人工智能技術(shù)在硅谷的實(shí)踐

人工智能飛速發(fā)展，金融領(lǐng)域大有可為

隨著人工智能技術(shù)的快速發(fā)展，多個(gè)領(lǐng)域都迅速收獲了突破性成效，在金融領(lǐng)域內(nèi)也是如此。具體來(lái)說(shuō)，在信用評(píng)估、投資和個(gè)人財(cái)務(wù)管理上都有所運(yùn)用。實(shí)際上，金融領(lǐng)域是人工智能適合運(yùn)用的領(lǐng)域之一，這是因?yàn)槿斯ぶ悄芗夹g(shù)的數(shù)據(jù)和算法缺一不可，而運(yùn)用的領(lǐng)域需要滿(mǎn)足能夠?qū)⒁欢ǖ牧鞒虡?biāo)準(zhǔn)化、模式（pattern）化。金融領(lǐng)域是跟數(shù)據(jù)大量打交道的領(lǐng)域，全球化的波動(dòng)導(dǎo)致交易市場(chǎng)瞬息萬(wàn)變，而智能設(shè)備等傳感器的普及產(chǎn)生了大量的非結(jié)構(gòu)化數(shù)據(jù)。金融領(lǐng)域的風(fēng)險(xiǎn)定價(jià)正可以利用數(shù)據(jù)和算法進(jìn)行更高效的評(píng)估，可有效的降低金融機(jī)構(gòu)的成本，同時(shí)挖掘到更多有價(jià)值的信息，幫助市場(chǎng)進(jìn)行決策。

作為全球創(chuàng)新的中心之一——硅谷，近年來(lái)也涌現(xiàn)了大量的以人工智能為核心技術(shù)的創(chuàng)業(yè)金融科技公司。未央研究拜訪(fǎng)了這其中16-17年之間成立的公司，以發(fā)現(xiàn)最新人工智能技術(shù)是如何改進(jìn)或重塑原有金融格局。

人工智能技術(shù)在借貸領(lǐng)域的運(yùn)用

近年來(lái)智能設(shè)備的興起圍繞用戶(hù)產(chǎn)生了大量的信息，這為評(píng)估個(gè)人信用風(fēng)險(xiǎn)產(chǎn)生了大量的挖掘價(jià)值。同時(shí)，傳統(tǒng)的FICO分?jǐn)?shù)缺陷也一直存在，事實(shí)上，由于FICO分?jǐn)?shù)極大依賴(lài)于信用歷史。（FICO分?jǐn)?shù)考慮的五個(gè)指標(biāo)包括：（1）償還歷史記錄，占比35%，包括各種信用賬戶(hù)的償還信息和負(fù)面的公共記錄；（2）信貸欠款額度，占比30%；（3）信貸歷史年限，占比15%；（4）新開(kāi)設(shè)的信用賬戶(hù)，占比10%；（5）正在使用的信用類(lèi)型，占比10%。）這導(dǎo)致FICO分?jǐn)?shù)在實(shí)際運(yùn)用中產(chǎn)生了一些問(wèn)題：

一、對(duì)于缺乏信用歷史的人，如移民或者年輕人無(wú)法評(píng)估；

二、對(duì)于已有FICO分?jǐn)?shù)的人群來(lái)說(shuō)，其假設(shè)和準(zhǔn)確性也存疑，例如，如果用戶(hù)由于遭受了短期經(jīng)濟(jì)打擊失去房子，但是保留工作的車(chē)輛則應(yīng)該判定其有穩(wěn)定的還款意愿，但在FICO分?jǐn)?shù)里則被認(rèn)為是不可靠的。而FICO數(shù)據(jù)迭代較慢，這導(dǎo)致了一些分?jǐn)?shù)較高的用戶(hù)同樣存在違約狀況。

近年來(lái)，F(xiàn)ICO分?jǐn)?shù)越來(lái)越成為一個(gè)供金融機(jī)構(gòu)參考而不是決定性的指標(biāo)之一，對(duì)于個(gè)人用戶(hù)的信息，機(jī)構(gòu)會(huì)自行收集并用自己的風(fēng)控模型進(jìn)行評(píng)估。甚至有公司不再使用FICO，例如，2016年1月，硅谷最大的線(xiàn)上貸款公司SoFi就宣布不再使用FICO分?jǐn)?shù)。

人工智能算法的使用也對(duì)于個(gè)人用戶(hù)信用畫(huà)像能起到完善作用。MIT一篇工作論文通過(guò)將2009-2012年的消費(fèi)者信用歷史數(shù)據(jù)和消費(fèi)類(lèi)數(shù)據(jù)利用分類(lèi)和回歸決策樹(shù)算法為消費(fèi)者進(jìn)行信用分?jǐn)?shù)，并將結(jié)果與利用信用局的數(shù)據(jù)利用傳統(tǒng)方法計(jì)算的分?jǐn)?shù)結(jié)果進(jìn)行對(duì)比。下圖顯示兩種模型對(duì)于信用優(yōu)良和信用差的人群都有較好的識(shí)別作用，但對(duì)于信用中等的人群，前者更能準(zhǔn)確的預(yù)測(cè)該人群的預(yù)期行為。

Source： Consumer Credit Risk Models via Machine-Learning Algorithms? Amir E. Khandani?, Adlar J. Kim?, and Andrew W. Lo§

作為近年來(lái)發(fā)展最快的深度學(xué)習(xí)技術(shù)來(lái)說(shuō)，以往可能被信貸員判斷為無(wú)關(guān)變量的信息，如地址信息，APP使用習(xí)慣等，通過(guò)挖掘和整合可能形成有用的變量，從而反映/指向跟用戶(hù)的還款意愿或者還款能力相關(guān)的變量。

未央研究在硅谷實(shí)地參訪(fǎng)的兩家公司Upgrade和Random Forest Capital都使用了人工智能技術(shù)對(duì)于用戶(hù)的信用進(jìn)行了評(píng)估——當(dāng)然前者的方法早已經(jīng)運(yùn)用在了國(guó)內(nèi)。Upgrade自稱(chēng)推出了評(píng)估模型2.0版本，一是使用了地理位置數(shù)據(jù)，這些位置數(shù)據(jù)能夠和宏觀(guān)經(jīng)濟(jì)因素結(jié)合起來(lái)，反映了不同地方的經(jīng)濟(jì)狀況；二是平臺(tái)行為模式是連接到了用戶(hù)的checking account，通過(guò)分析用戶(hù)的自由現(xiàn)金流來(lái)看用戶(hù)的支付習(xí)慣，例如是否由有逾期、懲罰費(fèi)用，或者錯(cuò)過(guò)了某些支付日期，這種分析方式如同分析中小企業(yè)的現(xiàn)金流的方法。Upgrade將其運(yùn)用在了個(gè)人風(fēng)控上。

Random Forest Capital在2016成立，是一家位于舊金山的跨平臺(tái)機(jī)器學(xué)習(xí)和數(shù)據(jù)工程投資管理公司。Random Forest稱(chēng)，目前現(xiàn)存的承銷(xiāo)方法昂貴、低效、不準(zhǔn)確，無(wú)法準(zhǔn)確地評(píng)估這些債務(wù)的風(fēng)險(xiǎn)。Random Forest使用跨平臺(tái)的機(jī)器學(xué)習(xí)算法來(lái)定價(jià)債券；在大大提高準(zhǔn)確性和效率的同時(shí)，也解決了投資者和借款方的利益沖突。因?yàn)槠脚_(tái)獲得的很多數(shù)據(jù)是類(lèi)別數(shù)據(jù)，所以公司使用樹(shù)類(lèi)的模型 ---基于樹(shù)的（tree base） 算法很有用，此外Boosting算法也被證明很有效果。

需要指出的是，受限于美國(guó)對(duì)于個(gè)人數(shù)據(jù)和隱私保護(hù)，很多金融機(jī)構(gòu)需要“帶著腳銬跳舞”在不破壞個(gè)人隱私的情況下盡可能挖掘多的關(guān)于主體的信息。

人工智能在投資領(lǐng)域的運(yùn)用

人工智能技術(shù)早期在投資領(lǐng)域中已有所運(yùn)用，人工神經(jīng)網(wǎng)絡(luò)（ANN）就是被認(rèn)為較有用的算法之一，人工神經(jīng)網(wǎng)絡(luò)已被證明能過(guò)夠有效處理金融市場(chǎng)中的不確定性，相比于線(xiàn)性回歸模型能夠挖掘數(shù)據(jù)中的非線(xiàn)性關(guān)系，同時(shí)能夠有效的處理大量數(shù)據(jù)中的噪音信息。更吸引人的是，人工神經(jīng)網(wǎng)絡(luò)模型可以通過(guò)新數(shù)據(jù)的訓(xùn)練來(lái)更新現(xiàn)有的模型，在瞬息萬(wàn)變的市場(chǎng)中能做到快速反應(yīng)。

自2004年以來(lái)，美國(guó)國(guó)內(nèi)量化基金的財(cái)產(chǎn)規(guī)模不斷增加。從2004到2016年，量化基金總財(cái)產(chǎn)規(guī)模從300億美金迅速增長(zhǎng)至3000億美金。一些著名的量化基金包括Two Sigma、DE Shaw、Citadel等。相對(duì)于傳統(tǒng)的量化投資基金，人工智能型基金的一大優(yōu)勢(shì)即是它更大限度地回避了人為操作的誤差，可以在短時(shí)間內(nèi)處理更大量的數(shù)據(jù)，并可以動(dòng)態(tài)地更新模型的參數(shù)以及模型本身，所以使得算法更加靈活且適應(yīng)性強(qiáng)，使其在長(zhǎng)期超越靜態(tài)的傳統(tǒng)量化模型的表現(xiàn)。相對(duì)于傳統(tǒng)的量化模型來(lái)說(shuō)，人工智能型基金算法更加靈活，甚至設(shè)立了一些隨機(jī)性，這使得其算法相關(guān)性相對(duì)于傳統(tǒng)量化模型更弱。

下圖為EUREKAHEDGE在2017年1月的研究。途中藍(lán)線(xiàn)為人工智能型量化基金收益，紫色線(xiàn)為傳統(tǒng)基金收益，綠色線(xiàn)為指數(shù)型基金收益，紅色線(xiàn)為偏傳統(tǒng)型量化基金收益。可見(jiàn)，自2010年起，相比于任何其他種類(lèi)的基金，人工智能型基金收益都更高。

此外，由下表的相關(guān)性矩陣看出，人工智能型的量化投資基金和其同類(lèi)型基金的相關(guān)性都較低，和一般的對(duì)沖基金的相關(guān)性甚至是負(fù)數(shù)。Pit.AI就是一家用人工智能開(kāi)發(fā)對(duì)沖基金交易策略的公司。Yves-Laurent Kom Samo 希望將對(duì)沖基金從由人工驅(qū)動(dòng)，轉(zhuǎn)向機(jī)器驅(qū)動(dòng)。公司通過(guò)節(jié)省行業(yè)中開(kāi)銷(xiāo)最大的人力成本，來(lái)提升整個(gè)公司的盈利能力。Pit.AI只向投資人收取與盈利相關(guān)的費(fèi)用，并不收取基金管理費(fèi)。只有當(dāng)基金表現(xiàn)更好的時(shí)候，Pit.AI與投資人對(duì)收益分成。收入分成比例是三七開(kāi)，Pit.AI收取收益的30%。未來(lái)，Pit.AI希望將收費(fèi)模式變成曲線(xiàn)形式，當(dāng)收益表現(xiàn)不好的時(shí)候，收費(fèi)相應(yīng)減少，當(dāng)收益增加的時(shí)候，收費(fèi)比例相應(yīng)提高。

Pit.AI認(rèn)為通過(guò)雇傭很多交易員，產(chǎn)生眾多交易算法從而競(jìng)爭(zhēng)的形式并不能很好的產(chǎn)生很優(yōu)質(zhì)的算法。因?yàn)?，生成策略的人，大多?shù)都用同一種思路在嘗試，發(fā)現(xiàn)的算法通常具有很強(qiáng)的相似和相關(guān)性。這些相關(guān)度很高的算法，并沒(méi)有對(duì)分散交易風(fēng)險(xiǎn)起到應(yīng)有的作用。

Pit.AI與傳統(tǒng)機(jī)器學(xué)習(xí)的區(qū)別主要體現(xiàn)在兩方面，第一，每個(gè)算法會(huì)一直運(yùn)行下去，目標(biāo)是尋找更優(yōu)的交易策略，并不是找到一個(gè)優(yōu)秀算法就停止；第二，他們的算法中都引入了隨機(jī)性，這樣，同一個(gè)算法的不同實(shí)例會(huì)有不同的表現(xiàn)，通常能生成不同的算法，而不是完全一致的算法。

人工智能基金不僅在基金公司的運(yùn)營(yíng)、成本結(jié)構(gòu)和收入形式上產(chǎn)生了變革，在對(duì)客戶(hù)端也能產(chǎn)生影響，智能投顧行業(yè)就是這樣，按照Openfolio的思路，以往的基金管理受限于成本和技術(shù)是由基金經(jīng)理主導(dǎo)，個(gè)人投資者由于其份額小無(wú)法擁有投資話(huà)語(yǔ)權(quán)，無(wú)法進(jìn)行個(gè)性化投資。人工智能技術(shù)的引入，使得未來(lái)基于個(gè)人用戶(hù)實(shí)際情況進(jìn)行調(diào)倉(cāng)成為了可能，真正做到基于用戶(hù)的風(fēng)險(xiǎn)承受能力、收益預(yù)期以及個(gè)人價(jià)值觀(guān)等要求個(gè)性化調(diào)倉(cāng)。

人工智能技術(shù)在個(gè)人財(cái)務(wù)管理的運(yùn)用

隨著個(gè)人理財(cái)?shù)囊庾R(shí)和需求興起，越來(lái)越多的軟件開(kāi)始利用人工智能技術(shù)為個(gè)人用戶(hù)進(jìn)行財(cái)務(wù)管理。這些軟件基于的邏輯的是，通過(guò)分析用戶(hù)的開(kāi)銷(xiāo)等相關(guān)數(shù)據(jù)，基于用戶(hù)設(shè)定的目標(biāo)，為用戶(hù)提供理財(cái)建議，幫助用戶(hù)達(dá)成目標(biāo)水平。

成立于硅谷的Olivia AI就是這樣一家公司，Olivia公司致力于打造一個(gè)貼心的個(gè)人財(cái)務(wù)管理助手，使每個(gè)用戶(hù)在個(gè)人理財(cái)方面都能得到個(gè)性化專(zhuān)業(yè)化的貼心服務(wù)。通過(guò)結(jié)合人工智能技術(shù)、財(cái)務(wù)管理知識(shí)和行為經(jīng)濟(jì)學(xué)等學(xué)科的專(zhuān)業(yè)知識(shí)，Olivia AI以一個(gè)聊天機(jī)器人形象服務(wù)客戶(hù)，通過(guò)學(xué)習(xí)用戶(hù)的金融習(xí)慣和消費(fèi)習(xí)慣，對(duì)用戶(hù)的各個(gè)資金賬戶(hù)進(jìn)行統(tǒng)一管理，并針對(duì)用戶(hù)特點(diǎn)給出用戶(hù)的理財(cái)、消費(fèi)計(jì)劃。

實(shí)際上，近年來(lái)在該領(lǐng)域的創(chuàng)業(yè)公司很多，都是瞄準(zhǔn)了年輕人不好的理財(cái)習(xí)慣（不存款）以及無(wú)節(jié)制的開(kāi)銷(xiāo)（月光族）的潛在機(jī)會(huì)，旨在利用更用戶(hù)友好的界面，更全面的功能和有趣的互動(dòng)和激勵(lì)形式來(lái)培養(yǎng)用戶(hù)的理財(cái)習(xí)慣。例如提供自動(dòng)存款功能的Digit, 以及利用IFTTT來(lái)作為儲(chǔ)蓄激勵(lì)的Qapital。（IFTTT，是一個(gè)新生的網(wǎng)絡(luò)服務(wù)平臺(tái)，通過(guò)不同平臺(tái)的條件來(lái)決定是否執(zhí)行下一條命令。即對(duì)網(wǎng)絡(luò)服務(wù)通過(guò)其他網(wǎng)絡(luò)服務(wù)反應(yīng)作出反映。IFTTT得名為其口號(hào)“if this then that用戶(hù)設(shè)定一些規(guī)則來(lái)進(jìn)行儲(chǔ)蓄，例如存每次花費(fèi)后找的零錢(qián)等；IFTTT有上千種規(guī)則，也和很多軟件捆綁來(lái)設(shè)定目標(biāo)，例如如果下雨了，就扣一點(diǎn)錢(qián)作為晴天旅游的資金等。）

作為科技的創(chuàng)新之地，硅谷的公司已經(jīng)將人工智能技術(shù)成熟的運(yùn)用在金融各個(gè)領(lǐng)域，但我們也欣喜的發(fā)現(xiàn)，中國(guó)的科技金融的應(yīng)用創(chuàng)新也未落后，不少硅谷的公司在中國(guó)已有對(duì)標(biāo)。未來(lái)我們期待人工智能技術(shù)能夠?yàn)榻鹑陬I(lǐng)域帶來(lái)更大的變革，服務(wù)更多傳統(tǒng)金融未觸達(dá)的人群。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。