人工智能應用于金融投資市場是必然趨勢

日前，人工智能技術公司DeltaGrad宣布將于2019年正式開始對外商業化運作，專注人工智能應用于股票及期貨市場的投資策略輸出。

DeltaGrad對外展示DeltaGrad用神經網絡替代傳統數學、統計、機器學習模型，突破一般股票機器人的研發模式，通過增強學習的方式，讓機器自主產生海量高質交易數據，構建深度學習神經網絡，最終完成能夠自博弈進化的智慧機器人。同時加速虛擬市場的搭建，完善中國量化投資金融市場生態建設。

DeltaGrad將AlphaGo技術應用于金融投資領域，從底層對人工智能神經網絡結構進行設計開發，成功將人工智能最新技術轉化為商業應用，并完成初步實踐。

DeltaGrad創始人龐然介紹，傳統計算機的發展基于數學邏輯，如果要讓它擁有人類的頭腦和思考，神經網絡技術必然是人工智能智慧的重要技術工具，它可以通過大腦神經運作基本規律模擬出神經網絡運算結構。而當前神經網絡已經進入到深度學習階段，這一階段將首次讓機器向“慧”的部分逼近。

“我們不止在訓練機器的理性思考能力，通過數據的不斷升級與神經網絡的優化，我們也在逐步訓練讓機器擁有自主的直覺思考能力?！饼嬋徽f。

目前，DeltaGrad已研發出10個神經網絡結構模型。每一個模型機器人對應一種神經網絡結構和數據的組合，DeltaGrad通過各種股票數據去刺激這些天賦各異的機器大腦，以激發它們股票投資領域的天賦。因此，每個機器人會從不同視角，同時審視相同的股票、板塊和指數，得出更加全面的預測。一個DeltaGrad的股票機器人，足以完成多個基金經理的工作角色，可以對股票市場的數據分析并生成策略。突破人類精力極限，超越并替代多個人類基金經理，進行量化投資的工作。

DeltaGrad表示，目前正在籌備搭建供機器人自主進化的虛擬交易市場，以龐大“數據”為核心。不依托人類現有市場交易數據，通過機器人交易自博弈來推演出更多交易數據。從而產生海量交易的數據，幫助機器實現更快的自主進化。每個DeltaGrad股票機器人能產生70萬-120萬的策略數，每個策略表示一種使用機器人預測能力的操盤方法，每個策略對應一個回測過的風險收益數值。當前已完成的10個機器人共能產生1000萬+的策略數，每天機器組合的調倉、增加備選股票，都依據這些策略數值進行。

未來DeltaGrad也會向市場開放同樣的策略開發平臺，向業內人士提供充足的數據分析，不僅能夠用歷史30年的數據供策略設計者進行回測，還能用DeltaGrad私有的虛擬市場交易數據進行回測，而這對于整個金融生態的化與建設都有著積極的意義。

眾海投資創始合伙人黃海軍表示，人工智能領域未來還有很高的發展前景，深化量化投資生態建設，在未來還是具有非常廣闊的上升空間。