深度学习与人工智能在FinTech中的应用

深度学习

过去的20年中，伴随诸如大数据分析，神经网络，遗传算法和机器学习等技术的发展，金融服务业也发生了革命性的变化。 现在，金融科技（FinTech）正处于将人工智能和深度学习融入金融服务的真正革命性时刻。 这种结合可能以20年前我们无法想象的方式来重塑全球金融市场。 然而这一切绝非偶然，埃森哲在2015年的一份报告（The Future of Fintech and Banking）中追踪了全球对金融科技的投资; 显示投资已从2008年的9.3亿美元跃升至2015年初的超过120亿美元。

数据爆炸

过去10年来数据的爆炸式增长令人难以置信，以至于没有智能化自动化的技术支持，人们几乎无法理解这些海量数据。随着数据分析需求的不断发展，对增加计算能力的需求也越来越大，人工智能系统也越来越容易开发和集成。

许多公司已经使用Kasisto这样的程序来帮助公司改善客户服务并将客户更好地连接到产品和服务。 尽管Kasisto率先使用他们的智能机器人来帮助人们管理股票和投资组合。然而，几年来它只是AI如何改变Fintech的初级应用。目前，人工智能和机器学习已经开始在整个金融界得到应用，开始了金融演进的下一步。例如像Affirm，Zest Finance和Kensho这样的Fintech初创公司已经应用了深入学习来改善投资决策和财务处理。 Zest Finance重新定义了信用评级并使用大数据分析来提供比当前系统更准确的信用评级。

机器学习

新兴初创公司的主要特点之一是使用机器学习算法来获得交易优势。公司的客户群体往往会有所不同。例如，像Binatix这样的初创公司更多地针对更大规模的投资组合和对冲基金管理的大型数据集和分析；而Inovance则试图将基于机器学习的交易分析技术用于帮助普通投资者。同样，Alpaca（深度学习Fintech初创公司）推出了一个深度学习交易平台Capitalico，让投资者无需任何编程或市场投资经验即可实现交易策略的自动化。

机器学习的主题贯穿整个金融服务业演化的过程，银行业务变得越来越个性化。像Wallet.ai这样的智能钱包将采用与银行、财务顾问或人工助理不同的方法帮助我们分析、定价和考虑我们购买的每一件东西。PwC在报告Financial Services Technology 2020 and Beyond:Embracing disruption中预测，由于自动化和人工智能创新成本的下降，这次金融革命将导致银行再次“重组”和本地化。

人工智能分析可以应用于整个金融界。未来几年，我们将看到深度学习渗透身份认证、投资组合构建、自动交易、欺诈检测和交易安全。PwC预计未来三到五年，预计未来三到五年人工智能将在金融界打下基础，然后随着技术变得更便宜，更广泛，并且被普通民众所接受所带来的快速扩张。深度学习和金融科技的合作将走向何方，我们拭目以待。

参考：DEEP LEARNING AND AI IN FINTECH, Josh Hamilton