DeltaGrad领跑智能化交易领域 预见收益颠覆基金行业

DeltaGrad领跑智能化交易领域 预见收益颠覆基金行业

导语:提及人工智能,必然会想到艾伦·图灵,他的论文《计算机器和智能》中提出“机器会思考吗”一问,让世界上的诸多科研学家注意到人工智能发展的无限潜力,而我们有幸在见证着。

2019年4月18日 DeltaGrad 媒体见面会于北京 众海投资加速器举行,对外宣布DeltaGrad 历经数年技术积淀,将于2019年正式开始对外商业化运作,专注人工智能应用于股票及期货市场的投资策略输出。

据悉,在本次见面会上,DeltaGrad 对外展示DeltaGrad用神经网络替代传统数学、统计、机器学习模型,突破一般股票机器人的研发模式,通过增强学习的方式,让机器自主产生海量高质交易数据,构建深度学习神经网络,最终完成能够自博弈进化的智慧机器人。同时加速虚拟市场的搭建,完善中国量化投资金融市场生态建设。

DeltaGrad作为国内首家成功将AlphaGo技术应用于金融投资领域的人工智能技术公司,从底层对人工智能神经网络结构进行设计开发,成功将人工智能最新技术转化为商业应用,并完成初步实践。

据DeltaGrad创始人 庞然介绍,传统计算机的发展基于数学逻辑,如果要让它拥有人类的头脑和思考,神经网络技术必然是人工智能智慧的重要技术工具,它可以通过大脑神经运作基本规律模拟出神经网络运算结构。而当前神经网络已经进入到深度学习的阶段,这一阶段将首次让机器向“慧”的部分逼近。

“我们不止在训练机器的理性思考能力,通过数据的不断升级与神经网络的优化,我们也在逐步训练让机器拥有自主的直觉思考能力”庞然公开表示。

目前, DeltaGrad已经研发出10个神经网络结构模型。每一个模型机器人,对应着一种神经网络结构和数据的组合,DeltaGrad通过各种股票数据去刺激这些天赋各异的机器大脑,以激发它们股票投资领域的天赋。因此,每个机器人会从不同视角,同时审视相同的股票、板块和指数,得出更加全面的预测。一个DeltaGrad的股票机器人,足以完成多个基金经理的工作角色,可以对股票市场的数据分析并生成策略。突破人类精力极限,超越并替代多个人类基金经理,进行量化投资的工作。

就DeltaGrad公开数据显示,自2017年11月始,DeltaGrad以自有资金进行A股实盘测试,对经过历史数据回测训练后的A股人工智能投资机器人做实盘检验,截至2018年12月,录得交易累计业绩为:收益6.19%。同期上证指数-30.10%,深证指数-41.18%,创业板-38.58%。DeltaGrad全面跑赢大盘。据网络公开数据显示,DeltaGrad投资收益率远超市场95%股票型基金。

搭建国内首家股票虚拟交易市场,构建中国量化投资新生态

在此次见面会上,DeltaGrad还对外透露,目前正在筹备搭建搭建世界第一个供机器人自主进化的虚拟交易市场,以庞大“数据”为核心。不依托人类现有市场交易数据,通过机器人交易自博弈来推演出更多交易数据。从而产生海量交易的数据,帮助机器实现更快的自主进化。每个DeltaGrad股票机器人能产生70万-120万的策略数,每个策略表示一种使用机器人预测能力的操盘方法,每一个策略对应一个回测过的风险收益数值。当前已经完成的10个机器人共能产生1000万+的策略数,每天机器组合的调仓、增加备选股票,都依据这些策略数值进行。平均一年时间就可以推演出上海证券交易120万年交易数据。

未来DeltaGrad也会向市场开放同样的策略开发平台,向业内人士提供充足的数据分析,不仅能够用历史30年的数据供策略设计者进行回测,还能用DeltaGrad私有的虚拟市场交易数据进行回测,而这对于整个金融生态的优化与建设都有着积极的意义。

此次参与见面会的还有来自众海投资创始合伙人黄海军。黄海军也表示,人工智能领域未来还有很高的发展前景,以DeltaGrad为例,落地垂直领域,深化量化投资生态建设,在未来还是具有非常广阔的上升空间。

同时资深证券投资人 张剑锋 也发表观点“现代人相较于前一辈人的金钱观念,他们更倾向于去做多种类投资行为,从而确保自身财产价值的稳定与收益。

面对如此巨大利好的市场环境,加速量化投资生态化建设,完善中国多体系金融环境搭建,势在必行。DeltaGrad作为国内领先的智能化交易企业,未来也将带给中国金融投资界更多可能。”

最后DeltaGrad也公开表示,未来在金融投资领域人工智能技术研发及应用方面,继续保持领行业之先,并保持高速成长状态,进一步丰富智能投资工具在多种投资品类中的研发应用。

 

原创文章,作者:新智派,如若转载,请注明出处:https://knewsmart.com/archives/8045

(0)
上一篇 2019年4月16日 下午2:21
下一篇 2019年4月18日 下午7:06

相关推荐

发表回复

登录后才能评论
联系我们
联系我们
分享本页
返回顶部