人工智能（AI）是资产经理，特别是量子资金的强大工具。但是很少有胜利。投资人员和基础设施，研究和耐心都是必需的跑赢大盘．
拥有许多新的数据来源，以及廉价和增加的计算能力和数据存储设施，科学家们已经能够推进今天使用的主要AI技术 - 神经网络，支持向量机和随机森林 - 及其应用，非常在过去几年中迅速。
它们的使用和复杂性也有所增加，因为许多开发人员已经将用于构建它们的工具作为开源软件提供。因此，企业可以在现实世界中测试人工智能技术，而无需从头开始开发自己的算法。
落入机器学习AI的机器学习子集的深度神经网络最近产生了令人印象深刻的结果，发现广泛应用：播放经典板游戏，图像识别，自然语言处理以及与资产管理特别相关，从而使数据预测。
像人类大脑一样，深神经网络通过实践和反馈来学习，而不是通过处理长一套手工制定的规则。这使得它成为资产管理中的强大工具。当市场特征发生变化时，神经网络可以相应地调整其计算。
在阿尔法蛋糕上结冰：改善贸易执行 “今天在公司X中购买1,000股股票。”这可能是由alpha战略产生的贸易指导，该策略已经确定了下周价格增加的高可能性。 但是，是否应该接受目前市场上的出价，一次性购买全部1000股股票呢?或者，是否应该将订单拆分，并在一天内进行多个较小的订单?这是深度神经网络的一个理想问题。交易所的订单簿数据——包括每一种交易金融工具的价格、交易量和买卖双方的时间优先级——是庞大的、公开的、结构化的、不断变化的。 CFM的算法经过训练，可以分析这个订单簿数据，并确定如何使执行交易的成本最小化。算法学习如何做这个给定的任何类型的形状，大小，或动态或订单书。他们决定任何一种金融工具的执行规则，包括股票、债券、期货和期权。 曾经接受过培训，该算法与市场进行互动。在这样做时，它可能会确定价格在接下来的两分钟内可能会略微下降，因此它延迟了购买订单。在个人贸易水平，节省很小。但随着时间的推移，剃须了几个百分点，从大书的交易成本上有大量的交易，可以显着提升回报。 |
以前是不可能的分析
在资产管理的基本研究功能中，现在可以部署AI供电工具以进行以前不可能的分析。算法可以扫描网页;阅读并解释数百万个文档和音频剪辑;认识到文字或声音的情绪;甚至识别可能表明需要进一步研究的区域的“嘈杂”活动水平，例如讨论，专利或关于新技术的学术论文中的飙升。
然后他们需要向研究分析师提供这一反馈。
机器，甚至是人工智能驱动的机器，本质上是做一件事的非常有效的工具，在许多高级功能上还远远不能取代人类。他们也不会自行启动一个项目——至少在不远的将来——所以,在许多领域的资产管理、人类,将在未来一段时间内仍然需要发起、指导,并提供上下文的工作由机器完成。
用于嘈杂的边缘，但难以捕获
对于量化投资经理来说，深度神经网络等技术是现有量化投资工具的补充。在CFM，所有的定量技术，无论它们是否使用AI，都以某种组合的方式应用，以生成alpha。它们也可以非常有效地降低交易成本，如上面的边栏所述。
现在，分析可能影响金融工具未来价格的大量数据在技术上和经济上都是可行的，包括:
- 从世界各地的交易所获得非常粒度的定价数据
- 基本数据，如财务业绩，部门和宏观经济趋势
- “外来”数据，比如来自社交媒体的投资者情绪，来自卫星图像的农作物状况，或者来自物联网的电子设备使用趋势。
运用这些技术来预测价格是一项极其复杂的任务，因此很少能立竿见之。CFM的研究人员和数据科学家不断地寻找新的数据集，测试新的技术，这往往只会对alpha策略产生渐进式的改进。例如，从每日生成的大约150万篇金融“故事”的数据集——从简洁的推文到深度文章——只有大约100篇对价格有明显影响，值得纳入交易算法。但这些算法确实在数据大海捞针中发现了许多问题。
执行交易的最终决定是基于数百个信号的聚合，这表明价格以特定方向移动的价格。它不会导致每次有利可图的交易，但它正在统计有利于一个的赔率。
何时在CFM执行的许多交易中聚合时，生成alpha。
然而，这些算法也需要不断检查以监控其性能。神经网络实际上是一个“黑盒”，它产生的交易无法完全解释清楚。与传统上使用的更透明的算法相比，这是一种不太舒服的情况，因此，先进的统计技术被用来衡量它们的性能——与基准或现有系统相比——以帮助决定是否需要修改或关闭一个表现不佳的系统。
在一个crescendo的ai周围炒作
AI的商业潜力是巨大的。但在资产管理中，交易结果可能仅逐步改善，并且在很长一段时间内测量时才会显着。
对于CFM，AI只是在不同的定量工具箱中的另一个工具，它已经开发了超过25年。以系统和纪律的方式，CFM分析了最新的数据集，算法技术和硬件，以确定如何部署以改善长期投资回报。
今天可以轻松上升和跑步。困难的部分正在建立在避免痛苦的陷阱时创造性地利用它所需的所有领域的专业知识。CFM通过将研究人员，数据科学家和投资专家的团队结合起来，以确保使用技术，但不会滥用其潜力。
简而言之，投资者需要一种巨大的努力工作和人类的长期承诺 - 是为了实现AI的益处。
免责声明
任何涉及投资过程或分配的描述或信息仅供说明之用。
任何关于相关性或模式的陈述或其他类似的陈述只构成主观观点，基于预期或信念，不应依赖，会因各种因素(包括波动的市场条件)而变化，并涉及一般和具体的固有风险和不确定性，其中许多无法预测或量化，而且超出了资本基金管理部门的控制范围。未来的证据和实际结果可能与这些陈述所阐述的、预期的或基础的结果有重大差异。无法保证这些陈述是或将以任何方式被证明是准确的或完整的。所有数据未经审计。