【专栏】kensho们来了,投行员工你们准备好了吗?

朱汉文 · 零壹财经 2017-01-05 阅读:474

在我们展开了解kensho这类模式之前,可能涉及的读者领域不同,简单的介绍一下机器学习概念。

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

很久之前,我们就已经在无数的媒体看到了机器人在不断的取代人类工作的岗位,很多的制造业,危化行业,精密仪器加工行业早就实现了自动化的加工和处理,不过,今天,我们要讨论的不是这些,我们要讨论的是关于一个脑力劳动足够集中的行业,金融行业和人工智能的结合。

还在讨论彭博和汤森路透终端吗?还在被这几家的销售代表们洗脑一台"好"的金融终端会涵盖所有投资相关领域的数据、报告、新闻,在终端的背后,是庞大的数据运营团队、精干的技术团队、强大的数据中心以及实时专线网络来保证吗?上个世纪的C/S架构逼格满满的定制化终端有没有烧坏你满满金融知识的大脑?



也许很快,金融机构的分析人员和行业研究人员将面对一个新的对手,一个看不见的家伙,在你还沉迷在满满的数据的海洋里无法自拔时,一些清晰的结论已经早就被递到Trading Floor的Trader手里,他正在一边骂骂咧咧的诅咒你们的慢效率同时开心的做好了当天的交易计划。这时候,真的可以用未来“地球总统”川普先生的那句名言。you're fired!



所以当kensho这样的公司在2010年后再次出现后,新的技术和算法以及互联网的数据积累已经到了一个可以给彭博们制造一点麻烦的时候了,如果说过去,VC机构们盯紧的金融数据公司站出来宣布要颠覆彭博,汤森路通时,很快就会被历史拍死或者转行或者收购,但是,随着互联网的不断发展,随着人类不断的将各类数据迁徙上互联网,随着越来越多的信息产生在互联网上,笔者曾经看到一个“段子”,目前全球一年产生的数据量可以与过去5000年的数据量相等。信息在爆炸,知识在爆炸。商业模式,也在做着量变到质变的积累。



Kensho是美国一家基于云计算的智能计算机系统先锋公司。Kensho 结合自然语言搜索,图形化用户界面和云计算,为金融市场的投资人们提供一套全新的数据分析工具——Warren(沃伦,沃伦·巴菲特的沃伦)。

那么“啃手”到底干了啥事儿,它能够快速和高效的回答trader的问题,它像一个金融界的Siri,当你问它,哪个女人最适合我时它肯定回答不出来,但是当你问他:

陆家嘴四季酒店门利好哪些企业?谁的涨幅可能最大?

“啃手”会迅速结合最新的大数据和机器学习技术分析这次事件将如何影响金融市场。Kensho的软件还能不断地调整并扩展这些建议的搜索词条,这一切几乎无需人力干预。当然它的身后前期一定有机器学习专家的参与,某种程度上,这是该项目最精巧复杂的部分。在过去,交易员或者分析员需要用任何想得到的关键词在维基百科或者新闻数据库中进行搜索。有点类似现在的一些seo,sem工作人员所做的事情,将一个又一个的事件和标的联系起来,当然是机器通过算法去做,比如妹子,内衣,椅子,床,家具,品牌,直到与相关的金融行业量化标的对应起来,比如曲美家具。而Kensho的搜索引擎自动将发生的事件根据抽象特征进行分类。速度和效率将要比人力速度快的多的多,剩下的我们都知道,先参与交易意味着什么。收获那绿油油的信息滞后的韭菜。

说到这里,笔者一点都不想讨论关于分析人员失业问题了,其实,有失去,必然有得到,未来的金融行业竞争力,将会演进到IT基础设置规模竞争格局,金融公司将会需要更多的工程师,更多的算法专家,机器学习专家,以及数据科学家。同时传统的操盘手被设计并监视这些新交易算法的程序员替代了。此外,数据中心现在出现了新的工作:高频交易,这些传统交易员都做不到的手段一步一步改变着我们传统的券商交易业务。

当然,这些事件的发生都要建立在互联网信息传递和处理足够高效,数据量足够海量和准确,算法足够精准的基础上,你相信这样的事会发生吗?


0

相关文章

我来评论

评论“kensho们来了,投行员工你们准备好了吗?”

取消 提交 请输入内容!

评论

  • 零壹财经金融科技百人谈

    零壹财经金融科技百人谈

  • 汽车金融新版图

    汽车金融新版图

  • 零壹智库新金融闭门会系列

    零壹智库新金融闭门会系列

耗时 1933ms