-
邀請演講您好，首先由于金融業行業的特殊性（擁有海量的高價值數據，對數據依賴性非常強），我們認為機器人，確切的說是人工智能在金融的領域的大范圍應用將是必然。但從人工智能在金融領域的應用情況來看，目前還主要集中在智能客服、智能投顧、信用評估、身份識別等勞動力較為密集的領域，用于輔助金融業現有業務。更深層次的應用如智能量化交易、市場風險評估、監管等還有待未來人工智能技術以及金融監管的成熟。此外，由于人工智能在金融領域深層次的應用基于對大數據精確的應用和分析，無法考慮主觀因素，因此在人工智能在金融領域應用時，也需要人為的糾正偏差，防范大規模金融風險的發生。（如1987年，美國發生了歷史上最大規模的崩盤事件，這次股災的一個很重要的原因，是華爾街大量地使用了的程序化交易，即"投資組合保險"策略。當期貨價格與現貨間的價差擴大時，自動觸發了期現貨套利機制，買期貨、賣現貨。也正是程序化交易的一致性，讓崩盤變得更為猛烈。）綜上，我們認為，在讀金融工程專業的學生不必要對人工智能在金融領域的應用產生過度的焦慮。應以積極的心態，學好專業基本功，將人工智能作為輔助手段，進行金融業更深次的研究，解決不斷的出現的金融問題。
-
目前“機器人”的應用主要集中在數據處理以及常規分析。但金融屬于一個比較大的范疇，而金融工程目前來說在國內主要應用在量化投資和建模方向，與機器人之間有比較強的聯系。
題主應該是比較擔心機器人會極大地取代金融工程方面的就業，但我覺得這個問題不需太擔心。
目前量化方面已經主動采用了“機器人”相――人工智能和機器學習相關的功能，這只是在原來的基礎上增加了一些看起來更厲害更炫酷的工具而已，并且目前此類策略沒有明顯優于傳統策略的表現，所以離全機器交易仍有非常遠的距離。
另外投資方面本質上是人來主導的，“機器人”在投資方面打敗人仍有非常遠的路要走。
對于在讀學生，編程是必學課程了，另外打好基礎，學好數學和金融的基礎理論，還有時間再了解一下算法方面的東西就好。人生是一個不斷學習的過程，想在學校學完所有東西是不可能的，一步一步走啦
掃一掃
下載《前瞻經濟學人APP》進行提問
與資深行業研究員/經濟學家互動交流讓您成為更懂行業的人
