新蒲京官网网址 2

新蒲京官网网址:摩根斯丹利挖来Google云付加物老董 想用AI倾覆守旧银行当

新浪美股讯 北京时间12日消息,摩根大通首席信息官萝莉-比尔(Lori
Beer)周三表示,该行已开始使用机器学习技术处理员工的开支报告,并确定它们是否符合公司政策。  她在纽约一次大会上表示:“我们基本上取消了经理批准。我们现在100%的审计是通过机器学习模型进行,以确保当我们处理差旅和开支报告时,它们与我们的政策是一致的。”  机器学习是一种人工智能,使用数据分析来发现模式,可随着时间的推移进行自我改进,在没有明确编程的情况下做出更好的决策。  尽管几乎每一个行业都面临如何监督开支的问题,但在金融业这一问题尤为严重,因为该行业的很多员工一年大部分时间都在路上会见客户。去年,富国银行就开除或停职了十多名员工,因为他们伪造开支报告。  然而,给经理们施加压力,让他们花更多的时间审查报告,或者雇佣审计师为他们做报告,基本上会增加开支。摩根大通的比尔表示,利用人工智能,摩根大通正在“消除我们经理人的一些官僚作风”。

从具体业务来看,人工智能主要影响和削减了银行业前中台价值链上营销与销售、风险管控与审核、客户管理与服务环节的岗位。

如今各大公司都在争夺人才,希望打造下一代的人工智能服务。为了防止金融科技公司和老牌科技巨头吸引客户,银行也在越来越多地从外部进行融资,寻找从机器学习到区块链等技术领域的管理人员。根据摩根大通的数据显示,在摩根大通最近招聘的高管中,约有三分之一的人来自银行业以外的行业。

Portware的研究主管Henri
Waelbroeck说:“订单流的不平衡性实际上是相当可预测的。通过自回归模型可以预测到足够合理的精确度,但是我们发现使用非线性方法可以更进一步地提高准确性。”

在提升工作效率方面,预估人工智能将为保险行业的产品开发环节带来41%的工作时长缩减。人工智能一方面可以帮助保险精算师收集海量的市场数据、优化精算模型;另一方面可以帮助产品开发和维护的设计人员洞悉市场需求变化、分析竞品,从而更准确、更快速地适应市场需要、在产品层面提高自身竞争能力。不过,由于产品开发环节涉及大量的沟通需求和做出决策的工作,人工智能无法完全替代人的工作。

摩根大通还使用过一个用来检索电子邮件的程序X-Connect,以帮助员工找到与潜在客户关系最密切的同事,并帮忙介绍认识。2016年,摩根大通还向机构客户提供一些云支持技术,允许像BlackRock这样的公司自助获取财报、研报和交易工具这些常规信息,解放了销售和客服。

Portware和摩根大通两家的市场冲击模型,都是从刻画历史交易对当前交易的市场冲击的影响作为起点。例如,在摩根大通的瞬时模型(transient
model)中,每个交易的市场冲击随着时间的推移而逐渐减弱。这样建模的目的是避免将交易安排得太紧密,从而导致订单叠加的市场冲击过大。

人工智能潜在风险不容忽视

Apoorv
Saxena将于8月31日正式加入摩根大通,此外他还将担任资产和财富管理人工智能技术主管。

Waelbroeck对机器学习可以帮助低频交易则更乐观,并且认为机器学习具备帮助解决远远超出市场冲击问题的潜力。当市场处于压力之中时,(资产价格)相关性结构就会发生变化。风险管理者依靠先前的类似压力事件的相关性来估计这种变化。他认为这是最糟糕的预测方法,也是一个机器学习可以起作用的地方。

新蒲京官网网址 1

今年年初,摩根大通向投行客户推出了亚马逊的声控助手Alexa,辅助客户的研究工作。另外去年摩根大通的智能交易app推出后,客户已经使用了app进行大额交易,包括了一笔4亿美元的交易。

使用机器学习来评估市场冲击的这些成功案例正在促进进一步的研究。例如,Waelbroeck说他的公司正在寻求将其短期预测技术扩展到长期投资组合风险管理。他说:“这可能对我们来说还有一段路要走。但是,我们正在探索这套系统作为投资组合风险管理的一种不同方法的可能性。它可以帮助投资组合经理从资产组合配置的角度更好地为未来的市场冲击做准备。这些市场冲击往往仅从相关性的角度来看并不能很好的确定其风险。”

据路透社报道,澳大利亚国民银行曾宣布将在未来三年内净裁员4000人,大约相当于目前员工总数的12%,并寻求通过投资新技术向人工智能及自动化过渡。

之前,摩根大通曾开发过一款金融合同解析软件COIN。原先律师和贷款人员每年需要360000小时才能完成的工作,COIN只需几秒就能完成。并且还大大降低了其中可能出现的错误率。摩根大通企业投行业务总监Daniel
Pinto表示:金融科技和新的能力对于我们所做的一切非常重要。

他的团队还对机器学习的另一个可能的应用进行研究和测试,期望使用强化学习来训练一个单一的人工智能单元对限价订单中的订单不平衡和排队位置做出反应。

不过,从减员幅度来看,均在2%左右。

随着人工智能技术的不断发展,越来越多的投资银行也像摩根大通一样正在尝试使用AI、自动化和机器人技术来帮助降低成本,提高效率。

这样的模型对流动性好的资产(如股票)效果很好,但其他资产类别可能就没有这么容易了。
Quadri表示:“我知道一些公司试图将瞬时模型应用在固定收益产品上,但是看起来在流动性较低的证券中不尽如人意。”

在稳健发展情景下,截至2027年,银行业将削减104万工作岗位,降幅22%。剩余78%的工作岗位将提升42%效率,相当于每人每天花在同样职能活动的时间可减少2.4小时。

责任编辑:何周重

另一方面,在更大胆的应用下,机器学习算法可以用来创造出交易机器人。这些机器人可以教会自己如何对市场变化做出反应。这两种方法都已经在实践中被应用了,而它们所带来的交易成本的节省是十分惊人的,尤其是对那些交易非常频繁的大型基金。

从具体的业务来看,人工智能将较大幅度颠覆销售交易以及清算结算环节的工作岗位。

摩根大通的Fellah表示,由于缺少流动性,一般而言每30次操作(提交限价订单,修订或是取消)才能实现一单交易。如果计算时间太长,调整订单后被发送到订单序列靠后的位置,那么自然效率就会很低。

人工智能对各个行业,尤其是数据量尤为丰富的金融行业,正在产生日益深刻的影响。

摩根大通使用随机森林算法来产生短期订单流的预测,这意味着订单操作(修改、取消、提交)的数量可以大大减少。
Fellah说,随机森林算法因为其计算的速度快而被选中。

核保定价与承保环节约19万个工作岗位将大幅度面临削减,占削减岗位总数的16%;

“如果你考虑强化学习算法(re-inforcement
learning)是怎么用于自动驾驶或游戏的就应该知道,这些算法必须了解其运行系统的原理。从这点上来说,在金融领域也是一样的。”Fellah说。

销售和交易环节将有7%的工作岗位被削减,其中交易员岗位执行交易指令的核心工作将被人工智能交易系统逐渐取代,比如摩根大通内部代号为LOXM的人工智能,已经在2017年投入到欧洲股票高频交易的使用中;

过去人们如果想要了解一个大额交易可能会带来的市场冲击,一般会从历史的交易数据中寻找答案。但是当大家仔细研究就会发现,历史上的交易很少能够有很类似的结果/影响,而且即使新交易和过往交易之间存在相似之处或一定的模式,有时候这种关系也过于微妙或变化太快,以至于交易者很难发现和把握。

新蒲京官网网址 2

与此同时,Capital Fund
Management的Bouchaud认为,低频机器学习可用的分析数据太少,因此机器学习带来的好处有限。“如果有非线性效应,机器学习是有趣的。而如果一切都是线性的,你可以做线性回归就够了。”

保险业影响最深,将削减119万工作岗位降幅25%

Bloomberg的量化研究负责人Naz
Quadri说:“聚类分析在某些应用中比其他应用更有效。“我们的研究表明,当用来评估结构性市场冲击时,聚类分析是最有用的,结果也更加稳定。”

10年内,金融市场将砍掉230万个岗位,你相信么?

Portware系统中的人工智能单元给出订单流的预测,并进一步预测交易中面临的风险,如交易的紧急性(urgency,是用来衡量更快速的交易如何能够降低成本的一种指标)。由于这些预测都存储在系统的内存中,每个单元都可以使用其他单元的预测来强化自己的结果。

据CNBC报道,摩根大通日前从谷歌挖来了一名负责人工智能技术的高管
Apoorv
Saxena,进一步押注人工智能领域。Saxena此前担任谷歌人工智能部门的产品主管,他从8月31日起,正式加入摩根大通,担任人工智能与机器学习部门的主管。

这里的基本思路是通过这些模拟的框架来训练人工智能单元或机器人,使其能够做出最佳的选择和行动。大量的训练可以使人工智能单元具备了解交易如何引起市场冲击,以及这种冲击如何随时间而衰退的直觉。人工智能单元从而具备了判断何时延迟订单或以更快的速度进行交易的能力。

高盛:自动化外汇交易

这些模型被公司用来制定不同情境下的最优交易安排方案,然后使用贝叶斯回归或随机森林等监督学习技术来决定如何随着实际交易进度来调整这些最优的交易实施方案。

摩根大通:从谷歌挖来人工智能技术高管

与彭博不同,Portware和摩根大通则通过人工智能来更好的协助交易员选择交易的具体时机,以最大限度地减少市场冲击带来的影响。