希望在交易過(guò)程中實(shí)施機器學(xué)習和人工智能(AI)系統的資本市場(chǎng)公司必須準備好進(jìn)行一項多年的項目，在看到結果之前需要很大的耐心。

在今年的TradeTech會(huì )議上，發(fā)言人參加了主題演講，概述了他們的公司如何接觸機器學(xué)習項目，并警告那些期望這些努力立即產(chǎn)生結果的人很可能會(huì )感到失望。

MAN GLG執行研究負責人Antish Manna表示，該公司去年推出了基于機器學(xué)習的訂單流和經(jīng)紀人分配框架。

Manna解釋說(shuō)：“這個(gè)框架有效地消除了人們設置任意目標的需要，'我的前三個(gè)經(jīng)紀人將獲得這樣的流量'并不斷更新目標，使其擁有一臺自動(dòng)執行此操作的機器。”

“它的美妙之處在于它與我們的經(jīng)紀人進(jìn)行了非常干凈的對話(huà); 他們知道我們是如何做事的，他們會(huì )獲得更多的流量，而這種機制也適應不斷變化的市場(chǎng)條件。“

Manna解釋說(shuō)，雖然圍繞機器學(xué)習的炒作已經(jīng)發(fā)展到現在對于技術(shù)可以實(shí)現的目標變得不切實(shí)際的一點(diǎn)，從一個(gè)相對簡(jiǎn)單的元素開(kāi)始，例如經(jīng)紀人分配意味著(zhù)公司可以構建框架更廣泛和未來(lái)的直觀(guān)項目。

代表賣(mài)方的是RBC Capital Markets全球股票執行聯(lián)席主管Shary Mudassir，他同意行業(yè)對機器學(xué)習的看法往往是錯誤的，特別是這些開(kāi)發(fā)需要多長(cháng)時(shí)間才能完成以及需要多長(cháng)時(shí)間才能完成建立所需的專(zhuān)業(yè)知識。

“有一種觀(guān)念認為，你可以雇用人員并擁有有意義的基于人工智能的結果......但這種方式并不奏效。AI的真正成功需要非常龐大的團隊，“他說(shuō)。

“在RBC，我們的人工智能研究團隊已經(jīng)有100多名AI科學(xué)家。在應用的AI空間內，我們在銀行方面擁有300多名數據科學(xué)家。關(guān)于最近產(chǎn)品的股票執行團隊，我們將在一年中的某個(gè)時(shí)間推出，我們有一個(gè)超過(guò)60人的團隊，這60人不是所有AI科學(xué)家 - 這些是銷(xiāo)售交易員，交易員，量子，執行顧問(wèn)，技術(shù)專(zhuān)家......他們在這段時(shí)間里聚集在一起，實(shí)現了一個(gè)重大成果。“

為了解決這些不切實(shí)際的期望，Manna說(shuō)大部分花在機器學(xué)習項目上的時(shí)間用于在研究和開(kāi)發(fā)之前清理數據，而那些現在才開(kāi)始機器學(xué)習之旅的公司應該不會(huì )期望看到結果是短期的。

“事實(shí)是，這是一個(gè)謬論，需要花費大量時(shí)間來(lái)建立一個(gè)框架，在那里你可以提供大規模的工作，”他說(shuō)。“在機器學(xué)習和人工智能方面，問(wèn)題最好由人員團隊解決，因為你需要挑戰，嚴謹和時(shí)間學(xué)習和失敗，學(xué)習并再試一次; 這個(gè)過(guò)程需要很多時(shí)間。“