主要行业
- 金融服务 房地产 有色金属
- 医药生物 化工行业 机械设备
- 交通运输 农林牧渔 电子行业
- 新能源 建筑建材 信息服务
- 汽车行业 黑色金属 采掘行业
- 家用电器 餐饮旅游 公用事业
- 商业贸易 信息设备 食品饮料
- 轻工制造 纺织服装 新能源汽车
- 高端装备制造 其他行业
点击进入可选择细分行业
行业名称: 计算机行业 | 股票代码: | 分享时间:2017-06-19 17:22:05 |
研报栏目: 行业分析 | 研报类型: ![]() | 研报作者: 张颖 |
研报出处: 东方证券 | 研报页数: 3 页 | 推荐评级: 看好 |
研报大小: 377 KB | 分享者: sop****an | 我要报错 |
事件回顾
继5月份微软人工智能首席科学家邓力加入对冲基金巨头Citadel并担任首席人工智能官之后,国内华夏基金于6月13日与微软亚洲研究院举办战略合作发布会,宣布双方将就人工智能在金融服务领域的应用展开战略合作研究。http://www.hibor.com.cn【慧博投研资讯】
核心观点
人工智能与金融投资的结合越来越受到关注,并已逐渐落在实处。http://www.hibor.com.cn(慧博投研资讯)事实上除了近期Citadel和华夏基金的举动之外,人工智能受到金融领域“重视”的事件已有多起,例如:①、高盛2016年9月份就已经推出一款计算机程序供投资者在美国公司债市场交易,并裁撤主要包括交易员和销售人员在内超过400人;②、传奇对冲基金Tudor在2016年遭遇投资者大量赎回之后一边裁员一边考虑使用更多计算机模型取代人工;③、全球最大资产管理公司贝莱德今年3月宣布裁去包括7名基金经理在内的40名主动型基金部门员工并用人工智能量化投资策略取代;④、摩根大通今年3月开发一款金融合同解析软件,几秒即可完成原先律师和贷款人员每年36万小时的工作量。
金融领域的数据优势给人工智能算法提供了发挥的空间。①、作为机器学习算法训练和进步的原料,充足且高质量的数据将发挥重要作用。而金融本身就是数据化程度高度发达的领域,无论是纵向的时间尺度,还是横向的不同市场与品类跨度,不仅海量,而且高度结构化,计算硬件和算法处理能力的提升为这些数据找到进一步价值变现的可能;②、当前以深度学习为主要方向之一的人工智能还擅长处理包括文本、语音、视频等在内的非结构化数据,社交数据、运营商数据甚至日常生活数据都有可能成为辅助决策的数据源。
人工智能对部分重复性、偏低端岗位的替代将导致各领域高水平人才继续被热捧。①、人工智能可以解决的问题必须要有数据化基础,且问题和最终环节的判断规则都明确且有边界。②、对于金融投资领域而言,首先被替代掉的将是数据及信息的整理搜集工作,即便给出投资策略也只能作为最终决策的辅助,毕竟宏观大环境的变化以及突发事件很可能导致机器策略失效,并且深度学习相关的模型可解释性依然不强,决策有误难以溯源;③、重复性及偏低端岗位被替代基本不可逆转,金融领域高水平的投资者以及IT领域高水平的算法专家都依然是抢手资源,而未来人与机器协作,借助AI不断提升工作效率和效果将创造更大价值。
投资建议与投资标的
看好在数据和技术上有积累,且已经开始在金融数据的挖掘、智能投顾研发等实际产品上有布局和进展的相关标的
建议关注:同花顺(300033,买入)、恒生电子(600570,未评级)
风险提示
人工智能的落地进度可能不及预期
金融领域政策监管存在不确定性
不良信息举报电话:400-806-1866 举报邮箱:hbzixun@126.com