摩根大通发布了一份题为《大数据与人工智能战略：机器学习和其它投资数据分析方法（Big Data and AI Strategies: Machine Learning and Alternative Data Approach to Investing）》的报告，对机器学习和大数据对金融领域的影响进行了全面的阐述。
摩根大通最新报告指出，基于计算机公式并由电脑直接交易的定量投资方式，目前正在淘汰传统的人工选股，并成为股市的主导力量。
摩根大通的全球衍生品和定量研究主管科兰诺维奇(Marko Kolanovic)估算，自主交易者只占股票交易量的10%左右，而被动投资与量化投资约占60%左右，是10年前的2倍多。
科兰诺维奇分析，大型技术股在上周五至本周一期间突然下跌的原因，可能是投资者通过定量分析，改变了策略而导致的。也有可能是利用计算机程序的算法来决定交易下单的时机、价格所导致的。上周五，标普500指数有1.3万亿美元的期权衍生品到期，这很可能导致交易仓位的变化，也同时导致市场波动率自上周五开始略微抬头。
以$亚马逊(AMZN)$ 为例，自上周五以来，其股价已经经历2轮下跌。
这份长达 280 页的报告中包含许多细节，总结来说，对交易员和投资者提出了12条指导思想：
银行需要聘请优秀的数据科学家，但他们也需要了解市场运作方式
机器最适合在短期和中期做出交易决策
金融机构需要大量人力来获得、提炼和评估数据
有很多不同种类的机器学习方法，它们正用于不同目的
监督学习将被用于预测趋势
无监督学习将被用于识别大量变量之间的关系
深度学习系统将承担起难以定义但易于执行的任务
强化学习将被用于行动的选择，以最大化收益
你不需要成为一位机器学习专家，但你需要成为一位出色的 quant 和出色的程序员
以下为你需要知道的编程语言和数据分析包
Python 语言机器学习已经成为主流
支持部门需要理解大数据
作者：海鲸金融
链接：https://xueqiu.com/3197853701/87396126
来源：雪球
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
