自然語(yǔ)言處理可能如果沒(méi)有關(guān)注到人工智能方面的新聞的話可能大家都沒(méi)有聽(tīng)說(shuō)過(guò)，量化交易相比大家會(huì)有一些知道的，量化交易是考AQF的時(shí)候需要學(xué)習(xí)的一部分，那么這兩者之間有什么關(guān)系嗎？

一、自然語(yǔ)言處理

自然語(yǔ)言處理（Natural Language Processing，以下簡(jiǎn)稱NLP）是人工智能和語(yǔ)言學(xué)領(lǐng)域的分支學(xué)科，主要是研究如何讓計(jì)算機(jī)處理及運(yùn)用自然語(yǔ)言，是人工智能的重要組成部分。自然語(yǔ)言處理廣義上分為兩大部分：自然語(yǔ)言理解（Natural Language Understanding，以下簡(jiǎn)稱NLU），自然語(yǔ)言生成（Natural Language Generation，以下簡(jiǎn)稱NLG）。

NLU想要達(dá)到的目的是讓計(jì)算機(jī)能夠正確“聽(tīng)懂”人話，NLG則是要計(jì)算機(jī)準(zhǔn)確“說(shuō)出”人話，所以這也可以看作是一個(gè)典型的IPO（Input Process Output）模型。

1、研究方向

句法語(yǔ)義分析。對(duì)于給定的句子，進(jìn)行分詞、詞性標(biāo)記、命名實(shí)體識(shí)別和鏈接、句法分析、語(yǔ)義角色識(shí)別和多義詞消歧。

語(yǔ)音識(shí)別。輸入一段語(yǔ)音，轉(zhuǎn)換成特定的文字。

信息檢索。從大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)（通常是文本）的集合中找出滿足用戶信息需求的資料。

文本挖掘。通過(guò)把語(yǔ)音信號(hào)轉(zhuǎn)換成文本信息，利用詞/句法相關(guān)理論知識(shí)，對(duì)其做分類，信息抽取，摘要提取，進(jìn)而達(dá)到輿情分析，情感傾向分析等目的。這部分應(yīng)用主要依賴于基于統(tǒng)計(jì)學(xué)的機(jī)器學(xué)習(xí)。

2、應(yīng)用場(chǎng)景

智能對(duì)話系統(tǒng)。這是NLP較高層次的應(yīng)用，也是NLP需要突破的瓶頸之一?，F(xiàn)在市面上見(jiàn)到的智能對(duì)話系統(tǒng)大多基于“sequence-to-sequence”框架，理論上，給足了訓(xùn)練集的話，是可以應(yīng)對(duì)不同的對(duì)話場(chǎng)景，但實(shí)際上是不太現(xiàn)實(shí)的。所以在沒(méi)有被突破之前，智能對(duì)話系統(tǒng)只能在限定的場(chǎng)景下發(fā)揮其作用。代表廠商如：微軟小冰，其次是各大電商平臺(tái)推出的智能客服系統(tǒng)；

機(jī)器翻譯。這是NLP領(lǐng)域很常見(jiàn)的應(yīng)用之一，隨著深度神經(jīng)網(wǎng)絡(luò)的發(fā)展，機(jī)器翻譯方面取得了較為矚目的成就。代表廠商如：Google翻譯，有道詞典，Bing詞典等翻譯類的SaaS平臺(tái)；

輸入法/搜索引擎。綜合了語(yǔ)音識(shí)別，文本挖掘，信息檢索等多項(xiàng)技術(shù)。代表廠商如：百度搜索，Bing，搜索輸入法等。

3、學(xué)習(xí)方法

書(shū)籍。筆者根據(jù)網(wǎng)上查閱的資料整理出了自然語(yǔ)言處理的TOP 5書(shū)籍榜單，并且分成了中英兩種語(yǔ)言的榜單，英文版的書(shū)籍也都有對(duì)應(yīng)的中文譯作。如下圖所示：

視頻。對(duì)于英語(yǔ)基礎(chǔ)好的讀者，先選的學(xué)習(xí)陣地當(dāng)屬Stanford、Coursera，這兩個(gè)地方的視頻課程在業(yè)界是非常權(quán)威的，關(guān)注小象公眾號(hào)，回復(fù) 課程鏈接 即可得到視頻鏈接地址。當(dāng)然，國(guó)內(nèi)也相繼出現(xiàn)了一批視頻教程，有好有壞，就不具體列舉了。

網(wǎng)站。先關(guān)注兩個(gè)機(jī)構(gòu)：中國(guó)中文信息學(xué)會(huì)、國(guó)際計(jì)算語(yǔ)言學(xué)協(xié)會(huì)，這里面有你想要的論文，而且絕大多數(shù)是免費(fèi)的；國(guó)內(nèi)做的不錯(cuò)的網(wǎng)站是我愛(ài)自然語(yǔ)言處理（www.52nlp.cn），可以認(rèn)為是一個(gè)NLP領(lǐng)域的Portal，站長(zhǎng)還貼心地鏈接了一個(gè)專門針對(duì)NLPers的垂直招聘網(wǎng)站（www.nlpjob.com）；因?yàn)楣ご笮畔z索研究中心算是國(guó)內(nèi)NLP領(lǐng)域的佼佼者，其推出的語(yǔ)言云：LTP-Cloud還是有必要了解一下的。以上資料對(duì)于初學(xué)者來(lái)說(shuō)已經(jīng)非常充裕了，考慮到面向的是國(guó)內(nèi)讀者，我不再推薦外文網(wǎng)站了。

4、市場(chǎng)前景

說(shuō)話可謂是人類很原始的本能之一，倘若能和一臺(tái)機(jī)器自由的交流，表達(dá)自己的想法和心聲而不受到任何阻礙，想必這將是自然語(yǔ)言處理的又一個(gè)新境界，更使得「人工智能」這個(gè)詞匯更具有溫度。正如電影《她》中展現(xiàn)的那樣：

脫去科技冰冷的面紗，賦予它高度人性化和活色生香的情趣，讓一段人機(jī)對(duì)話變成情人絮語(yǔ)。

然而，NLP正在向99%大關(guān)挺進(jìn)，今后的路途會(huì)比較艱苦卓絕，所以NLP依然是機(jī)器學(xué)習(xí)有待攻克的一個(gè)重大領(lǐng)域。語(yǔ)言本身就已經(jīng)是人類一種高層次的表達(dá)方式，深度學(xué)習(xí)在NLP領(lǐng)域中取得的成績(jī)并不如在計(jì)算機(jī)視覺(jué)領(lǐng)域那樣突出，識(shí)別率增速遲緩，識(shí)別速度倒是慢了許多，所以一般的素人進(jìn)入這個(gè)領(lǐng)域很難出成果，也容易觸碰到天花板。

不過(guò)，NLP也有一定程度的商業(yè)化，各大廠商推出的AI云平臺(tái)多少都涉及到了NLP領(lǐng)域。國(guó)內(nèi)的NLP人才大多都流向了大企，薪資待遇自然是不得而知了。

二、量化交易

量化交易是指借助現(xiàn)代統(tǒng)計(jì)學(xué)和數(shù)學(xué)的方法，利用計(jì)算機(jī)技術(shù)來(lái)進(jìn)行交易的證券投資方式。量化交易從龐大的歷史數(shù)據(jù)中海選能帶來(lái)超額收益的多種“大概率”事件以制定策略，用數(shù)量模型驗(yàn)證及固化這些規(guī)律和策略，然后嚴(yán)格執(zhí)行已固化的策略來(lái)指導(dǎo)投資，以求獲得可以持續(xù)的、穩(wěn)定且高于平均收益的超額回報(bào)。

》》點(diǎn)擊進(jìn)入學(xué)習(xí)量化交易策略長(zhǎng)久更新班（AQF實(shí)訓(xùn)項(xiàng)目+策略大講堂策略集錦）

量化交易是基于量化分析的交易策略，它依賴于數(shù)學(xué)計(jì)算和數(shù)值分析來(lái)確定交易時(shí)機(jī)。量化交易通常是一些金融機(jī)構(gòu)和對(duì)沖基金在使用，交易規(guī)模都會(huì)非常大，可能涉及購(gòu)買和出售數(shù)十萬(wàn)股股票和其他證券。

因此，AQF量化交易無(wú)非就是用“高科技”手段加持過(guò)的投資方法，以便在交易過(guò)程中盡可能保證準(zhǔn)確，避免個(gè)人情感的帶入而做出非理性的決定，引起不必要的風(fēng)險(xiǎn)。

1、研究方向

策略研發(fā)。簡(jiǎn)單來(lái)講，就是參照以往的數(shù)據(jù)和經(jīng)驗(yàn)，制定一套新的交易策略。

交易程序化。就是用軟件程序?qū)崿F(xiàn)各個(gè)交易策略，這也是量化交易與人工智能交叉的地方。

資金管理與風(fēng)控。各個(gè)市場(chǎng)及品種的投資資金分配，在運(yùn)用計(jì)算機(jī)進(jìn)行風(fēng)險(xiǎn)監(jiān)控的同時(shí)，進(jìn)行人工輔助監(jiān)控。

2、應(yīng)用場(chǎng)景

各大券商，交易所都有應(yīng)用，這里不詳細(xì)說(shuō)明應(yīng)用場(chǎng)景了，列舉一些量化平臺(tái)，感受一下：

Quantopian，這個(gè)平臺(tái)堪稱業(yè)界典范，也是國(guó)人競(jìng)相模仿的一個(gè)量化平臺(tái)。

優(yōu)礦，米筐和聚寬，算是國(guó)內(nèi)量化先行者，相對(duì)比較完善，模仿的是Quantopian。

JD Quant，京東金融旗下的量化平臺(tái)。主營(yíng)業(yè)務(wù)是對(duì)量化策略的在線開(kāi)發(fā)，并實(shí)施運(yùn)營(yíng)回測(cè)，主要還是依托了京東強(qiáng)大的資源整合能力，能提供海量的數(shù)據(jù)和強(qiáng)大的服務(wù)支持。

3、學(xué)習(xí)方法

書(shū)籍。因?yàn)榱炕顿Y在國(guó)內(nèi)起步很晚，書(shū)籍基本都是出自美國(guó)作家之手，這里列舉TOP 5書(shū)籍榜單，此榜單可以認(rèn)為是量化交易的金融基礎(chǔ)知識(shí)，至于軟件程序方面，都是機(jī)器學(xué)習(xí)和大數(shù)據(jù)相關(guān)的通用技能，故不再列舉。

視頻。量化交易的視頻資料并不多，筆者淘到了一些資料。來(lái)自廈門大學(xué)金融工程基礎(chǔ)知識(shí)視頻，關(guān)注小象公眾號(hào)，回復(fù) 課程鏈接 即可得到視頻鏈接地址；米筐出品的一系列教程，沒(méi)看過(guò)，目測(cè)有硬廣的嫌疑。

4、市場(chǎng)前景

量化交易是未來(lái)金融投資的趨勢(shì)，國(guó)外的量化普及程度算是比較高了，在國(guó)內(nèi)，量化概念還僅僅是一部分人了解，不過(guò)國(guó)內(nèi)也已經(jīng)有一些量化交易先行者了，在上文中也所有提及。盡管如此，量化交易領(lǐng)域也并不是一片紅海，國(guó)內(nèi)外也暫未形成一家獨(dú)大的壟斷局勢(shì)，正在激烈角逐的階段。

金融行業(yè)華麗高端的外表下掩藏著一群交易員的辛酸與悲歡，在量化交易領(lǐng)域，不僅需要懂得專業(yè)的金融知識(shí)，制定交易策略，還需要對(duì)計(jì)算機(jī)編程有所了解，甚至是用編程語(yǔ)言實(shí)現(xiàn)一個(gè)交易策略，專業(yè)交易員是時(shí)候用量化武器武裝自己了。

當(dāng)前局勢(shì)下，對(duì)于經(jīng)管專業(yè)的人來(lái)說(shuō)，進(jìn)入量化投資領(lǐng)域無(wú)疑是明智的，各大廠商招聘的起薪通常在15K左右，也有高過(guò)20K的。