2017-6.24量化投资当中的人工智能_李翛然_27页-2mb
报告摘要
文档内容总结
核心内容
该文档围绕量化投资与人工智能的结合展开，探讨了人工智能在金融领域的应用及其对投资策略的影响。文档内容涵盖人工智能的基本概念、技术原理、在金融行业中的实际应用，以及如何通过量化投资实现成功投资。
主要观点
- 人工智能在量化投资中的应用：人工智能技术，如机器学习、深度学习、自然语言处理等，被广泛用于金融投资领域，帮助投资者进行数据挖掘、策略构建和风险控制。
- 量化投资的利润来源：量化投资通过识别市场中的统计规律、因子有效性、事件驱动机会、套利空间等获取收益。
- 金融行业的发展历程：从原始社会的物物交换到现代的复杂金融工具和交易市场，金融行业经历了多次技术与制度的革新。
- 投资周期与所需技能：不同投资周期需要不同的技能组合，从高频交易所需的IT能力到长期投资所需的对经济周期和国运的理解。
- 投资目标与风险管理：成功的投资需要明确的目标和科学的风险管理策略，这在量化投资中尤为重要。
- AI与金融行业的未来：随着人工智能的发展，金融行业的智能化变革加速，AI技术成为提升投资效率和收益的重要工具。
关键信息
人工智能概念与技术
- 人工智能包括：机器学习、神经网络、深度学习、数据挖掘、知识图谱等。
- 人工智能技术在金融领域的应用包括：自然语言处理、推荐系统、自动驾驶、人脸识别、语音助手等。
- 高级人工智能技术涉及：二阶逻辑、自动定理证明、贝叶斯网络、隐马尔可夫模型、卷积神经网络、循环神经网络等。
量化投资策略
| 策略类型 | 细分策略 | 利润来源 |
|---|---|---|
| 多因子选股模型 | - | 因子持续有效 |
| 普通指数和增强指数基金 | 普通指数 | 大类资产配置有效，全球不处于Risk-Off |
| 普通指数和增强指数基金 | 增强指数 | 增强因素持续有效 |
| 事件驱动模型 | 定向增发 | 定增成功，市场不能遇到极端情况 |
| 事件驱动模型 | 大股东和高管增持 | 投资者持续认可增持 |
| 事件驱动模型 | 股权激励 | 投资者持续认可激励计划 |
| 事件驱动模型 | 并购重组 | 重组或失败后较大股价波动 |
| ALPHA策略 | - | 同跌不同涨，downside risk相同 |
| 无风险套利模型 | 期现套利 | 市场理性，价差不会扩大 |
| 无风险套利模型 | 跨市场套利 | 双边市场流动性，费用汇率差稳定 |
| 统计套利交易模型 | 组合统计套利 | 统计特性持续维持 |
| 统计套利交易模型 | 分级基金套利 | 套利期间内价格波动不大 |
| 统计套利交易模型 | 跨品种套利 | 品种关联度恒定 |
| 统计套利交易模型 | 跨期套利 | 升水贴水不会持续扩大 |
| 特殊品种策略 | - | 特殊事件或特殊利润来源 |
| CTA | 股指CTA | 股指波动变大，sigma 变大 |
| CTA | 期货CTA | 期货波动变大，sigma 变大 |
| CTA | 单一品种CTA | 品种波动变大，sigma 变大 |
| 高频交易 | 做市 | 市场spread存在，总有主动买卖盘，交易所返还费用 |
| 高频交易 | spoof | 监管风险，对手非高频交易，军备竞赛 |
| 高频交易 | 冰山 | 有暗盘通道，交易所更高的行情报价 |
投资周期与所需技能
| 投资周期 | 所需技能 |
|---|---|
| 高频（秒内） | IT |
| 日级别（5日内） | 统计，IT，金融 |
| 中期（半月-半年） | 金融，统计，资金，标的 |
| 半年-5年 | 资金，标的，行业周期 |
| 5-15年 | 行业周期，经济周期 |
| 15-30年 | 经济周期 |
| 30年-100年 | 国运 |
| 100年以上 | 命 |
全球大类资产10年收益统计
| 资产类别 | 5年收益（2012/05/11-2017/05/12） | 10年收益（2007/05/12-2017/05/12） |
|---|---|---|
| 股票 | 标普500: 79.23% | 标普500: 58.76% |
| 股票 | 德国DAX: 99.50% | 德国DAX: 71.19% |
| 股票 | 日经225: 123.40% | 日经225: 12.48% |
| 股票 | 恒生指数: 26.45% | 恒生指数: 19.91% |
| 股票 | 上证指数: 29.84% | 上证指数: -23.80% |
| 股票 | 创业板指数: 146.11% | 创业板指数: 77.46% |
| 债券 | 中国国债: 20.59% | 中国国债: 44.07% |
| 债券 | 中国企业债: 37.72% | 中国企业债: 72.71% |
| 债券 | 美国企业债（垃圾债）: 1.97% | 美国企业债（垃圾债）: 11.24% |
| 债券 | 美国国债: -0.70% | 美国国债: 28.40% |
| 原油 | WTI原油: -71.80% | WTI原油: -79.51% |
| 房地产 | 美国房地产: 23.30% | 美国房地产: -9.09% |
| 房地产 | 北京房价: 未知，不可计算 | 北京房价: 未知，不可计算 |
| 农产品 | 农产品指数: -24.08% | 农产品指数: -20.11% |
| 金属 | 金属指数: -17.30% | 金属指数: -44.26% |
| 金属 | 黄金: -21.98% | 黄金: 76.27% |
金融行业智能化变革
- 金融行业正经历由人工智能驱动的智能化变革，包括自动化交易、智能风控、数据分析等。
- AI技术正在成为金融行业的重要工具，提升投资效率与收益。
- 极智金融云（worisk.com）是一个专注于AI在金融领域应用的平台，提供投资工具和咨询服务。
职业发展建议
- 投资者应将自身职业生涯视为一次长期投资，注重积累知识和技能。
- 成功的投资需要合理的目标设定、科学的风控管理、持续的策略优化和对市场变化的敏锐洞察。
- 在金融行业中，技术能力与金融知识的结合是实现成功的关键。
联系方式
- 极智金融云创始人：李儁然（FRM）
- 网站：www.riskartisan.com
- 邮箱：lixiaoran@ginguality.com
- 微博：风控手艺人
- 网易云课堂：极智金融云李倚然
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
