1、0,机器学习在投资中的应用,2016年6月,机器学习的应用场景,01,物理世界 传感器 3D建模,机器学习,高性能计算,理解,决策,感知,智能硬件 机器人 自动驾驶,探索发现 3D打印,搜索 广告 证券,互联网 索引知识,人 人机交互,机器学习的演进过程是问题驱动、循环上升的,01,Random Forest,CNN / RNN Deep Learning,垃圾邮件识别 信用卡审批 二分/多分问题,推荐系统 用户分类 医学辅助判断 相对复杂的分类问题,语音/人脸/图像识别 用户画像/衣食住行 高度复杂的决策问题,机器学习在金融领域的应用已覆盖风控、智能理财和投资,01,风险控制：信贷风险、欺诈
2、风险、运营风险 数据维度和量级的提升，使得机器学习能更精准的识别风险智能化理财服务：智能投顾、个性化资产配置建议 用户行为数据的不断丰富，使更了解客户需求的智能理财服务成为可能量化投资：自动交易策略、新量化因子的挖掘、多因子模型的改进 量化投资领域是机器学习技术一个非常天然的应用场景,量化投资是机器学习的天然应用场景,01,存在隐含模式,无法简单表达,有足够数据,存在系统性影响股价走势的关键因素,无法表达或遍历所有的投资模式,有多种时间维度多个市场的历史数据,机器学习的 先决条件,证券投资的 现实问题,百度互联网证券部应运而生，成为专注于证券业务的科技团队,02,6,百度首个投资类垂直领域专业
3、团队 ToC产品：百度股市通 机构产品：大数据、策略合作2015年，百度互联网证券事业部成立， 专注于证券业务。同时组建金融工程组和 数据挖掘组，深挖百度大数据的投资价值,我们从基础数据、投资因子和量化模型三个方面着手研究,02,随着非结构化数据增加及可获取难度的提高，机器处理的优势日渐显现,02,特点：容易获取、分析 举例：交易数据、财务数据特点：获取成本高、技术门槛高 举例：1. 公司公告、调研报告、券商研报：文本挖掘与语义分析技术 2. 社交、热点、新闻、事件：大数据搜集技术、非结构化数据结构化3. 搜索日志、网络舆情：大数据处理技术、舆情分析技术消费数据、供应链交互、物联网数据,结构化
4、数据,非结构化数据,多维数据,利用机器学习方法，可将数据加工为独特的投资因子,02,基于个股/行业/板块/热点概念搜索量的关注度因子 聚类算法：利用股票相近属性进行热点概念聚类基于财经新闻、券商研报语义分析的舆情因子 NLP技术：语义分析，关键信息抽取和正负向情感判断基于机器学习技术提炼的经典量化投资因子 Boosting技术：聚合高相似度的同类因子，提升因子贡献,百度大数据因子与传统金融因子相关性非常低,02,数据来源：港澳数据，百度大数据 2010 - 2015,实践：与投资相关的机器学习问题之整体脉络,03,机器学习,有监督学习,无监督学习,聚类 密度估计,回归问题,分类问题,模型选择
5、Feature选择 过拟合,明天指数点位是多少？,明天某支个股是上涨还是下跌？,未来配置哪些股票？,明天是该做多还是做空？,多因子选股,CTA择时,未来个股收益率多少？,实践： CTA策略样例,03,预测模型：随机森林 输入特征：基于量价信息初步处理得到的Feature 未叠加交易模型、仓位管理、止损等额外条件,数据来源：中金所数据 2015 - 2016,实践： 多因子选股策略样例,03,输入特征：百度大数据因子（搜索、舆情、机器提升指标等） 组合构建方法：中证800成份股，月度换仓，100支股票，行业中性配置,数据来源：港澳数据、百度大数据 2011 - 2015,机器学习与投资模型的融合
6、是科学，更是艺术,03,面临的问题： 现有数据的同质化，有效性下降 金融数据的样本数量限制了模型的选择空间 模型复杂度与泛化能力的Trade-off解决思路 简单为美：如无必要，勿增实体（ Occams Razor ） 魔鬼在细节：问题定义、Feature Engineering、Sampling Bias、etc. 机器学习方法优化已有因子，超越人的认知 Data, More Data !,展望：AlphaGo能否用于投资？,04,围棋是相对封闭的系统 博弈时优化的目标单一明确 完全公开信息下的博弈,VS,金融市场开放，影响市场变量众多 是一种非完全公开信息下的博弈 历史数据无法覆盖未来各种的变化,围棋博弈,投资交易,展望：守望更深刻的变革,04,人工智能已在数据与知识层面超越人类，未来将向“分析、推理”的更高阶智能发起挑战,Now 感知,Future - 理解,决策,快速建立 企业全景图 实时跟踪 上市企业动态 深度分析 信息传播与变异 联合训练 大数据因子 1分钟阅读 1000份 上市公司报告 处理 3000篇 新闻找出价值信息,结合经济学常识、分析事件影响,提高投资决策能力,快速 提供 精准 信息 多种 投资策略因子 综合评价 高效 投资决策,扩充、丰富数据,Thank You!,
