吴恒魁:超对称AI量化云对投资的帮助

  和讯基金消息 10月26-27日,由财视中国主办的“2018另类投资中国峰会”在北京召开。超对称科技CEO吴恒魁参加论坛并发表演讲。

  以下为嘉宾发言全文:

  今天听了不少嘉宾在聊AI对于ETF投资等不同AI应用于金融投资的方法和能力。那么我们理解接下来AI对金融的改革首先要发生在基础的层面。所谓基础层面,必须发生在数据层面。当我们尝试用机器去理解市场的变化的时候,我们的理解是针对于基金的公司股价的变化,基金的收益的变化,这个层面的数据。但是如果没有基于公司的、企业的更细颗粒度的基本面的数据,这样的机器对市场的理解是否能达到一定的准确度?这是我们做超对称以及超对称量化云基础的出发点。

  我们现在提出一个目标和使命是我们希望能够成为未来的金融和商业智能社会的数据基础设施。今天我主要是想和大家聊,我们是如何建设一个能实时量化的感知市场变化的机器系统,基于实时的感知我们能够针对基本面投资和量化投资提供什么样的帮助

  从我们希望提出基础设施的产品结构来看,我们从不同层次去理解如何搭建基础的数据量化云平台。在数据层上,我们会针对不同的行业和不同领域,电商、娱乐、酒旅、OTA、房产、汽车、金融,我们针对金融和商业市场的衣食住行,用教育医疗形成一个底层的数据基础设施。这个底层不仅仅是公司的年报、公司的财报。我们现在针对于电商、针对于生产制造,我们大概每天采集了1个T的数据,阿里巴巴、京东、拼多多大概有30亿个商品的页面,也就是涉及到所有商品的品类,我们每天将这些商品的页面采集出来。

  而针对于娱乐社交,我们将YY、陌陌、虎牙这些直播平台的大概100万个直播间每天所发生的打赏还有在线观众采集出来。比如针对于旅游、OTA、酒店、机票,这些数据我们也将对细颗粒度的数据采集出来。所以当我们谈到基础设施的时候,首先第一个环节是我们需要将每一个行业、每一个平台、最底层最细颗粒度的数据采集,整合成一个系统的平台。

  在这个基础上,我们现在有中国在电商上5000万个店铺,5000万个商家,以及背后的生产制造商每天实时的销售数据,这些销售数据他们之间的关联关系,玻璃生产和手机销量之间的关联关系,我们怎么寻找到不同的关联关系,我们需要一个行业的知识图谱,所以在数据基础上我们需要构建一个图谱层,在这个基础上我们用机器学习等深度挖掘。只有当我们拥有了数据层,我们能够用数据实时去理解行业、公司、品牌的变化的时候,我们才可以做行业的模型,去分析每一家公司,美的和格力在某一天、某一个月、某个季度的销售变化产生什么样的变化?这些行业的洞察也可以用于基金的投资、基金的股票投资,可以进一步用于从基金投资再可以溯源到基金的表现,再可以进入到刚刚我们讲的一系列应用。

  所以从建设一个新型的AI量化的基础设施这一基本的产品构想来看,我们从最底层入手已经构建出了一个系统。当然未来,这部分我会提到未来我们想做什么?我们希望能够建设一个机器的系统,基于最底层的数据变化,能够实时的感知市场的变化,我们将最底层的、最细颗粒度的数据和我们能拿到的包括企业的公告、财报、股价的数据变化输入到我们的系统,系统来理解市场变化、环境变化,进而来支撑我们的投资机构和投资人进行投资决策。这样投资决策给到系统正反馈和负反馈,再让整个系统进行演化,这是我们强调的我们想达到的一个类似于像阿尔法狗下围棋一样能够自动演化的系统,这是我们下一步要进行的工作。

  下一步是我们现在的产品基于这个产品应用于投资是怎么使用的?目前我们现在主要是三个产品的模块,一个是我们针对A股500家消费类的公司,包含了八个大的行业,包括食品、酿酒、电器、服装、家居等八个行业,我们覆盖了A股上市公司500家。第二个板块,我们现在能够用这个机器系统实时的预测阿里、京东、拼多多、唯品会、YY、陌陌等30家中概股公司每一天这个平台的交易额和交易量以及活跃的用户。当然我们也覆盖了一系列的未上市的公司,像宝宝树马上上市,美丽说、小红书等这些电商平台类的公司。

  那么在这个基础上,我们还有第二个产品的板块是我们将A股的3000家公司所有跟这些公司相关的文本的材料,比如社交媒体上用户的发言、留言,以及新闻的文本,通过NLP的模型来生成情绪指数,这部分指数就是专门服务于我们的量化基金应用新因子来做投资的。

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://www.greeworld.com/news/5744.html