人工智能在金融交易领域的创新突破

1、人工智能在金融交易领域的创新突破一我国金融交易领域的现状与缺乏(一)我国金融交易领域的开展现状金融的本质是资本价值跨时空配置,凡涉及价值跨时空的交易都属于金融交易.1目前国内金融交易领域的根本情况为：商业银行既保存网点柜面交易,同时也致力于运营线上平台；证券行业交易根本依托于线上平台；互联网金融出现的目的是构建一个基于互联网、云计算 和大数据等技术的平台方便客户交易,因而其交易都是线上进行的.由于金融交易涵盖很多 方面,本局部以量化交易和高频交易为例,简要介绍这两种金融交易方式的开展现状.1.我国量化交易开展现状量化交易充分利用计算机技术,综合数学和统计学思想,通过学习分析大量数据,制定相关

2、投资策略,并对其进行验证,然后严格依照策略交易,目标是获取持久且波动幅度小的超额 收益.国内量化交易开展较晚,其开展现状如下.(1)量化交易市场策略工具逐渐多样化国内量化交易逐步进入量化2.0时代,量化交易市场工具和策略开始呈现多样化趋势,人才 资金不断往综合实力强的公司企业聚集,行业竞争日趋白热化.在交易工具方面,目前有商 品期货和股指期货等,国内相关机构还致力于推出商品期权等交易工具.在量化策略方面, 量化工具可选择的策略范围外拓,包括量化选股和指数增强等策略,相关的产品品种日渐丰 富多样网.根据统计数据,2022年量化交易中采用相对价值复合策略的占比95.02%,治理期货占比1.42%,

3、股票量化占比0.54%,复合策略占比2.31%,具体如图1所示.4图1 2022年国内存续量化策略分布(2)不同策略收益存在较大差异不同量化投资策略在各自根底市场上的收益存在较大差异,2022年治理期货和股票策略私募产品收益率呈现相反态势,股票私募局限于产品,而期货私募规模却不断扩张.私募的八 大策略产品业绩表现也不尽相同,据私募排排网统计,净值日期为2022年11、12月,债券策略产品的平均收益率为5.54%;宏观策略收益尚可,截至净值日期已公布的产品平均收益 率为4.95%;相对价值表现差强人意,截至净值日期已公布的产品平均收益率为1.33%,具体如图2所示.5图2 2022年量化投资不同

4、策略收益表现(3)量化投资市场环境不稳定国内量化投资从2022年至2022年整体呈现向上姿态,目前小盘效应处于回撤状态,尤其体 现于量化基金的行情走势.在 2022年整体震荡的市场环境下,量化基金表现出较强的抗跌 性,相关数据显示,90犯上量化基金跌幅小于同期沪深 300指数.但是2022年市场行情突 然逆转,据同花顺iFinD不完全统计,截至2022年6月末,半数以上主动型量化基金业绩 为负,市场呈现不稳定态势.国内目前量化交易机构中采用简单程序化交易的占多数,计 算机还较难自主学习建模,局部技术算法尚未与时俱进.7此外,国内市场存在限制,有限空间使得量化策略难以有效实施,而且国内投资者偏好

5、于在一定期限内获得回报,与局部更 适用于长期投资的量化交易存在出入,进一步导致投资环境不稳定.2,我国高频交易开展现状高频交易是指发挥速度方面的优势,抓住普通投资者没有水平觉察操作且转瞬即逝的市场变 化,凭借小差价、大批量策略赚取收益的计算机化交易,交易系统延迟越低获得的收益可能 性越高.同高频交易在国内起步晚,整个开展过程步履蹒跚,其开展现状如下.(1)交易市场存在限制国内A股市场实行“ T+1结算机制,在此情况下投资者难以进行量化交易.金融期货交易 所采用实时结算的“ T+0机制,目前高频交易只能够在股指期货和 ETF市场开展.同时, 保证金的存在也限制了高频交易.高频交易者每日的交易频率

6、非常高,使得现金资产快速流 动,难以防止会发生某一标的资产盈利瞬间变现以填补另一标的物保证金亏空局部,进而影 响高频交易策略的实施.9此外,为维护市场实行的差异化交易费用的存在,市场一定程度 上也限制高频交易.(2)中国监管机构严格监管中国监管机构对高频交易监管严格,局部准许在其他市场开展的交易在我国均可能被界定为 违法操作,导致高频交易施展空间小.10据中国金融期货交易所相关规定,单一合约的撤单 次数限制为400次,沪深300等合约限价指令每次最大下单数量为 20手,市价指令那么为10 手.大量或者屡次进行高买低卖交易、快速下单影响交易所正常交易秩序或系统平安等行为 都被中金所列为异常交易行

7、为.(3)软硬件设备尚有提升空间我国现阶段的高频交易软硬件设备尚有一定的提升空间.目前国内机构少有为了争取极短的 时间优势投资将设备移至距离交易所效劳器更近地方的案例.同时,我国在计算机性能和高 频交易报价系统方面还有较大完善空间,交易所报价系统不提供每笔交易信息立马传送给客 户的效劳,而是隔一定时间再将某一期间发生的交易信息整合发给客户,目前间隔时间为 500毫秒,此单位级别的延迟对于高频交易者具有非常大的影响.11此外,国内算法与国外相比存在一定差距,现今国内完善性特别好的算法不多.综上,人工智能在金融交易领域的运用处于初级阶段,属于弱人工智能时代,交易中更常使 用的为人工智能较强的数据处

8、理水平,应用主要集中在证券期货基金方面,特别是量化交 易,其他金融交易领域对人工智能的应用还有较大的开展空间.二我国金融交易存在的缺乏1 .人为因素干扰交易决策在金融交易的过程中,人为因素包括人性弱点和生理极限会对交易决策的准确性产生影 响.一方面,人性弱点一一贪婪、犹豫和好赌等,会使交易过程中或决策犹豫,或不按方案 行事,出现更多的不确定性,进而影响交易.比方,投资者在交易时真正做到亏损不补仓、 浮赢再补仓有一定难度,在市价低于本钱时,投资者容易贪婪补仓,当市价高于本钱时,不 愿意追加,正是这样的误区把投资者的交易陷入永远为保住本钱而努力的困境.12另一方面,生理极限限制局部操作行为.首先,

9、人的精力和学识有限,无法长期持续高效做出准确 无误的分析判断；其次,人的生理构造限制了对快速信息的捕捉,从眼睛获取信息,到大脑 分析决策,再到手工输入下单,该过程需要一定的时间,而局部信息转瞬即逝；最后,人的 操作水平有局限,如果一个分析师同时盯住多只股票,还需研读公司财报和以往业绩,一旦 行情剧烈,多只股票同时产生交易信号,分析师很难全面迅速完成每只股票的交易,而且偶 尔难以防止由于紧张或者疏忽而产生失误决策或者键盘输入错误指令,进而导致错误的交 易.13目前比拟普遍的做法是雇用大量分析师,但此举会提升本钱,鉴于人口红利逐渐消 失,需要着重考虑该本钱占总本钱的比重.2 .数据处理水平有待提升根据半强势有效市场假说,市场只能依靠非公开信息来获得超额收益.但是获得非公开信息 的方式并非仅局限于“道听途说,数