机器学习、数据科学与金融行业 系列四：智能投顾、量化投资与机器学习

机器学习、数据科学与金融行业

系列四：智能投顾、量化投资与机器学习

难点不在于没有新思维，而在于无法摆脱陈旧思想的束缚。—— 巴菲特

历史不会重演，但却有韵律。—— 马克吐温

我可以计算出天体的运动和距离，却无法计算出人类内心的疯狂。—— 牛顿

    2017年Statista的官方报告中指出：智能投顾产品管理着超过2240亿美元的资产，且这个数字预计会每年增长47.5%，而在2021年会超过1万亿。该报告估计会有1亿人在接下来的四年中会使用智能投顾服务。美国目前有超过200个智能投顾产品。

    本系列文章中的第二篇：《智能投顾》中介绍了智能投顾产品的基本形态和主要技术方向，并提到了AI技术必将会深入应用到智能投顾的产品中。
    顾名思义，智能投顾扮演着投资和顾问两种角色，此篇文章就智能投顾中的投资部分探讨人工智能的核心技术（机器学习）与传统量化投资的结合应用。
本文主要围绕以下三个核心点展开：

1. 智能投顾所采用的主要量化投资模型和技术。
2. 智能投顾主流产品现状和学术界现状。
3. 量化投资和机器学习（深度学习）结合的可行性。

注：量化投资是一个比较宽泛的概念，读者可能还听说过量化交易和算法交易等名词。简单梳理一下，我们可以认为一切投资都会转化为交易，从交易频率上可以划分为组合策略和交易策略，组合策略（投资组合管理）投资周期较长，交易频率较低；而交易策略（算法交易）则正相反。所有这些都可以基于量化技术。这样划分不是完全准确，只是为了简化这些概念。本文主要讨论组合策略所涉及的量化策略。

一． 量化投资模型和技术

 一个宏观视图
 两个核心要素
 三个基础理论
 五个主流策略

1. 一个宏观视图
   

2. 两个核心要素
   

3. 三大基础理论