深度学习-83:金融科技公司

深度学习原理与实践(开源图书)-总目录, 建议收藏，告别碎片阅读！

当今金融逐渐IT化，而科技公司也走向了金融化。百度、阿里巴巴、腾讯和京东纷纷难道金融牌照，纷纷发力个人消费金融市场。他们一方面科技能力输出，赋力各行各业，一方面发力发展金融业务。当前科技优势往往具有高纬度打击能力，任何传统公司任何传统行业在科技企业面前不堪一击。这种背景下任何具有标准业务的公司均可能分分钟替代；科技公司逐渐金融化，攻城略地；金融公司也纷纷转型，投资IT业务，巩固自己的护城河。这背后的逻辑是什么？细思极恐。

加入我们，一起阅读和完善: 机器学习&深度学习原理与实践(开源图书)。
告别碎片阅读，构成知识谱系。

计算机在某个细分领域的计算分析超出顶级人才若干数量级。
高端人才领域金融、咨询、医生和律师等，包含大量标准规则，计算机在这些领域可能几个小时就能顶尖水平。
人工智能特别是通用人工智能，将是一个重要分水岭。
计算机或人工智能表现出的专业性，让掌握先机的公司独领风骚。

科技金融做的最好的几家公司，我们近距离观察一下吧，虽然没有做投资，他们也是我的偶像。金融巨头开始在科技领域买买买，技术起家的金融科技公司则不断拓展金融边界，补充传统金融不足。金融公司和科技公司的边界逐渐消失，未来金融的竞争力不再是牌照、历史或规模，而将从科技中爆发。

1 文艺复兴公司的计算机高频交易

文艺复兴公司的创始人是詹姆斯·西蒙斯，詹姆斯·西蒙斯热爱数学，利用数学算法观察世界和指导交易，世界公认量化交易的鼻祖。硅谷的科技大牛，遇到事业挫折，首选去华尔街的文艺复兴公司继续发光发热。从1988年至2015年，西蒙斯管理的大奖章基金的净年均收益率约为40%，同期巴菲特的伯克希尔每股帐面年化回报为15.94%，标准普尔500指数年化收益约为10.27%，西蒙斯的投资表现高出巴菲特与标普500均超过20个百分点。文艺复兴公司的量化交易让他们即使在2009年全球金融危机中也毫发未损。

文艺复兴公司具有很多科技偏执狂的特质：

喜欢数学、物理学或统计学专业的博士，对工商管理硕士戳之以鼻；
计算机利用历史金融数据，找出金融产品价格、宏观经济、市场指标liyo、技术指标等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并通过杠杆比率进行快速而大规模的交易获利；
计算机持续优化量化模型，不断思考与创新，保持高收益神话；
计算机自动搜索和筛选全市场投资机会，将投资思想或理念通过具体指标、参数的设计体现在模型中，并据此对市场进行不带任何主观情绪的跟踪分析，以保证在控制风险的前提下实现收益最大化。

文艺复兴公司的量化交易模型，以下模型均已过时，也可能是文艺复兴公司放出的烟雾弹。社会在进步，科技在前进，唯一有效的模式是变化的模型。

市场过激反应模型：如果某个期货的价格在开盘的时候远远高于前一天的收盘价，大奖章会卖空这个期货;相反的，如果开盘价远低于的收盘价，那么大奖章就会买入。
套利交易模型：如果美国政府债券长期债券的折价远远高于短期债券的折价，那么买入长期债券，抛售短期债券赚取套利机会。
趋势和联动性模型：追踪商品市场的中、长期趋势。
偏门信息源模型：某种统计算法来快速综合限价买卖指令表里的各种信息，能够很快判断出在不同价位不同数量的限价买卖指令对目前的股价究竟是推还是拉，还能够判断出如果股价真是达到了某个或者多个限价买卖指令，这些交易被执行之后，股价又可能会有什么样的连锁反应。使用别人很少使用的信息来进行分析、判断和交易的做法是文艺复兴科技长盛不衰的一个重要因素。

2 高盛的IT化趋势

金融科技逐渐渗透到传统金融领域，高盛公司直面挑战，并思考如何拥抱、布局。以前谷歌和美国政府、NASA争抢顶级科技人才，现在高盛也加入这一行列。高盛在金融危机后实现转型过程中，日益加强公司的科技护城河，高盛CEO劳尔德·贝兰克梵（Lloyd Blankfein）经常在不同场合表示，其实高盛是一家科技公司。数据表明，高盛拥有9000名科技类员工，占了总员工数25%，这一比例即使以技术驱动著称的互联网具有也望尘莫及。

美国在80年代，意识形态上打败了苏联，经济上打败了日本，美国政府降低对基础科学领域的拨款和支持。许多物理和数学学术界的学术精英转投华尔街，利用数学模型分析金融市场，搜索和利用市场机会，并量化交易获利。著名物理学家伊曼纽尔·德曼，1985年加入高盛，全权领导高盛的量化策略业务。伊曼纽尔·德曼的量化策略业务利用物理理论、机器学习理论帮助高盛建立模型估计证券的价值；建立模型估计期权的价值；建立模型评估衍生品的价值；建立模型帮助保险公司和商业伙伴评估风险；建立模型评估期权局部波动率等等。

高盛认为，金融科技公司必须以技术为基础，并专注于金融产品与服务价值链上一部分或多部分，主要包括支付、科技支持型借贷、保险、市场结构、资产管理和资金筹集等，分别对应并包含市场上的互联网支付公司、P2P公司、互联网保险公司、互联网流量平台、数字化资产配置公司和众筹行业。约翰·马奥尼表示，高盛在金融科技领域的战略布局主要有以下三点：

利用金融科技公司提升高盛核心业务能力;
利用自身能力与已有业务产生协同效应;
金融科技能帮助高盛开拓新的业务。

3 桥水基金的原则

桥水金融在中国有庞大的朋友圈和粉丝圈，《原则》出版之后，金融圈人士言必原则，一时掀起全民使用原则指导生活和工作的趋势，蔚为大观。原则一书揭示了桥水公司的价值观和世界观。原则大量的篇幅讲述个人修行原则(人和万物的边界)、心智开放原则(人和心的边界)、用人原则(人和人的边界)、决策原则(人和智能的边界)、工作原则等。

桥水团队利用公司和个人积累的投资实践，从成功与失败，挫折与困惑，绝望与恐惧中，总结公司策略级别的投资决策原则；利用历史金融数据，归纳和总结投资决策原则，支持优化和完善针对投资品类的战术级别的投资决策原则；将公司策略级别的投资决策原则和战术级别的投资决策原则转换成计算机算法，让计算机辅助做出客观投资决策。计算机和投资经理是合作伙伴关系，相互学习各展所长，合作决策客观性更好，并且能推动投资经理的进化。桥水基金与智能算法的结合，让计算机做决策已经常态化了。之所以要提炼和抽取生活和投资原则，目标其实让理投资投资经决策透明化，通过分析投资经理的原则，计算机可以准确评估投资投资经决策的可信程度。

桥水基金公司在实践是拥抱人工智能的，用算法表述投资决策标准，然后用历史数据来交叉验证；或者用算法表述工作原则，然后用来帮助管理决策。创始人达利欧认为人工智能大概率不是人类的威胁，人工智能和人类是共生关系或合作伙伴关系。计算机不具备人脑的想象力、综合分析能力和创造力，而且这种能力计算机可能永远无法具备。人脑天生就存储着亿万年生物进化培育的各种能力，计算机依据科学原则做的决策可能远远没有人脑利用直觉原则做的决策有价值。软件工程师、数学家、物理学家和博弈论研究的成功，远远没有具有理性、想象力和毅力的人成功。

创始人达利欧甚至支持人脑和机器结合是美妙的，拥有理性、想象力和毅力的顶级投资决策者，深刻理解自己的使命和归宿，计算机又赋予他们理性之剑(算力、算法和博弈)，这样顶级投资决策者就拥有了投资世界的导航地图，精确定位，使命必达。

投资的圣杯：
资产组合理论： 1990年，投资组合理论给达利欧带来的极大震撼，他认为如果拥有15-20个互不相关的资产组合，就能大大降低风险，同时收益曲线相对平滑。
资产组合实践：达利欧掌握了不同资产类别大约1000种金融产品，他们的量化团队，对于没类资产适时调整和检验基本交易原则；经过数据测试，这套优先决策规则收益提高3-5倍，可容忍风险在可控范围内。最终纯粹阿尔法投资管理理念彻底改变了对冲基金行业。

4 中国金融科技公司

中国的金融公司和科技公司在金融科技时代，有银通天下宏愿的公司有之，有借助P2P续命的公司有之，整个行业在曲折前行。中国金融科技公司显示出以下特征：流程精简化、个人金融智能化、P2P化、数据高效化、市场聚焦化。

标准金融产品的流程精简化趋势非常明显，互联网保险改造中国传统保险行业，缩短了与客户接触距离，精简了传统投保流程，提供新投保方式。各种互联网购买渠道不胜枚举。支付宝和微信支付在个人金融智能化方面独领风骚，将金融行业核心环节用算法、模型等方式互通互联，使高附加值业务更加快捷和民主化，目前个人金融智能化已经走出中国，面向全球。P2P化，小贷公司风起云涌，百舸争流，典型：平安集团下旗陆金所，蚂蚁小贷等。市场聚焦化体现在部分公司在细分领域深耕细作建立壁垒，典范是：京东金融、分期乐等。

系列文章

机器学习原理与实践(开源图书)-总目录
深度学习原理与实践(开源图书)-总目录
Github: 机器学习&深度学习理论与实践(开源图书)

参考文献

[1] Ian Goodfellow, Yoshua Bengio. Deep Learning. MIT Press. 2016.
[2] 焦李成等. 深度学习、优化与识别. 清华大学出版社. 2017.
[3] 佩德罗·多明戈斯. 终极算法-机器学习和人工智能如何重塑世界. 中信出版社. 2018.
[4] 雷.库兹韦尔. 人工智能的未来-揭示人类思维的奥秘. 浙江人民出版社. 2016.
[5] Ray Dalio. Principles. 中信出版社. 2017.