中国人工智能学会通讯——人工智能和大数据在金融科技的创新和应用 1. 智能教育

  1. 云栖社区>
  2. CCAI>
  3. 博客>
  4. 正文

中国人工智能学会通讯——人工智能和大数据在金融科技的创新和应用 1. 智能教育

行者武松 2017-09-01 13:35:00 浏览911
展开阅读全文

1. 智能教育

FDT最初的宗旨就是为了培养交易员,是一种公益教育。FDT有自己的教育理念,有智能的训练软件作为教育工具,还有一套完整的教育准则和评价体系。这套教育准则和评价体系就是FDT财商指数,这不仅是我们评价交易员的标准,也是个性化教育的工具。这个财商指数本质上是通过大数据给用户画像,我们的用户就是交易员和散户,以加深对他们交易行为和交易心理的理解。我们根据海量的模拟交易数据发明了FDT财商指数。这张图的横坐标是风险控制能力,纵坐标是盈利能力,用它可以分清不同的交易员的情况,然后对他进行个性化教育。我们把交易员分为四类。第一类是优秀的模拟交易员,他们相对于庞大的FDT用户是很少的,占比不足1%,这部分交易员收益风险俱佳,可以重点培养,甚至可以给他实盘操作。第二类就是高级模拟交易员,占比约9%,他们交易的意愿比较强,可以通过个性化的智能教育和培训帮助他提高。第三类就是中极模拟交易员,占比超过40%,他们风险意识较强,可以考虑被动投资。第四类是初级模拟交易员,FDT财商指数值比较低,但人数最多,占比超过50%,需要继续帮助他们上金融教育课。

FDT财商指数的创新,在于它结合了人工智能+大数据+行为经济学。传统的金融方法都是靠问卷,基于人工设定的权限规则,对设定之外的行为特征就无能为力了;而FDT的财商指数是基于人工智能,通过非线性的机器学习模型,将上百个交易特征结合在一起,自动地抽取大量的判定规则,最终形成了财商指数的分数排序。传统的金融是基于结算后的“天”级别的数据,数据量少,非常简单,而且是单机计算,无法发现隐藏的风险和行为特征;而FDT的财商指数是对大数据按照毫秒级的行情识别,进行实时的分步式并发处理,可以深刻地了解交易员的心理和行为,数据越多,对交易员的个性化描绘越清楚,从而可以更有针对性地做个性化的教育和训练。在特征方面,传统金融方法都是基于盈利或者回撤数据;而FDT财商指数是基于行为金融学来刻画用户的心理特征和行为偏差,这背后需要大数据架构的技术支持。综合来看,FDT财商指数的交易行为特征,是基于行为金融学和对冲交易的专家经验的紧密结合。这是我们对每个交易员提供的FDT财商指数的报告,这是一个大报告,四个象限,包括盈利、风险、一致性、活跃度,每一个后面都有一些具体的分析。其他的都好理解,只解释一下“一致性”,简单来说就是“穿越牛熊”的能力,能够在变化的市场中灵活调整策略来实现稳定的盈利输出。下面是我们根据财商指数,对参与交易的这些学校做的一些排行。

网友评论

登录后评论
0/500
评论
行者武松
+ 关注
所属团队号: CCAI