【WOT2018】如何利用数据训练人工智能？三位大咖教你挖掘数据价值

刘玥首先介绍了智能投顾的前世今生。Robo Advisory（智能投顾）概念始于2008经济危机后，2010年，Betterment将基于算法的资产管理模式成功带入人们的视线。德勤预计2025年，美国基于AI和算法模型的资产管理模式将管理多达5万亿至7万亿美金的资产。

传统的建模方法包括Risk Neutral、Constant Mix、60/40、Equal Weighted。

• Risk Neutral：例如，给定两个投资机会，风险中性投资者只关注每个投资的潜在收益，而忽略潜在的下行风险；
• Constant Mix：你买入低价并且卖得很高，因为你卖出表现最好的股票来买入表现最差的股票；
• 60/40：60％的股票和40％的债券或其他固定收益产品；
• Equal Weighted：许多最大和最知名的市场指数是市值加权或价格加权。市值加权指数，如标准普尔500指数，根据市值对大公司给予更大的重视。苹果和通用电气等大型股是标准普尔500指数中最大的股票。道琼斯工业平均指数等价格加权指数给股票价格上涨的股票带来更大的权重。小盘股通常被认为比大盘股具有更高的风险，更高的潜在回报投资。理论上，在等权重的投资组合中给标准普尔500指数中较小的股票赋予更大的权重，应该会增加投资组合的回报潜力。 

这些模型虽然简单直观，但过于依赖条件假设，难以个性化。自2008年有了智能投顾这个概念之后，大家越来越多的会把统计模型用于金融分析的领域中。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!