非对称算法的是 金融科技加速变革 为期货行业带来新机遇(5)

2018年1月20日，在第十五届中国财经风云榜会场，和讯网金融衍生品事业部总经理方志从一个经营者角度论述了如何利用金融科技的发展为投资者提供好的金融科技产品。

从云计算方面讲，方志表示，云计算在金融交易，包括期货交易、证券交易方面有很广阔的应用前景。首先是云存储，融数据共享，国内有几家做金融数据公司可以做到市值百亿以上的规模，数据的价值不言而喻。期货公司亦可以考虑为用户提供金融数据云，把过往的历史数据、研究报告、经济指标等数据融合在一个云上，便利投资者的交易行为。

其次是云托管。与去年相比，尽管交易所或者监管机构方面有很大的限制，今年的量化交易在国内占比却显著提高。对于量化交易而言，融机构最大的难题在于交易所的机房资源不够，同时又有很多的客户和投资者有大量的托管需求。其实可以建立一个云托管的概念，比如一台服务器上托管几十个客户，跟大家分享服务器的托管资源，这适用于入门级程序化交易进行共享。如果每一个做量化交易的都有一台自己的服务器，实际上现在的资源是不够的。但是对入门级、学习型的需求，一些简单的云托管模式就可以满足绝大部分人的需要。实际上，国内也有一些科技公司已经在这一块进行开发和部署，这也是需要密切关注的。期货公司尤其要发展量化交易的公司，云托管是一个非常好的解决方案。

再次是云策略。现在投资者面临各种各样的问题，比如说用策略交易替代人工交易。其实用策略交易可以通过云来进行共享。

最后是云计算。未来AI级别的机器学习以及深度挖掘是需要云计算来提供支撑的。

从大数据方面讲，方志认为，对金融行业而言，数据是非常宝贵的，数据主要是包括两个方面。一方面是交易类的原始交易数据，如果可以有更长时间的历史数据，包括一些即时数据来进行一些转发和优化处理，那么期货公司将会非常有竞争力。

第二方面是对非交易数据的处理，比如说对基本面数据如何量化、接口化，如何连续不间断、准确地提供给投资者，需要能够把新闻和产业状况转化为投资者可以看到的数据。这样的产品，对于投资者而言需求是最大的，效益是最高的，对机构更是如此。

从人工智能方面来讲，它是一个模拟、延伸、扩展人的思维的科学领域。方志认为，人工智能在金融行业，应用领域和应用级别可以更高。主要的应用领域是在高频交易，其次是统计套利、机器学习、估值算法、行为金融、资产组合管理、智能投顾等等。

另外，我们有理由相信一个适合金融的AlphaGo是能够被做出来的。现在的人工智能还是一种被动技能，人工智能交易的精确的历史算法推测最大的功能是定价，会检验市场上所有人犯的错误，找出一个真正合理的价格在哪里，同时还可以对不合理的定价作迅速的修整，把价格拉回到原来的价格区间当中。其次，通过把价格放在稍微不合理的地方，来给市场提供流动性。这两点让我们有理由相信，现在的人工智能是可以为期货市场提供良性循环，并且能够服务实体经济。

那么做金融交易的Alphago会受到什么限制因素影响呢？其一，当基本面和交易规则发生根本变化的时候，AlphaGo基于历史的经验做出的判断会遇到致命挑战。其二是市场短期操纵、突发性新闻、“黑天鹅”事件很难模拟，机器易处于被动。三是AlphaGo改变不了金融标的的长期走势。非对称算法的是四是以上机器都有改进的路径，未来也未必如此。最后，再厉害的人工智能也难敌监管一纸文书。

2017年以来，中央将金融安全上升到国家战略高度，各项监管政策密集出台，“监管合规”已成为众多金融机构的重要工作目标。期货行业也迎来了监管新动态。在金融行业面临“监管合规”考验的当下，追求极速的期货公司更加专注实融科技的到来。期货行业的深度发展离不开科技的进步与推动。[6]

参考资料：

[1] [3]黄鱼.中国信通院何宝宏：金融科技重塑金融行业“三大链”[N].人民邮电报.2018.1.24

[2] 俊拓金融.金融科技Fintech时代来临 共探发展模式与新前景.[N].俊拓金融.2018.1.19

[4] [5] [6] 何阳.金融科技加速变革 四大技术趋势凸显.[N].人民邮电报.2018.1.25

拜年啦

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-83010-5.html