LOADING...
LOADING...
LOADING...
当前位置: 玩币族首页 > 币圈百科 > 2020年投资:探索AI,机器学习和Alt数据

2020年投资:探索AI,机器学习和Alt数据

2020-01-17 wanbizu AI 来源:www.financemagnates.com

人工智能(AI),基于Web的通信的最新发展以及公司和个人每天可以访问的内容量的急剧增长已经使世界步入了我们的视野;世界被赋予了知识和信息的天赋,以及对知识和信息进行分类的挑战。

因此,投资者和投资的任务是获取提供给他们的大量数据,并从中使用有用的工具,否则就有可能落在路边。

探索澳门iFX EXPO Asia 2020 –最大的金融B2B博览会

面向私人市场投资者的数据平台Mercatus的首席执行官Haresh Patel告诉《金融大亨》,“传统思维正成为金融公司的风险业务。”

但是,与此同时,谨慎行事,简单地转向“最新,最大”的投资技术或数据同样具有风险。一年之初,为投资者提供了无数新工具和数据源,比以往任何时候都更先进,更可自定义,但是,与十年或二十年前相比,投资者有更好的表现吗?

Patel解释说:“软件行业建立了(公司已经购买了)部门解决方案来满足特定需求,但这造成了数据孤岛的迷宫,反过来又造成了数据灾难。”

确实,信息和技术的超载可能与获取太少的信息和技术一样有害。因此,少即是多:成功的关键在于行动要精准。

但是,投资者如何有效利用现有的新工具和技术来避免“数据灾难”?

将“数据,工作流和财务模型连接到一个集成系统中”

Patel相信:“我们所看到的最重要的趋势是,公司开始摆脱这种传统思维,转而专注于创建可在部门,系统和外部源之间集中和利用数据的数据体系结构。”

在实际水平上看起来像什么?

帕特尔(Patel)表示,从Mercatus的角度来看,“作为致力于解决增长最快的细分市场的主要痛点的公司,我们在金融市场(即私人市场)中进行投资,我们看到一些最大的品牌使用的软件本质上更加灵活,使他们能够多样化进入新的资产类别,地区和意外的新业务框架。”

Mercatus的Haresh Patelchief执行官,私人市场投资者的数据平台。

这类平台“利用和集中来自资产运营商,能源定价系统,会计系统等的内部和外部数据输入,以促进筹款,投资和资产管理团队之间的实时报告和协作。”

换句话说,“这些早期采用者能够将数据,工作流和财务模型连接到单个集成系统中,从而为数据驱动的决策,见解和报告提供快速支持。借助高级分析和自定义仪表板,他们能够快速了解??关键趋势和关键绩效指标,例如性能,风险,预测和内部收益率,直至资产级别。”

人工智能正变得越来越流行,但人工智能并不是有效投资策略的灵丹妙药

人工智能(AI)技术的进步已部分支持创建此类工具和平台。 “基于人工智能的解决方案可以使投资公司做出更明智的决定。这包括高精度数据分析:投资模式,预测分析和客户参与度,”基于AI的身份验证服务提供商Shufti Pro的首席执行官Victor Fredung解释说。

“使用机器学习算法,可以优化投资数据以增强投资组合管理以及运营效率。一旦决策得到改善,它将带来更好的报告,更高的准确性以及更好的与客户联系的机会。”

个人理财博客Money Crashers的财务专家David Bakke。

但是,无论是否采用AI技术,并非所有算法都是一样创建的-“大多数算法倾向于收集“所有”数据,而不仅仅是需要的数据,”个人理财博客Money Crashers的财务专家David Bakke解释说。

Bakke认为,因此,“这几乎是’全有还是全无’的类型主张。如果您要自己执行此操作,则将花费大量时间和精力,并且必须对要搜索的内容具有高度的针对性。例如,如果您要依靠一个机器人投资网站,那么将会有一些无法解释的异常情况。”

“因此,从某种意义上说,虽然这似乎是比根本不使用任何数据更好的策略,但这是一个废话。”

为了使数据更加相关,人工智能领域很有可能会在安全性和透明度方面得到改善。”

但是,巴克确实认为,人工智能的发展最终会导致改进算法和数据收集系统的发展。

Bakke说:“人工智能领域很有可能会在安全性和透明性方面有所改进,以使数据更加相关。”他告诉《金融大亨》:“除此之外,随着这一细分市场的不断发展和完善,您将在收集更多智能数据和消除不必要的数据方面看到改进。”

但是,与此同时,Haresh Patel指出,随着围绕AI的使用建立了法规,在数据中使用AI的突然急剧增加可能会发生一些重大变化:“考虑到世界正在迅速向数字化转型,从数据的收集方式到共享和分析的方式,人工智能几乎将影响数据的各个方面。”他说。 “ 2020年将发生一些重大变化。”

例如,“保护隐私和数据的新地标性法律已于2020年1月1日在佛蒙特州和加利福尼亚州生效,各州要求数据经纪人从公共记录和私人来源收集有关个人的信息,以披露其公司名称和做法消费者可以自由访问的注册表上。”

基于AI的身份验证服务提供商Shufti Pro的首席执行官Victor Fredung。

他补充说:“我预计类似的措施将在其他州生效,但现在还为时过早。”因此,考虑个人数据以告知投资者的算法可能会受到这些法规的影响。

替代数据的曙光

但是,人工智能的发展也使得能够创建新型的“替代数据”,这些数据可以创造性地用于向投资者告知相关趋势。尽管替代数据已经存在了一段时间,但该领域的知名度仍在不断增长–但是,与AI一样,获得替代数据并不是良好投资策略的全部目标。必须明智地使用它。

究竟什么是替代数据?替代数据公司Indexica的首席执行官Zak Selbert去年年底在接受Finance Magnates采访时解释说,他的公司制定了一系列衡量全球新闻内容的指标,以确定市场情绪。

建议文章

AAFX交易如何保持领先地位去文章>>

例如,Indexica的“惊奇”指标“着眼于公司周围的事件,因此,例如,如果发生诸如“ Netflix报告的订户水平低于预期”之类的事件,那将是一个惊喜;或“波音取消737的生产”。”

Indexica的另一个指标“未来性”是“读取语言并分析时态是否紧张”的指标。 [of the language] 是将来还是过去……它还提取时间和日期。”

Indexica联合创始人兼首席执行官Zak Selbert。

例如,“因此,如果 [it was] 塞尔伯特解释说,亚马逊在新闻文章中提到“亚马逊明年将发布无人驾驶飞机”,该公司将把这种说法量化为“未来”,因为使用了“明年”一词。 ”

“鉴于此,如果我们读到一篇文章,说’波音公司将其波音737飞机停飞了,我们会将其定为’去年’。”

“所以,想象一下,从我们阅读的所有文本中将这种类型的词汇乘以数百万个句子,然后将其映射到公开交易的证券,”以及某些加密货币资产(例如比特币)。

“这就是该指标的作用-有趣的是,如果您查看它,并且查看市场表现,那么将来谈到公司的频率和程度之间往往存在非常密切的关系。 [tense],然后是他们的股票表现。”

换句话说,在将来时态中提及公司的次数越多,“它往往表现得越好”。

筛选数据集时,投资者应搜索“正交”数据

但是,尽管替代数据源看起来很聪明,但如果没有有效利用替代数据,它几乎是无用的。 Haresh Patel说:“获得良好数据就像拥有可以帮助您做出明智决定的行业优势一样。” “这些独特的见解使您可以了解行业趋势,这些趋势可能对广泛的投资者而言是显而易见的,但需要进行明智的解释才能为您的投资组合增加价值。”

“[Alternative data] 对于那些主要寻找特定趋势而非粗略汇总数据的基金经理而言,可能会或可能不会有所帮助。” Haresh Patel说。

本质上,“关键是根据地理位置,市场和人物角色对数据进行分类并建立配置文件。与大数据相比,替代数据可以帮助定制客户体验并优化运营。”

但是,如何确定替代数据的有效性呢?扎克·塞尔伯特(Zak Selbert)在与Finance Magnates的最近电话会议中解释说,例如,定量基金(利用先进的定量分析功能选择证券的基金)通常想知道“数据集是否只是孤岛,具有某种预测价值-答案是“是”或“否”。”

Selbert继续解释说,量化基金通常问数据集的第二个问题是“它是否增加了任何价值”,换句话说,“传统市场因素很容易获得;因此,如果剔除传统市场因素的影响,数据集仍然有价值吗?”

在这一点上,“那些突出的人”是“正交的”,换句话说,“它们与传统的市场因素没有关系,”他解释说。

CBD资本集团首席执行官David Metzler。

Selbert说:“这就是开始为买方的客户查看的许多数据集减少价值的原因。”

投资者还需要考虑他们可以访问的“其他类型的市场数据,包括替代数据”,并且随着替代数据领域的不断增长,投资者拥有比以往更多的选择。

“垃圾进,垃圾出”:不同的数据与不同的行业相关

同样重要的是要记住,并非每个数据或信息都适合每个部门的工作或投资。

例如,房地产数据分析公司Mashvisor的市场总监Daniela Andreevska表示,在她的行业中,“在房地产投资决策中,使用大数据,预测分析和AI的重要性正在不断提高。 ”

“投资者不仅要基于租赁物业的过去表现(传统分析),而且还要基于未来的预期表现(预测分析)来做出投资决策。当然,未来的预期表现很大程度上取决于过去的表现趋势以及整个房地产和住房市场的趋势。”

房地产数据分析公司Mashvisor的市场总监Daniela Andreevska。

CBD Capital Group的首席执行官David Metzler是一家致力于收购美国中小型大麻二酚(CBD)公司的风险投资集团,他分享了他的公司“获得了4000万+电子商务数据点的许可,从而创建了一个队列来比较我们的预期收购反对。”

“[ …]我们 [also] 使用了由Rand Corporation所有主要健康保险公司使用的MOS医疗保健研究,”他补充说。 “这为我们提供了一种独特的能力,可以使用这些数据来收购产品在统计上对客户有效的公司,从而可以代表客户回购率和忠诚度(如果产品在客户眼中起作用,他们将再次购买) 。”

对于加密货币行业,David Bakke建议:“您要查看的数据是用户发布的利润和亏损(这可能是一个挑战,我可能会补充说);”销售和购买(更容易发现)和收益。”

综上所述,您可以使用多种加密货币投资组合工具中的任何一种来获得更好的收益,”他补充道。

最终,尽管Haresh Patel说过:“好的决策只与手头的数据一样好-正如古老的格言所说:垃圾进,垃圾出。 “

“由于当今可用的数据量巨大,它需要在全公司范围内对数据摄取,清理和质量控制进行持续的承诺,并对对哪些数据在促进明智,快速的投资决策方面最关键的问题有深入的了解。”

—-

原文链接:https://www.financemagnates.com/cryptocurrency/news/investing-in-2020-exploring-ai-machine-learning-alt-data/

原文作者:Rachel McIntosh

编译者/作者:wanbizu AI

玩币族申明:玩币族作为开放的资讯翻译/分享平台,所提供的所有资讯仅代表作者个人观点,与玩币族平台立场无关,且不构成任何投资理财建议。文章版权归原作者所有。

LOADING...
LOADING...