量化金融分析師（AQF）|人工智能，一場傳統(tǒng)金融業(yè)的風暴

金融是最適合人工智能的領域之一，大數據收集和分析能力是金融行業(yè)量化金融分析師的關鍵所在，而人工智能的超級運算能力無疑這類型工作的較優(yōu)選。

目前金融報表、金融量化分析、智能客服、金融輿情分析、風控等應用逐步采用人工智能技術。

1.比你更懂你自己的智能客服

AI不僅能識人，也能待客、答疑。用支付寶、逛京東，人們發(fā)現越來越多的平臺開始用機器人代替人工客服，回答客戶提問，或是接收語音指令。測試數據顯示，支付寶客服平臺小螞答完成5輪問答所需時間大概為1秒鐘，比人工客服的效率高30至60倍，每天可以處理200萬—300萬的用戶咨詢。2017年，小螞答客戶滿意率比人工客服還高出了3個百分點。

人工智能技術還讓信貸過程變得越來越“聰明”。幾年前，馬金瑜回青海創(chuàng)業(yè)，經營高原蜂蜜和藏族手工藝品等特產，還在網上開了一家微店。開店之初，她與當地牧民做生意都是現金結賬，每次進貨基本上都把所有的現金“抽干”。小生意艱難維持的時候，微店支付業(yè)務的工作人員告訴她，可以直接在微店APP申請小微貸款。

“貸款前，智能信貸不需要繁瑣的觸客、初審和錄入，貸款人只要簡單填寫十幾個信息，系統(tǒng)就能在線迅速搜集、加工、分析數據，發(fā)放貸款前后只要15分鐘。授信后，智能信貸流程并未結束，會時刻監(jiān)測微店業(yè)務數據，跟蹤學習用戶和企業(yè)行為模式變化，預測客戶貸中風險，據此調整客戶授信額度。”品鈦讀秒科學決策副總裁任然如是說。“因此，我們可以充分相信人工智能。”

2.更場景化、高頻化和個性化的金融行業(yè)

而在我國，人工智能技術已經初步滲入到量化金融分析師、金融科技的各個領域，從智能客服到反欺詐，從商家營銷到貸款模型，從財經資訊推送到智能投顧。不但互聯網公司發(fā)力人工智能，銀行業(yè)也利用人工智能改造傳統(tǒng)的信貸流程和理財模式。家家人工智能的時代，什么樣的技術運用才算得上是真正的“智能”？業(yè)內普遍認為，一般的系統(tǒng)只能根據設計者確定好的程序去運轉，是一個相對靜態(tài)的模型。而人工智能是一類像人類一樣思考、學習和決策的系統(tǒng)。利用基于大數據的深入學習，機器能合理感知、規(guī)劃、推理和自我優(yōu)化，進行理性決策。

比如，過去銀行一天可以接待成百上千人，但是像純線上銀行，卻可以應付上千萬人的需求。金融服務也從通用化的服務，演化到千人千面的服務。未來人工智能不僅會改變金融，還將使得金融變得更加的場景化，高頻交易。

>>>點擊學習CFA+AQF量化金融雙證班課程

3.人工智能并不是唯一解

大數據是人工智能實現的基礎，人工智能對于精確數據的需求會越來越強烈，驅動著開放平臺的建立?！度斯ぶ悄芾碡斒袌鰧ｎ}分析》指出，各個巨頭將打破單一的生態(tài)循環(huán)，將更多的渠道和產品納入自己的開發(fā)平臺之上，以便獲取更多的數據，多維度地理解用戶需求，做出相應的匹配，量化金融分析師從而完成對數據的整合和加工。預測未來5年機構之間會加速滲透，雙方協(xié)同發(fā)展的基礎集中在算法、流量、創(chuàng)新技術開發(fā)與市場教育。

不過機器并不完美，人工不能缺席。任然介紹，機器學習模型基于歷史數據進行學習、預測，相對穩(wěn)定，但市場和數據總是變化的，在實際運行中難免出現舊數據源不穩(wěn)定、新增數據源和客群變化等極端情況。在這種不穩(wěn)定的情況下，放任人工智能模型自行迭代，可能會導致模型準確度和穩(wěn)定性不足的問題。這時候需要一些人工參與，替換數據或者調整數據在模型中的權重。

4.人工智能+金融的發(fā)展前景

當前對人工智能觀點大多數還在闡述如何拼數據層面，而在數據、算法層面之外，更特別的一點是人工智能幫助小企業(yè)打通了數據孤島，完成了數據共享，提升了信用評估體系的完善和貸后管理能力。簡單地說，就是當前大部分金融企業(yè)仍然處于數據并不全面的尷尬境地，隨著量化金融分析師、人工智能技術在行業(yè)內的普及推廣，同一個用戶的借貸數據得以共享，整個行業(yè)的貸后管理水平都能夠隨著數據的全面完善得以提高。

金融專家顏水成則在進一步打破數據孤島問題上提出了自己的預測，在他看來，未來國家層面可以建立起一個龐大的語音庫，這個庫可以支持所有的圖像和語音的公司，即完成數據的共享化。