种痛点未必跟“AI”有很密切的关系,却能踏踏实实地落地。

  比如说跟“量化”比较相关的,就是现在单机版量化交易的Python代码不少,但由于都是单机版,时常遇到性能瓶颈,那么如何加速就显得比较重要。如果有一款产品能帮助客户无缝地将单机版算法分布式化,或者通过GPU加速达到提升运行效率的目标,那么会大大缓解客户的痛点。

  另外,随着数据分析师的增多,越来越多的券商也在考虑管理的问题。如果一款“AI平台”能兼具资源管控、代码、文件、模型管理等功能,那么这些券商会很乐意去进行采购。因为,一次次的“提数”、“跑批”、“模型回测”,让管理者开始感到焦虑。每个分析师都像是特种部队成员,各自身怀绝技;而从管理者的角度来看,资源、版本迭代、模型上线等都无从管控。

  今年证监会开始要求文档电子化,不少文档有电子化的要求,而之前公司上市需要的材料动则几大箱,对于好多券商的压力也不小。因此,能否有效地处理这些文档,甚至只是做一下快速的文档分类,也能大大缓解面对的压力。

  随着外资的进一步放宽,券商面对的竞争也会越来越激烈。

  “不得不承认,国内券商的整体技术水平还是跟外资投行存在一定的差距。但在不少业务领域内,这些差距在逐渐缩小而不是扩大。”杨俊表示,更为重要的是,在AI技术应用领域,国内并不比国外差多少,甚至大有赶超的趋势。我们有理由相信,通过“AI”等技术支持,券商在创新应用领域一定会有赶超或者突破。或许,2019年的时候,一些AI落地的成果能让大家放心,而不像今年这般焦虑。(完)

注:请在转载文章内容时务必注明出处!   编辑:汪青

5
热点视频
阿拉微最新平台博彩官网
最新平台博彩官网新闻网官方微信
最新平台博彩官网人、最新平台博彩官网事。
专业媒体、靠谱新闻。
图片报道
本网站所刊载信息,不代表中新社和中新网观点。 刊用本网站稿件,务经书面授权。
未经授权禁止转载、摘编、复制及建立镜像,违者将依法追究法律责任。
常年法律顾问:最新平台博彩官网金茂律师事务所

最新平台博彩官网