疫情下的人工智能算法量化交易市场的发展

  尽管新冠病毒大流行,在2020已经后续的发展中,继续改变着各个行业的增长,但疫情的直接影响却是多种多样的。虽然一些行业的需求将下降,比如文化旅游,酒店餐饮等等。

  但其他许多行业将继续保持平稳,并显示出令人鼓舞的增长机会。比如2020年的资本市场。在美联储量化宽松政策下,美股2020迎来了新冠之后的大增长。

  依据多家研究机构研究,算法交易的市场会在2020年到2024年增加42.7亿美元,而且行业平均基于算法交易的年复合增长率在6%左右。

  新冠病毒所带来的动荡已造成全球市场的巨大混乱,并且一直是交易者朝积极管理投资迈进的催化剂。主动管理型投资的敏捷性和灵活性现在可以更好地应对市场波动,从而将交易从主要是以被动型投资削弱了。比如,目前的交易市场的特点是持有期缩短,例如,当一只股票下跌60%,然后很快反弹35%。它使活跃的交易者可以在几天或几周的时间内多次进出股票,而不必依靠中长期的预测和基本面来决定是多头还是空头。

  金融服务行业中AI的出现将成为算法交易市场规模增长的主要因素。由于人工智能的发展,监管机构也开始注意到个人如何与市场交流。AI算法的交易自动学习的预定义的规则,回测并置于预定义的级别来分析股票市场中的每个趋势和机会。因此,这些AI检测到流动性的机会并将人工智能知识转化为明智的交易决策。在疫情时代和继续的量化宽松下,预计这些因素将进一步推动算法交易市场规模。

  越来越多的资本市场公司正在采用机器学习和其他人工智能技术来构建算法交易系统,该系统可以从数据中学习而无需依赖基于规则的系统。随着数据科学家的聘用,云计算的进步以及对用于训练机器学习模型的开源框架的访问,人工智能正在改变交易平台。最大的银行已经推出了用于股票交易的自学习算法。

  尽管传统算法是由程序员和量化策略师创建的,但是这些基于if / then规则的算法并不是靠自己学习的;它们是基于预设算法的。他们需要更新。相反而言,通过机器学习,您可以将其交给机器来学习最佳交易模式并自动更新算法,而无需人工干预。这就是传统量化和人工智能量化最大的区别。

  机器学习背后的势头正日益受到全球大流行所造成的动荡的关注。专家建议,使用机器学习构建的模型更快,更复杂,并且可以适应极端事件,例如由COVID-19爆发引起的波动性激增。

  在全球大流行之前,股市一直在波动并呈上升趋势。“在那种世界中,一天看起来很像第二天。然后,新冠发生在3月份,波动率从15的VIX上升到80的VIX“然后,突然之间,突然出现的交易系统承受着巨大的压力,市场数据量和定单率不断攀升,”他说。

  机器学习系统取代了硬编码规则,而使系统可以测量环境中发生的事情并将市场中的新数据纳入决策计算中。就像命令式执行通过AI革新执行场所以减少市场影响一样,可以使用机器学习和AI来提高算法性能。

  基于云的算法交易系统有望在算法交易市场规模增长中发挥重要作用。这种增长归因于所提供的各种好处,例如最大的利润收益,因为基于云的交易系统可帮助交易系统实现交易流程的自动化,简单的交易数据维护,成本效益,可扩展性和有效的管理。基于云的交易基于云计算模型,该模型使用通常通过Internet访问的远程服务器网络来存储,管理和处理数据。

  其实,这一轮疫情带来的高失业率,掩盖了一个发展中的问题,人工智能和自动化的问题对劳动力的替代。其实回看历史,在每一次的经济衰退中,每一个替代劳动力的自动化都出现了大幅增长。每一次的衰退,通常会驱使公司投资于新技术,而不是雇用人员。

  2020年3月,由于冠状病毒传播,金融市场暴跌,导致断路器停止了整个市场的交易。在三月份的低点之后,算法交易为市场复苏做出了贡献。因此,自2020年3月以来,算法式交易执行的交易量急剧增加。

  卖方公司大约在五年前开始开发基于人工智能的算法,但是直到最近两年,卖方的AI生态系统才达到了可扩展的水平。银行和资产管理者正在使用自然语言处理(NLP)和机器学习来从语音,文档和音频中提取有价值的信息。在“ AI:自然语言处理和非结构化数据之战”中阅读有关AI和机器学习的更多信息。

  例如,AI技术最常见的用途是通过校准紧急程度来最小化市场影响并最大化机会价格,从而调度算法执行。报告称:“大数据可用于学习以比传统算法更可预测的方式调度算法子切片。”价格和交易量预测也是AI的常见应用,而价差捕获优化似乎正在产生结果,尤其是在亚洲较高价差的市场中。

  现在,机器学习的势头与GPU,并行处理和大数据的技术进步有很大关系。 “这反映了云功能的融合,数据的扩散以及AI和机器学习模型的进步。

  一些公司开始使用自主算法编程,并且很快量子计算将取代GPU和并行处理。他们用Java编写代码,添加接收数据的模块,并编写代码以改善算法的实际工作。分析师预测:“我们将进入一个没人在编码算法的时期,因为它们将使用自主算法编程。”但是,基于AI的金融算法需要复杂才能良好地表现,而且不一定要直观就能理解。所以AI的金融算法,还会有很长一段时间的优势和发展机会。

内容转自网络,版权归原作者所有,如有侵权请及时联系,转载请以链接形式标明本文地址
本文地址:http://techknzz.com/?ai/3908.html