智能投顾面面观之技术篇

Fintech关键技术

大数据

金融是个数据导向很强的行业，经过多年的发展和积累，数据在数量、维度和速度上都发生了显著的变化。大数据与Fintech融合发展体现在数据搜集、整合及应用三方面。在大数据收集方面，随着物联网产业的快速发展，万物互联的时代已经来临，各种可穿戴设备、智能家居等智能硬件的广泛应用将产生大量的新型数据，Fintech借助新的数据采集技术相比传统金融的数据来源更广泛、多元；在大数据整合方面，Fintech公司通过合作共赢模式能够将用户沉淀在各大金融机构的数据进行整合并实现增值，从而打破传统金融机构之间的数据孤岛现状并实现数据共享；在大数据应用方面，金融业务本身对数据依赖性极强，而经过整合、分析、处理的大数据对业务蕴含价值更高，金融大数据的发展将为Fintech公司分析和应用数据提供深厚的数据基础，从而促进了风控、定价、营销、征信、评级等多个细分领域的发展。

资料来源：36Kr

资料来源：作者

云计算

云计算是指一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，而只需投入很少的管理工作，或与服务供应商进行很少的交互。

资料来源：广证恒生

云计算有3种服务模式：IaaS、PaaS及SaaS，这其实就是云计算的三个分层。基础设施在最下端，平台在中间，软件在顶端，分别是Infrastructure-as-a-Service(IaaS)，Platform-as-a-Service(PaaS)，Software-as-a-Service(SaaS)，区别在于云端提供服务种类不同。IaaS公司会提供场外服务器，存储和网络硬件，用户可以租用，从而节省了维护成本和办公场地。PaaS公司在网上提供各种开发和分发应用的解决方案，比如虚拟服务器和操作系统，这让分散的工作团队之间的合作变得更加容易。SaaS与用户的接触更广泛，任何一个远程服务器上的应用都可以通过网络来运行，这些都可以称作SaaS。

云计算有4种部署模式：公有云、私有云、社区云、混合云，区别在于受众范围不同。公有云一般是由云服务运营商搭建，面向公众的云计算类型；私有云是部署在企业内部，服务于内部用户的云计算类型；社区云是由数个有共同利益关系或目标的企业和组织共同构建的云计算业务，其服务面向这几个组织的内部人员；混合云则是包含了两种以上类型的云计算形式。

资料来源：广证恒生

云计算与金融结合，产生了为金融机构提供基于云的基础IT构架服务的金融云公司，帮助金融企业将业务迁移到云端，降低IT采购成本，实现弹性的、可快速实现和交付的IT环境。例如阿里金融云、腾讯金融云等，不仅为自身的金融业务提供云服务支持，也已经服务大量传统金融客户，开始构建基于云服务的生态。从实施效果来看，云计算可以降低金融公司的运营成本或者满足复杂运算分析需求。

资料来源：作者

人工智能

人工智能（Artificial Intelligence, AI）是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能是对人的意识、思维的信息过程的模拟，其在初级阶段实现对简单劳动的替代，第二阶段则尝试替代复杂劳动。目前，人工智能尚在发展初期，代替人脑来进行决策尚早，但至少可以做到大规模的量化、替代部分人力分析的层面。
从分层的视角来看，人工智能可分为基础层、技术层和应用层三个层面，基础层作为人工智能技术的技术支持，各个细分技术必不可少，如大数据、云计算、智能芯片、传感器及智能硬件等，特别是大数据，其为人工智能技术层面的发展提供了数据基础；在技术层面，人工智能技术包括语音识别、图像识别、生物特征识别、机器学习、知识图谱、自然语言处理等；在应用层面，人工智能包括计算智能、感知智能和认知智能，目前尚未实现具有完整认知功能的人工智能。

资料来源：作者

在金融领域，人工智能主要有以下四类应用：自动报告生成，人工智能辅助，金融搜索引擎和智能投顾。

资料来源：作者

• 一是智能报告生成，其利用自然语言处理及OCR技术（光学字符识别）解析文本，提取关键信息嵌入相应的报告模板，自动生成报告。

资料来源：文因互联

• 二是人工智能辅助，主要指的是量化交易，采用的技术主要有机器学习、自然语言处理和知识图谱。机器学习主要用于从数据到模型的量化建模，自然语言处理主要用于解析非结构化文本并纳入量化模型，知识图谱则主要用来从知识关联的角度去进行逻辑推测。利用机器学习技术，结合预测算法，可以依据历史经验和新的市场信息不断演化，预测股票、债券等金融资产价格的波动及波动间的相互关系，以此来创建符合预期风险收益的投资组合。为了解决由数据推测模型的局限性，通过自然语言处理技术，引入新闻、政策以及社交媒体中的文本，将非结构化数据进行结构化处理，并从中寻找影响市场变动的因素。知识图谱提供了从关联性角度去分析问题的能力，将规则、关系及变量通过图谱的形式表现出来，进行更深层次的信息梳理和推测。

资料来源：36Kr

• 三是金融搜索引擎，其采用的技术主要是知识图谱和索引技术。高质量的知识图谱能够帮助用户实现关联、属性查找及联想。金融搜索引擎一般用于解决信息获取和信息碎片问题，而将复杂的查询和逻辑判断交给用户来完成。目前Bloomberg、Wind等数据终端只解决了信息和数据的问题，并没有解决信息和数据过载后的整理和分析问题。利用人工智能技术可以从大量噪音信息中快速找到准确且有价值的信息，提高研究工作效率。

资料来源：作者

• 四是智能投顾，其采用的技术主要是机器学习。智能投顾（robo-advisors），又被称为“机器人理财”，是通过云计算结合投资者的投资目标、风险偏好、财务状况等信息输入，使用后台算法自动化推出资产配置组合（基于Markowitz的资产组合理论），追求分散、稳健、长期的收益。智能投顾是以最少量人工干预的方式帮助投资者进行资产配置及管理，其理财顾问是计算机，用户则可以是普通投资者。智能投顾的目的在于提供自动化的资产管理服务，为投资者提供符合其风险偏好的投资建议。智能投顾的广泛存在与应用将开启资产管理、财富管理新时代。目前智能投顾在全球资产管理领域备受关注，被认为是下一个变革传统投资管理模式的技术创新，且全球已有许多智能投顾产品及服务落地。

资料来源：FINRA

区块链

区块链（Block Chain）基于分布式记账原理，使用去中心化共识机制维护一个完整的、分布式的、不可篡改的账本数据库，类似于一个公共、透明、海量的记账簿。区块链起初是比特币的一种底层技术，实现比特币交易的自动记录，且环环相扣、不可修改、不可删除，每笔记录交易信息公开且准确无误。

• 特点一：颠覆性创新，去中心化分布式账本：区块链是以比特币为代表的数字加密账币体系的核心支撑技术，是一种全新的去中心化基础构架与分布式计算范式。区块链远远超出了互联网的价值，互联网传输的是数据和信息，区块链记录和传递的是所有权和价值。而现在，区块链技术正在起步，作为一种颠覆性的创新技术，区块链被认为是继大型机、个人电脑、互联网、移动社交网络之后计算范式的第五次颠覆式创新。

资料来源：华金证券

资料来源：华金证券

• 特点二：共识机制成为区块链技术的核心：比特币或其它区块链币最核心的问题也是如何在去中心化的环境中达成共识，即在没有中心组织的情况下对某个交易的有效性达成了一致。区块链通过工作量证明（PoW）达成共识，采用高度依赖节点计算能力的工作量证明来保证比特币网络分布式记账的一致性，解决了拜占庭将军问题，而共识机制则解决了数字账币的双重支付问题。

资料来源：Wikipedia

• 特点三：去中心化、安全可信等特点成就区块链应用：区块链基础构架包括数据层、网络层、共识层、激励层、合约层和应用层。底层技术的环环相扣使得区块链实现了去中心化、安全可信、时序数据、集体维护、可编程等优点。区块链具有相比传统于联网化减少中间环节、降低交易成本、扩大金融服务范围、提高金融服务质量等目的。区块链技术可通过程序化记录、存储、传递、核实、分析信息数据，从而形成信用，可以大量省去人力成本、中介成本，信用记录完整、难以造假。

资料来源：袁勇，王飞跃（2016）

区块链在金融领域的潜在应用十分广阔：例如其记录功能有效降低银行的运营成本，区块链的信息透明性减少风险和工作难度，去中心化的支付与清算功能效率更高、速度更快，运用于交易所产权交易可显著提升登记、发行、交易、转让、交割清算效率等。虽然区块链目前在全球尚处于发展初期阶段，存在诸多技术、应用问题，例如记忆容量有限、对于隐私的保护、同步信息耗时过长等，但仍有众多主流金融机构积极探索其具体技术方案、应用场景和商业模式等。比特币是一种全球范围内可交易的电子货币，是目前区块链技术最成功的应用。当前银行等机构更多关注的也正是比特币背后的区块链技术。

资料来源：36Kr