《表1 应用于股票投资的主要机器学习算法》
资料来源:机器之心产业研究
人工智能在股票投资中的核心是智能量化投资:[7]量化投资的概念虽然在很早之前就已出现,但近些年的技术发展才使得量化投资真正实现智能化。量化投资依托于海量数据而生,海量数据的来源广泛,包括但不限于资本市场变化情况、上市公司调研报告、公司财务数据、金融市场政策文件、新闻资讯等。支持量化投资的主要技术有机器学习、自然语言处理和知识图谱(见表1)。量化投资的主要途径有两种,一种是对财务信息、交易数据进行分类汇总进而建立分析模型,利用传统的机器学习回归算法分析建立交易策略;另外一种是建立专家系统,模拟专家的投资决策行为,通过深度学习建立相应的投资决策方法。量化投资的基本流程分为四个部分,分别是策略识别、策略回测、执行系统和风险控制。其交易策略主要有量化选股、量化择时、期货套利、算法交易、期权套利等。此外,量化投资还采用事件驱动、行业轮动、多空策略和市场中性等手段。可见,量化投资具有纪律性、系统性、套利性、概率性等特征。
图表编号 | XD00205389800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.26 |
作者 | 何诚颖 |
绘制单位 | 广西大学商学院 |
更多格式 | 高清、无水印(增值服务) |