人工智能(AI)近年來(lái)已成為資產(chǎn)管理技術(shù)的關(guān)鍵口號之一，機構和精品公司都在這一領(lǐng)域進(jìn)行了大量投資。今年TradeTech會(huì )議的發(fā)言人也熱衷于談?wù)撊斯ぶ悄芗捌涓鞣N子集如何在進(jìn)一步的開(kāi)發(fā)工作后優(yōu)化交易流程及其對更廣泛行業(yè)的理論利益。

Vanguard的EMEA地區投資運營(yíng)主管Sean Kennedy概述了基于A(yíng)I的技術(shù)可以采取的各種形式，包括機器學(xué)習，機器人過(guò)程自動(dòng)化(RPA)和深度學(xué)習等子組件。

“在我們的案例交易中，我們在其他行業(yè)的應用中看到的真正價(jià)值在于查看整個(gè)生命周期的功能區域。因此，我們現在花時(shí)間研究應用機器學(xué)習以?xún)?yōu)化整個(gè)生命周期的方法，“他說(shuō)。

“我們在Vanguard以及整個(gè)行業(yè)看到的是，傳統上中間辦公室功能正在與前臺辦公室更加緊密地結合在一起，因此這些線(xiàn)路變得非常模糊。圍繞新技術(shù)的機會(huì )是通過(guò)機器學(xué)習將它們編織在一起以推動(dòng)優(yōu)化。“

摩根大通CIB首席行政官Sanoke Viswanathan強調該機構在其研究領(lǐng)域使用自然語(yǔ)言處理 - 計算技術(shù)在自然語(yǔ)言和語(yǔ)音分析與合成中的應用 - 用于情感分析和新聞分析等功能。

“可能是那些花費大量時(shí)間而不是大量收益的新興領(lǐng)域，我們稱(chēng)之為自動(dòng)決策; robo-trading或robo-hedging，以自動(dòng)方式回答客戶(hù)端查詢(xún)等。這是一個(gè)應用程序分類(lèi)，我發(fā)現它與最終用戶(hù)產(chǎn)生了很好的共鳴，因為這是人們決定如何部署這些技術(shù)的方式，“Viswanathan說(shuō)。

然而，盡管AI及其技術(shù)子集可以提供經(jīng)證實(shí)和潛在的好處，但在行業(yè)完全熟悉該技術(shù)之前，仍然需要解決一些值得關(guān)注的問(wèn)題。

“我們對專(zhuān)注于金融市場(chǎng)的人工智能基礎研究水平不滿(mǎn)意。在與客戶(hù)的討論中，關(guān)于我們正在處理的問(wèn)題類(lèi)型，在市場(chǎng)模擬，時(shí)間序列預測等方面沒(méi)有進(jìn)行足夠的核心研究。因此，我們希望建立一個(gè)專(zhuān)注于此的研究能力，“Viswanathan說(shuō)。

肯尼迪強調了進(jìn)一步采用人工智能技術(shù)的主要障礙之一是缺乏透明度和對這些系統如何運作的信任，突出了淺層和深層學(xué)習技術(shù)之間的區別。

肯尼迪說(shuō)：“淺層學(xué)習本質(zhì)上是創(chuàng )建小型模型或計算，你可以回過(guò)頭來(lái)檢查，甚至可以實(shí)時(shí)觀(guān)察輸入和輸出，并通過(guò)透明來(lái)證明輸出是合理的。”

“在深度學(xué)習中，你會(huì )失去透明度。信息進(jìn)入，一系列計算發(fā)生，系統訓練自己學(xué)習，輸出出來(lái)，在理想狀態(tài)下用于推動(dòng)決策。這就是我看到大多數猶豫的地方，這可能具有挑戰性。

“這項技術(shù)有很多應用程序遠比我們在這個(gè)行業(yè)中使用的技術(shù)更先進(jìn)，但讓內部的監管機構，客戶(hù)甚至用戶(hù)信任這種類(lèi)型的輸出并使用它向前邁進(jìn)似乎是真正的挑戰。”

在會(huì )議的另一場(chǎng)會(huì )議上，T。Rowe Price的全球系統交易和市場(chǎng)結構負責人Mehmet Kinak表示，AI是該行業(yè)的“熱門(mén)話(huà)題”，但他還沒(méi)有找到任何開(kāi)發(fā)出良好系統的組織。

“另一方面，機器學(xué)習很有趣，例如經(jīng)紀輪。它將大量交易成本分析(TCA)和數據納入交易決策，“他說(shuō)。

“機器學(xué)習我相信會(huì )接管，但我不確定人工智能。即使在車(chē)輪上，數據也在驅動(dòng)這種方法，而且我對我正在使用的經(jīng)紀人不可知，因為它只是數據，而且就像我看不到它們一樣。