當(dāng)前位置： 經(jīng)濟學(xué)人 ? 行業(yè)問答
-
邀請演講您好，首先由于金融業(yè)行業(yè)的特殊性（擁有海量的高價值數(shù)據(jù)，對數(shù)據(jù)依賴性非常強），我們認為機器人，確切的說是人工智能在金融的領(lǐng)域的大范圍應(yīng)用將是必然。但從人工智能在金融領(lǐng)域的應(yīng)用情況來看，目前還主要集中在智能客服、智能投顧、信用評估、身份識別等勞動力較為密集的領(lǐng)域，用于輔助金融業(yè)現(xiàn)有業(yè)務(wù)。更深層次的應(yīng)用如智能量化交易、市場風(fēng)險評估、監(jiān)管等還有待未來人工智能技術(shù)以及金融監(jiān)管的成熟。此外，由于人工智能在金融領(lǐng)域深層次的應(yīng)用基于對大數(shù)據(jù)精確的應(yīng)用和分析，無法考慮主觀因素，因此在人工智能在金融領(lǐng)域應(yīng)用時，也需要人為的糾正偏差，防范大規(guī)模金融風(fēng)險的發(fā)生。（如1987年，美國發(fā)生了歷史上最大規(guī)模的崩盤事件，這次股災(zāi)的一個很重要的原因，是華爾街大量地使用了的程序化交易，即"投資組合保險"策略。當(dāng)期貨價格與現(xiàn)貨間的價差擴大時，自動觸發(fā)了期現(xiàn)貨套利機制，買期貨、賣現(xiàn)貨。也正是程序化交易的一致性，讓崩盤變得更為猛烈。）綜上，我們認為，在讀金融工程專業(yè)的學(xué)生不必要對人工智能在金融領(lǐng)域的應(yīng)用產(chǎn)生過度的焦慮。應(yīng)以積極的心態(tài)，學(xué)好專業(yè)基本功，將人工智能作為輔助手段，進行金融業(yè)更深次的研究，解決不斷的出現(xiàn)的金融問題。
-
目前“機器人”的應(yīng)用主要集中在數(shù)據(jù)處理以及常規(guī)分析。但金融屬于一個比較大的范疇，而金融工程目前來說在國內(nèi)主要應(yīng)用在量化投資和建模方向，與機器人之間有比較強的聯(lián)系。
題主應(yīng)該是比較擔(dān)心機器人會極大地取代金融工程方面的就業(yè)，但我覺得這個問題不需太擔(dān)心。
目前量化方面已經(jīng)主動采用了“機器人”相――人工智能和機器學(xué)習(xí)相關(guān)的功能，這只是在原來的基礎(chǔ)上增加了一些看起來更厲害更炫酷的工具而已，并且目前此類策略沒有明顯優(yōu)于傳統(tǒng)策略的表現(xiàn)，所以離全機器交易仍有非常遠的距離。
另外投資方面本質(zhì)上是人來主導(dǎo)的，“機器人”在投資方面打敗人仍有非常遠的路要走。
對于在讀學(xué)生，編程是必學(xué)課程了，另外打好基礎(chǔ)，學(xué)好數(shù)學(xué)和金融的基礎(chǔ)理論，還有時間再了解一下算法方面的東西就好。人生是一個不斷學(xué)習(xí)的過程，想在學(xué)校學(xué)完所有東西是不可能的，一步一步走啦
掃一掃
下載《前瞻經(jīng)濟學(xué)人APP》進行提問
與資深行業(yè)研究員/經(jīng)濟學(xué)家互動交流讓您成為更懂行業(yè)的人
