马蹄数据已携人工智能进入股市！

本篇文章2708字，读完约7分钟

阿尔法戈和人工智能

来自谷歌的惊人消息:击败李世石的阿尔法v1.8版可以帮助你在去年10月击败范辉的阿尔法v1.3版！拥有四名职业运动员意味着“领先人类冠军100米”，这意味着“100米测试中97分，阿尔法戈测试中120分”，这是人类无法达到的距离！

集体讨论围棋规则:通过捕捉对手的棋子或周围区域(网格号)来交换黑与白以赢得比赛。规则看似简单，但变化极其复杂。“在宇宙中行走的可能性超过了宇宙中原子的数量”。

可怕的是，顶级职业棋手还没有看到阿尔法围棋的极限——恐怕将来没人能把它推出去——而人工智能的发展让人类不寒而栗！因此，在游戏开始之前，谷歌于1月28日在《自然》杂志上发表了一篇低调的论文，开辟了深度学习技术，并发布了Go的实验结果和源程序(为人类“打假”的先驱们省去很多麻烦)。

alphago的核心是机器学习技术，如蒙特卡罗搜索和神经网络模型。

马蹄数据基于相似的蒙特卡罗算法和神经网络模型，结合获得专利的自然语言处理(一种机器自动学习文本数据的技术)，自2014年成立以来，一直专注于机器学习技术在证券大数据领域的机构应用和企业投资。

马蹄用于投资的黑色技术来自哪里？

首先，马蹄数据公司的创始人石博士在1999年至2004年在霍普金斯大学攻读计算力学博士和博士后期间，碰巧是介于牛A和牛C之间的一个人，他也是美国能源部实验室计算研究所的实习生，该研究所当年负责曼哈顿计划，并负责蒙特卡洛模拟、随机抽样和uq(不确定性量化)算法(sandia Lab于2010年出版的源程序:wiki:dakota)的开发。

在随后的十年中，师博士先后在达索系统公司和其他公司工作，参与了美国国家航空航天局(NASA)、美国国防高级研究计划局(darpa)等项目，并专注于不确定性数据处理系统和预测模型的开发和应用。早在2007年，他的工作就得到美国科学院院士和世界级计算力学和算法大师的肯定:

阿尔法戈，蒙古xx算法和神经xx技术可以用于股票交易吗？它能用于股票交易吗？它能用于股票交易吗？

首先，弥补这些花哨的技术:大数据、人工智能(和蒙特卡洛模拟？神经网络？？机器学习？？？).我认为这些概念通常指的是数据处理(分析、挖掘)技术。大数据强调分析的输入，即数据的特征，如容量、维度、信噪比和非结构化。人工智能强调分析的结果，即学习能力、可预测性、概率论和统计逻辑(非确定性逻辑)。至于蒙古文xx和神经xx，它们是一些具体的算法和模型。

事实上，在阿尔法戈登陆屏幕前的n年，我们已经在试图预测原油的短期趋势。

经过两年的建立，今天马蹄数据的投资研究团队来自ibm、甲骨文、中期、平安证券等领域的专家和投资经理，专注于智能分析技术驱动的战略创新。

近年来，像bridgewater、renaissance和2 sigma这样的美国基金也开始转向人工智能技术进行自动化交易。近年来，这类基金已开始转向真正的“机器学习”，以便人工智能系统能够以更快的速度研究大量数据，并通过数据分析提高自身水平。

除了那些知名基金公司，创业型科技公司也开始交易股票，比如:

戈泽尔的公司总部设在香港，其人工智能交易系统中的所有交易都在华尔街进行。该系统推出的第一天，对冲基金就获得了2%的回报。

美国旧金山的一家初创公司“感知技术”去年获得了1.43亿美元的风险投资，使用的是类似于goertzel的自动交易系统。

纽约一家名为叛逆研究的研究机构使用一种叫做贝叶斯网络(Bayesian Network)的机器学习系统，该系统使用大量的计算机来预测市场趋势，并找到准确的交易机会。

今年1月，由马蹄铁数据管理公司和华泰证券管理的经纬大数据基金成为中国首家通过私募发行的大数据量化基金。

尊重基金的核心特征:

？采用机器学习技术自动分析整个网络中财务数据的属性。

？捕捉板块旋转，避免个股黑天鹅

？严格的模型股票选择，消除主观行为偏差

？套期保值，努力平抑市场风险，同时获得相对稳定的投资收益

？期权套利和股指期货套利寻求保值和增值

？安全垫管理、战略安全边界管理、头寸和风险暴露控制、技术损益和止损等风控度，优先保证委托人的安全

“尊重”这个名称意味着坚持“尊重”市场、克制稳健的投资风格。

马蹄数据与华泰证券的信息技术、网络金融、金融创新等部门合作

马蹄数据分析系统是人工智能、数据技术和金融证券的交叉结合。技术领域包括:

1)金融经济学，2)金融工程，3)行为金融学，4)人工智能(自然语言处理)

用一句话来概括，就是:“从海量、非结构化的互联网信息中多维挖掘和提取，依靠证券专业人员建立和训练的语义和行为分析引擎，转化为事件数据库、情绪热度等指标，并在此基础上建立市场时机和选股策略。”

与高频自动交易或收到消息后立即交易的行为不同，马蹄数据系统强调建立预测指标和模型，支持投资经理的数据，而不是自动下单。因此，它更适合t+1短期投资，如小时、日、周投资策略。

那么，投资效应是什么？

让数据说话:

图1。马蹄铁数据的历史回溯业绩:去年股市崩盘前450%(2年简单累计收益——不包括复利收益)，当前收益为250%

(图1)

除了股票选择策略(多因素模型和市场定价理论、行为偏差)，相关数据和技术也可用于:

预测行业趋势和行业波动，诊断归因和风险控制:监控系统风险和风险控制(新闻和波动之间的关系)。

除了投资策略，数据技术还可以应用于:

1)市场舆情监控——市场跟踪和监管干预。从内部控制管理和外部合规的角度来看，需要智能数据监控和分析技术来监控恶意交易和内部交易等非法活动。

2)黑天鹅预警和交易导火线——为程序化交易提供风险导火线。根据具体事件、市场特征和特征识别，检测突发交易风险，并对交易过程进行预警或暂停，从而防止异常交易行为，进一步降低市场交易风险。

3)市场波动预测——机器读取数据，捕捉热门或突然关注的公司，从而有效预测股票交易量和股价波动，并推动波动套利和市场波动风险对冲等策略。

4)下班后分析——帮助传统和非量化投资经理进行业绩归因和市场研究。

5)市场反应模拟——从市场博弈的角度，模拟特定事件或政策变化前可能的市场反应，为监管者和政策制定者提供一个市场沙盘演练环境，预测新闻发布前上市公司的市值变化。

大数据基金——技术让投资更容易，游戏更公平

马蹄数据的初衷和愿景是利用技术打破信息不对称，使市场博弈各方能够有效发现投资目标的价值(即阿尔法或超额回报)，并尽可能规避市场风险(即贝塔或市场风险溢价)。

"技术使市场更有效、更健康，也使投资更容易."

马蹄铁数据是否是下一个“阿尔法go”还有待观察。