人工智能投资研究报告（22页）

行业报告下载 2018年02月28日 07:25 管理员

智能投研以数据为基础，以逻辑为核心。①数据是基础。在表现形式上，智能投研可以认为是数据+模型，其中，大量的、多种类型的数据是所有分析和计算的基础。②逻辑是核心。智能投研所揭示的规律实际上是一种“变量间的相关关系”，而不是准确的因果关系，所以，智能投研的兴起可以认为是基于数据来发现、验证行业逻辑或是公司逻辑中的某一个环节，之后更重要的是依照行业逻辑以及专业知识等来解释这种数据上的相关关系，即使发现的这种“相关关系”不能进行专业的解释（并不是所有的经验都能上升到理论层面），这种关系的成立和应用也需要使用者“具体问题具体分析”，形成新的应用逻辑（比如高频交易算法获得的相关关系）。因此，无论这种新兴的投研工具如何发展，最核心的还是“逻辑”。人工智能投资研究报告（22页）

智能投研强化逻辑能力（认知能力）在投研领域的地位。①智能投研将新工具应用于传统投研，“人”的部分技能被工具替代，由此投研领域的角逐将集中在更核心的逻辑能力-即认知能力；②智能投研基于统计学原理，人的逻辑能力在整个模型的设置、优化等环节中都发挥着重要作用。

智能投研是一种新的“生产工具”，对金融行业影响深远。①“生产工具的进步会带来生产关系的变化”，由此会对整个金融行业带来深远的影响。 ②生产工具不是替代人工，而是代替人的某种功能。“生产工具在本质上是人的外化功能体，是物化了的知识力量”。生产工具能够“代替工人而具有技能和力量，它本身就是能工巧匠，人在生产中的地位将发生改变”。比如，即使是再精巧合脚的鞋子，能够跑多远，还是取决于人的体能，但是汽车出现后，“跑”的这种功能完全由汽车承担，人在能够走多远这件事上的地位完全发生变化。我们认为对智能投研的认识，不能仅仅认为智能投研是一种精巧的工具，而是应该从“是新鞋子还是汽车”，这个角度去理解。

相对于传统的计算机编程方式，机器学习中“学习”是让计算机自主的学习“知识”，发现规律。传统的计算机编程本质上计算机的“自动化”，是用代码指挥计算机执行指令，在这个环节中所有的逻辑都是外部输入。而机器学习的目的是通过一定的编程技术，让计算机通过对数据的处理，获得新的知识，发现新的规律，这个规律和知识，并不是提前输入到计算机内，是计算机自主学习而来。

文件下载

资源名称：人工智能投资研究报告（22页）

下载地址

标签： TMT行业报告人工智能AI行业报告