【摘要】傳統(tǒng)投研面對(duì)日益膨脹的金融數(shù)據(jù)，分析人員分析成本增加元旬，分析難度上升榴徐，已經(jīng)顯露出疲態(tài)守问。對(duì)此，人工智能的引入針對(duì)性坑资、智能化地解決了投研難題耗帕，輔助分析人員作出合理決策，提高了投研的準(zhǔn)確率及分析效率袱贮。

一仿便、智能投研是什么？

隨著自然語(yǔ)言處理字柠、機(jī)器學(xué)習(xí)探越、生物識(shí)別等AI技術(shù)在金融領(lǐng)域的深入運(yùn)用，我們的生活正在經(jīng)歷一場(chǎng)前所未有的變革窑业。比如個(gè)人助理Siri钦幔，能夠幫助我們發(fā)送短信，撥打電話常柄，記錄備忘鲤氢，甚至還可以陪用戶聊天。Siri作為一款智能數(shù)字個(gè)人助理西潘，它通過(guò)機(jī)器學(xué)習(xí)技術(shù)來(lái)更好理解我們的自然語(yǔ)言問(wèn)題和請(qǐng)求卷玉。

這樣的人工智能在金融領(lǐng)域的運(yùn)用也越來(lái)越頻繁，在提高金融機(jī)構(gòu)工作效率喷市、輔助投資決策相种、預(yù)防金融風(fēng)險(xiǎn)等方面卓有成效。在這之中品姓，輔助資金管理成了人工智能在金融行業(yè)的最大的應(yīng)用場(chǎng)景寝并，當(dāng)前中國(guó)財(cái)富管理的市場(chǎng)規(guī)模已經(jīng)高達(dá)6萬(wàn)億美元，我國(guó)資產(chǎn)管理國(guó)模已超百萬(wàn)腹备，具有廣闊的發(fā)展前景衬潦。

那么，智能投研又是什么呢植酥？利用人工智能（深度學(xué)習(xí)镀岛、自然語(yǔ)言處理等）來(lái)分析金融市場(chǎng)數(shù)據(jù)、事件友驮，為金融機(jī)構(gòu)的專(zhuān)業(yè)從業(yè)人員（分析師漂羊，基金經(jīng)理等）提供幫助，以提高傳統(tǒng)投研的準(zhǔn)確率與效率喊儡。

這里要注意兩個(gè)點(diǎn)拨与，一是事件、金融市場(chǎng)數(shù)據(jù)與提供幫助之間的聯(lián)系艾猜，舉個(gè)例子买喧，今天2月25號(hào)，中國(guó)股市大漲匆赃，上證上漲157.05點(diǎn)淤毛，那么到底是什么原因?qū)е碌模垦胄薪禍?zhǔn)還是離岸人民幣持續(xù)上漲影響算柳？而智能投顧就是搜集所有可能有關(guān)聯(lián)性的金融事件低淡、金融數(shù)據(jù)，從而提供輔助服務(wù)瞬项。二是智能投研是服務(wù)于金融機(jī)構(gòu)的專(zhuān)業(yè)從業(yè)人員蔗蹋，而不是我們投資者，這也是智能投研與智能顧投的區(qū)別囱淋。

二猪杭、傳統(tǒng)投研存在問(wèn)題

傳統(tǒng)投研隨著時(shí)代的發(fā)展，出現(xiàn)在發(fā)展歷程中必然會(huì)發(fā)生的問(wèn)題妥衣。一是數(shù)據(jù)量的增大皂吮，傳統(tǒng)投研往往依賴(lài)于專(zhuān)業(yè)人士的分析與判斷，具有較強(qiáng)的主觀意識(shí)在里面税手；二是對(duì)于如此龐大的數(shù)據(jù)量蜂筹，我們對(duì)于各類(lèi)數(shù)據(jù)的利用率依然處于較低的水平。

1）主觀能動(dòng)性強(qiáng)

在金融信息領(lǐng)域芦倒，人工智能在賦能金融信息加工上還大有作為艺挪。從信息來(lái)源看，二級(jí)市場(chǎng)公開(kāi)信息比較全面兵扬，但一級(jí)市場(chǎng)數(shù)據(jù)以及另類(lèi)數(shù)據(jù)信息仍存在壁壘麻裳，未來(lái)如果金融數(shù)據(jù)進(jìn)一步放開(kāi)，將有大量的金融信息需要加工周霉；對(duì)此掂器，傳統(tǒng)專(zhuān)業(yè)人士對(duì)數(shù)據(jù)的處理依然以經(jīng)驗(yàn)為參考依據(jù)，無(wú)疑加重了分析過(guò)程中的負(fù)擔(dān)俱箱，即無(wú)法保證分析的客觀性国瓮，也有著較高的人工成本。

2）數(shù)據(jù)利用率較低

金融信息數(shù)據(jù)的逐年增加狞谱，使得大量數(shù)據(jù)無(wú)法人為的利用起來(lái)乃摹。即使隨著智能投研的運(yùn)用，市場(chǎng)上同樣存在大量的新聞?shì)浨楦啤⒇?cái)經(jīng)資訊報(bào)道孵睬，以及貼吧、論壇等投資者的聲音沒(méi)被利用起來(lái)伶跷。

三掰读、智能投研具體是怎么做的秘狞？

在智能投研領(lǐng)域，機(jī)器可以從公司公告蹈集、券商研報(bào)烁试、新聞報(bào)道等非結(jié)構(gòu)化數(shù)據(jù)中批量化自動(dòng)提取關(guān)鍵信息，以此為基礎(chǔ)構(gòu)建關(guān)聯(lián)關(guān)系拢肆，搭建領(lǐng)域知識(shí)圖譜减响，在一定程度上優(yōu)化投資決策。

我們以一款國(guó)內(nèi)的智能投研平臺(tái)為例——熵簡(jiǎn)科技

一般而言郭怪，智能投研的重點(diǎn)在于數(shù)據(jù)的選擇支示。就我國(guó)現(xiàn)狀而言，多數(shù)智能投研公司專(zhuān)注挖掘純金融領(lǐng)域的數(shù)據(jù)鄙才，如研報(bào)颂鸿、債券、股票等信息咒循。在金融數(shù)據(jù)之外据途，還有一類(lèi)體量龐大的數(shù)據(jù)值得挖掘，例如社交媒體叙甸、信用颖医、氣候變化等數(shù)據(jù)。

熵簡(jiǎn)科技便是在傳統(tǒng)金融業(yè)務(wù)的基礎(chǔ)之上裆蒸，加入了社交媒體熔萧、信用、氣候這類(lèi)數(shù)據(jù)進(jìn)行推理驗(yàn)算僚祷。在業(yè)務(wù)分類(lèi)上佛致，熵簡(jiǎn)開(kāi)展了科技、金融辙谜、能源俺榆、消費(fèi)等多條業(yè)務(wù)線，專(zhuān)門(mén)為對(duì)應(yīng)研究的人員提供數(shù)據(jù)服務(wù)装哆。

熵簡(jiǎn)科技有兩大核心罐脊，分別是另類(lèi)數(shù)據(jù)和知識(shí)圖譜。

1）另類(lèi)數(shù)據(jù)

熵簡(jiǎn)科技對(duì)金融類(lèi)數(shù)據(jù)之外的相關(guān)數(shù)據(jù)進(jìn)行采集蜕琴，例如它會(huì)采集Github上開(kāi)源項(xiàng)目的pull/push數(shù)據(jù)萍桌，并進(jìn)行持續(xù)監(jiān)控，從而能夠前瞻性地預(yù)判科技型公司的產(chǎn)品開(kāi)發(fā)進(jìn)度和上線日期凌简，這樣的數(shù)據(jù)對(duì)于區(qū)塊鏈上炎、人工智能行業(yè)的投資者來(lái)說(shuō)是一個(gè)影響決策的指標(biāo)。

在數(shù)據(jù)源方面雏搂，熵簡(jiǎn)科技利用爬蟲(chóng)技術(shù)獲取技術(shù)藕施，在進(jìn)行存取分析寇损，搭建了穩(wěn)定的數(shù)據(jù)采集體系，可實(shí)時(shí)監(jiān)控1200+個(gè)數(shù)據(jù)源铅碍。以下以電商润绵、招聘线椰、汽車(chē)行業(yè)的數(shù)據(jù)集為例：

i電商數(shù)據(jù)集

平臺(tái)采集中國(guó)主流電商平臺(tái)的交易數(shù)據(jù)胞谈。以天貓為例，熵簡(jiǎn)科技日頻持續(xù)跟蹤天貓商城超過(guò)25萬(wàn)品牌憨愉、1.2億商品的銷(xiāo)售量?jī)r(jià)數(shù)據(jù)烦绳，幫助用戶高頻持續(xù)追蹤對(duì)應(yīng)投資品牌線上銷(xiāo)售表現(xiàn)及行業(yè)趨勢(shì)。

ii招聘數(shù)據(jù)集

平臺(tái)采集覆蓋中國(guó)主流招聘網(wǎng)站的招聘數(shù)據(jù)配紫，幫助投資機(jī)構(gòu)判斷目標(biāo)行業(yè)径密、企業(yè)的發(fā)展階段與戰(zhàn)略，乃至分析宏觀大勢(shì)躺孝。

iii汽車(chē)數(shù)據(jù)集

平臺(tái)采集中國(guó)主流汽車(chē)門(mén)戶的報(bào)價(jià)數(shù)據(jù)享扔，通過(guò)技術(shù)實(shí)現(xiàn)了對(duì)汽車(chē)終端價(jià)格大樣本、高頻率植袍、低成本惧眠、可持續(xù)的覆蓋跟蹤，解決了傳統(tǒng)終端渠道調(diào)研的痛點(diǎn)與難點(diǎn)于个。

2）知識(shí)圖譜

如果說(shuō)另類(lèi)數(shù)據(jù)是智能投研的原料氛魁，那么知識(shí)圖譜就是智能投研的大腦。所謂“知識(shí)圖譜”是將實(shí)體厅篓、屬性秀存、關(guān)系等非結(jié)構(gòu)化數(shù)據(jù)固聯(lián)起來(lái)，進(jìn)而為投資決策提供邏輯支持羽氮。體現(xiàn)在投資行業(yè)或链，就是研究員可以將相關(guān)的行業(yè)、產(chǎn)品和公司等多方因素聯(lián)系在一起档押，當(dāng)觀察到某個(gè)因素發(fā)生變化時(shí)澳盐，即可以根據(jù)關(guān)系鏈推理出觀點(diǎn)和預(yù)測(cè)，為投資決策提供支撐汇荐。

完善的知識(shí)圖譜是AI在投資研究中應(yīng)用的必要條件洞就，金融行業(yè)最不缺的就是海量的高質(zhì)量研究資料，通過(guò)對(duì)研報(bào)掀淘、公告等文本信息的深入挖掘旬蟋，形成能夠自我生長(zhǎng)、自我學(xué)習(xí)的知識(shí)圖譜體系革娄，這是智能投研的重中之重倾贰。

四冕碟、智能投研未來(lái)展望

在國(guó)內(nèi)，智能投研依然是一個(gè)新興產(chǎn)業(yè)匆浙，近幾年涌入了大量玩家安寺，花費(fèi)了資金和時(shí)間成本，但就國(guó)內(nèi)的情況而言首尼，鮮有真正落地的產(chǎn)品挑庶。智能投研在發(fā)展道路上存在以下幾個(gè)趨勢(shì)。

1）領(lǐng)域?qū)＜遗c科技專(zhuān)家相互融合

在金融人才和科技人才的統(tǒng)籌協(xié)調(diào)中软能，雙方的業(yè)務(wù)對(duì)接過(guò)程存在一定的認(rèn)知偏差迎捺，需要越來(lái)越多的復(fù)合型人才的加入，提高雙方業(yè)務(wù)對(duì)接過(guò)程中的溝通效率查排，從而加強(qiáng)產(chǎn)品的研發(fā)進(jìn)度凳枝，以及落地后的實(shí)際效果。

2）技術(shù)研發(fā)賦能投研產(chǎn)品

金融市場(chǎng)是一個(gè)關(guān)系錯(cuò)綜復(fù)雜的信息市場(chǎng)跋核，而自然語(yǔ)言處理等人工智能技術(shù)還處于初級(jí)階段岖瑰，技術(shù)在解構(gòu)各因子之間的相關(guān)性上依然有很大的進(jìn)步空間，智能投研會(huì)不斷通過(guò)技術(shù)研發(fā)來(lái)提高投研參考的準(zhǔn)確率和有效性砂代。