2017-人工智能行业应用系列报告之二：当“人工智能”走进“大资管时代”_41页_4mb

报告摘要

人工智能在“大资管”领域的应用分析

核心内容

人工智能正逐步渗透至“大资管”领域，成为推动行业变革的重要力量。其核心在于通过数据、算力和算法的结合，提升资产管理与财富管理的效率和智能化水平。

主要观点

人工智能与大资管的融合
- “大资管”领域因数据的复杂性和多样性，成为人工智能应用的深水区。相比长尾信贷，其面临更复杂的分析挑战。
- 人工智能在资产管理领域主要体现在量化交易和证券研究，而在财富管理领域则主要表现为智能投顾，满足长尾客群的个性化需求。
智能投顾的优势
- 智能投顾通过算法模型实现标准化服务流程，提高投资决策的纪律性，降低成本，服务大众投资者。
- 智能投顾主要优势包括智能化、被动化和低管理费用，其服务模式可以拓展盈利方式，实现前后端收益。
全球发展现状与趋势
- 美国是智能投顾发展的先驱，其市场渗透率和规模增长迅速。2016年美国智能投顾规模已达2000亿美元，预计到2020年将达2.2万亿。
- 传统金融机构（如嘉信、先锋、富达、贝莱德）和创新型公司（如Betterment、Wealthfront）共同推动行业发展，其中传统公司凭借其优势成为领导者。
人工智能在量化交易中的应用
- 量化交易通过机器学习分析海量投资组合，以满足收益和风险指标。使用深度学习和蒙特卡洛搜索树等技术，提高预测精度和效率。
- 系统能实时更新市场信息，提供更准确的投资策略，提高交易效率。
人工智能在证券研究中的应用
- 借助自然语言处理技术，人工智能可以分析新闻、政策和社交网络数据，提升模型预测能力。
- 知识图谱用于揭示数据间的潜在关系，减少黑天鹅事件对预测的干扰，提高投资组合的科学性和稳定性。