深度學習-83:金融科技公司

深度學習原理與實踐(開源圖書)-總目錄, 建議收藏，告别碎片閱讀！

當今金融逐漸IT化，而科技公司也走向了金融化。百度、阿裡巴巴、騰訊和京東紛紛難道金融牌照，紛紛發力個人消費金融市場。他們一方面科技能力輸出，賦力各行各業，一方面發力發展金融業務。目前科技優勢往往具有高緯度打擊能力，任何傳統公司任何傳統行業在科技企業面前不堪一擊。這種背景下任何具有标準業務的公司均可能分分鐘替代；科技公司逐漸金融化，攻城略地；金融公司也紛紛轉型，投資IT業務，鞏固自己的護城河。這背後的邏輯是什麼？ 細思極恐。

加入我們，一起閱讀和完善: 機器學習&深度學習原理與實踐(開源圖書)。

告别碎片閱讀，構成知識譜系。

• 計算機在某個細分領域的計算分析超出頂級人才若幹數量級。
• 高端人才領域金融、咨詢、醫生和律師等，包含大量标準規則，計算機在這些領域可能幾個小時就能頂尖水準。
• 人工智能特别是通用人工智能，将是一個重要分水嶺。
• 計算機或人工智能表現出的專業性，讓掌握先機的公司獨領風騷。

科技金融做的最好的幾家公司，我們近距離觀察一下吧，雖然沒有做投資，他們也是我的偶像。金融巨頭開始在科技領域買買買，技術起家的金融科技公司則不斷拓展金融邊界，補充傳統金融不足。金融公司和科技公司的邊界逐漸消失，未來金融的競争力不再是牌照、曆史或規模，而将從科技中爆發。

1 文藝複興公司的計算機高頻交易

文藝複興公司的創始人是詹姆斯·西蒙斯，詹姆斯·西蒙斯熱愛數學，利用數學算法觀察世界和指導交易，世界公認量化交易的鼻祖。矽谷的科技大牛，遇到事業挫折，首選去華爾街的文藝複興公司繼續發光發熱。從1988年至2015年，西蒙斯管理的大獎章基金的淨年均收益率約為40%，同期巴菲特的伯克希爾每股帳面年化回報為15.94%，标準普爾500指數年化收益約為10.27%，西蒙斯的投資表現高出巴菲特與标普500均超過20個百分點。文藝複興公司的量化交易讓他們即使在2009年全球金融危機中也毫發未損。

文藝複興公司具有很多科技偏執狂的特質：

• 喜歡數學、實體學或統計學專業的博士，對工商管理碩士戳之以鼻；
• 計算機利用曆史金融資料，找出金融産品價格、宏觀經濟、市場名額liyo、技術名額等各種名額間變化的數學關系，發現市場目前存在的微小獲利機會，并通過杠杆比率進行快速而大規模的交易獲利；
• 計算機持續優化量化模型，不斷思考與創新，保持高收益神話；
• 計算機自動搜尋和篩選全市場投資機會，将投資思想或理念通過具體名額、參數的設計展現在模型中，并據此對市場進行不帶任何主觀情緒的跟蹤分析，以保證在控制風險的前提下實作收益最大化。

文藝複興公司的量化交易模型，以下模型均已過時，也可能是文藝複興公司放出的煙霧彈。社會在進步，科技在前進，唯一有效的模式是變化的模型。

• 市場過激反應模型： 如果某個期貨的價格在開盤的時候遠遠高于前一天的收盤價，大獎章會賣空這個期貨;相反的，如果開盤價遠低于的收盤價，那麼大獎章就會買入。
• 套利交易模型：如果美國政府債券長期債券的折價遠遠高于短期債券的折價，那麼買入長期債券，抛售短期債券賺取套利機會。
• 趨勢和關聯性模型： 追蹤商品市場的中、長期趨勢。
• 偏門資訊源模型： 某種統計算法來快速綜合限價買賣指令表裡的各種資訊，能夠很快判斷出在不同價位不同數量的限價買賣指令對目前的股價究竟是推還是拉，還能夠判斷出如果股價真是達到了某個或者多個限價買賣指令，這些交易被執行之後，股價又可能會有什麼樣的連鎖反應。使用别人很少使用的資訊來進行分析、判斷和交易的做法是文藝複興科技長盛不衰的一個重要因素。

2 高盛的IT化趨勢

金融科技逐漸滲透到傳統金融領域，高盛公司直面挑戰，并思考如何擁抱、布局。以前谷歌和美國政府、NASA争搶頂級科技人才，現在高盛也加入這一行列。高盛在金融危機後實作轉型過程中，日益加強公司的科技護城河，高盛CEO勞爾德·貝蘭克梵（Lloyd Blankfein）經常在不同場合表示，其實高盛是一家科技公司。資料表明，高盛擁有9000名科技類員工，占了總員工數25%，這一比例即使以技術驅動著稱的網際網路具有也望塵莫及。

美國在80年代，意識形态上打敗了蘇聯，經濟上打敗了日本，美國政府降低對基礎科學領域的撥款和支援。許多實體和數學學術界的學術精英轉投華爾街，利用數學模型分析金融市場，搜尋和利用市場機會，并量化交易獲利。著名實體學家伊曼紐爾·德曼，1985年加入高盛，全權上司高盛的量化政策業務。伊曼紐爾·德曼的量化政策業務利用實體理論、機器學習理論幫助高盛建立模型估計證券的價值；建立模型估計期權的價值；建立模型評估衍生品的價值；建立模型幫助保險公司和商業夥伴評估風險；建立模型評估期權局部波動率等等。

高盛認為，金融科技公司必須以技術為基礎，并專注于金融産品與服務價值鍊上一部分或多部分，主要包括支付、科技支援型借貸、保險、市場結構、資産管理和資金籌集等，分别對應并包含市場上的網際網路支付公司、P2P公司、網際網路保險公司、網際網路流量平台、數字化資産配置公司和衆籌行業。約翰·馬奧尼表示，高盛在金融科技領域的戰略布局主要有以下三點：

• 利用金融科技公司提升高盛核心業務能力;
• 利用自身能力與已有業務産生協同效應;
• 金融科技能幫助高盛開拓新的業務。

3 橋水基金的原則

橋水金融在中國有龐大的朋友圈和粉絲圈，《原則》出版之後，金融圈人士言必原則，一時掀起全民使用原則指導生活和工作的趨勢，蔚為大觀。原則一書揭示了橋水公司的價值觀和世界觀。原則大量的篇幅講述個人修行原則(人和萬物的邊界)、心智開放原則(人和心的邊界)、用人原則(人和人的邊界)、決策原則(人和智能的邊界)、工作原則等。

橋水團隊利用公司和個人積累的投資實踐，從成功與失敗，挫折與困惑，絕望與恐懼中，總結公司政策級别的投資決策原則；利用曆史金融資料，歸納和總結投資決策原則，支援優化和完善針對投資品類的戰術級别的投資決策原則；将公司政策級别的投資決策原則和戰術級别的投資決策原則轉換成計算機算法，讓計算機輔助做出客觀投資決策。計算機和投資經理是合作夥伴關系，互相學習各展所長，合作決策客觀性更好，并且能推動投資經理的進化。橋水基金與智能算法的結合，讓計算機做決策已經常态化了。之是以要提煉和抽取生活和投資原則，目标其實讓理投資投資經決策透明化，通過分析投資經理的原則，計算機可以準确評估投資投資經決策的可信程度。

橋水基金公司在實踐是擁抱人工智能的，用算法表述投資決策标準，然後用曆史資料來交叉驗證；或者用算法表述工作原則，然後用來幫助管理決策。創始人達利歐認為人工智能大機率不是人類的威脅，人工智能和人類是共生關系或合作夥伴關系。計算機不具備人腦的想象力、綜合分析能力和創造力，而且這種能力計算機可能永遠無法具備。人腦天生就存儲着億萬年生物進化培育的各種能力，計算機依據科學原則做的決策可能遠遠沒有人腦利用直覺原則做的決策有價值。軟體工程師、數學家、實體學家和博弈論研究的成功，遠遠沒有具有理性、想象力和毅力的人成功。

創始人達利歐甚至支援人腦和機器結合是美妙的，擁有理性、想象力和毅力的頂級投資決策者，深刻了解自己的使命和歸宿，計算機又賦予他們理性之劍(算力、算法和博弈)，這樣頂級投資決策者就擁有了投資世界的導航地圖，精确定位，使命必達。

投資的聖杯：

資産組合理論： 1990年，投資組合理論給達利歐帶來的極大震撼，他認為如果擁有15-20個互不相關的資産組合，就能大大降低風險，同時收益曲線相對平滑。

資産組合實踐： 達利歐掌握了不同資産類别大約1000種金融産品，他們的量化團隊，對于沒類資産适時調整和檢驗基本交易原則；經過資料測試，這套優先決策規則收益提高3-5倍，可容忍風險在可控範圍内。最終純粹阿爾法投資管理理念徹底改變了對沖基金行業。

4 中國金融科技公司

中國的金融公司和科技公司在金融科技時代，有銀通天下宏願的公司有之，有借助P2P續命的公司有之，整個行業在曲折前行。中國金融科技公司顯示出以下特征：流程精簡化、個人金融智能化、P2P化、資料高效化、市場聚焦化。

标準金融産品的流程精簡化趨勢非常明顯，網際網路保險改造中國傳統保險行業，縮短了與客戶接觸距離，精簡了傳統投保流程，提供新投保方式。各種網際網路購買管道不勝枚舉。支付寶和微信支付在個人金融智能化方面獨領風騷，将金融行業核心環節用算法、模型等方式互通互聯，使高附加值業務更加快捷和民主化，目前個人金融智能化已經走出中國，面向全球。P2P化，小貸公司風起雲湧，百舸争流，典型：平安集團下旗陸金所，螞蟻小貸等。市場聚焦化展現在部分公司在細分領域深耕細作建立壁壘，典範是：京東金融、分期樂等。

系列文章

• 機器學習原理與實踐(開源圖書)-總目錄
• 深度學習原理與實踐(開源圖書)-總目錄
• Github: 機器學習&深度學習理論與實踐(開源圖書)

參考文獻

• [1] Ian Goodfellow, Yoshua Bengio. Deep Learning. MIT Press. 2016.
• [2] 焦李成等. 深度學習、優化與識别. 清華大學出版社. 2017.
• [3] 佩德羅·多明戈斯. 終極算法-機器學習和人工智能如何重塑世界. 中信出版社. 2018.
• [4] 雷.庫茲韋爾. 人工智能的未來-揭示人類思維的奧秘. 浙江人民出版社. 2016.
• [5] Ray Dalio. Principles. 中信出版社. 2017.