《人工智能操作在證券類(lèi)產(chǎn)品中的應(yīng)用》學(xué)位論文選題和文獻(xiàn)綜述報(bào)告一、擬定論文題目（25字以?xún)?nèi)）人工智能操作在證券類(lèi)產(chǎn)品中的應(yīng)用二、選題的背景/來(lái)源/目的隨著證券市場(chǎng)的不斷發(fā)展，越來(lái)越多的投資機(jī)構(gòu)開(kāi)始運(yùn)用基于大數(shù)據(jù)的人工智能技術(shù)來(lái)從事證券投資分析研究與交易。金融市場(chǎng)大數(shù)據(jù)獲取的便利性也使得這一技術(shù)迅速滲透到證券投資的各個(gè)領(lǐng)域。人工智能技術(shù)在證券投資領(lǐng)域的應(yīng)用正成為下一個(gè)互聯(lián)網(wǎng)金融的熱點(diǎn)。由此而產(chǎn)生的全新的投資策略、交易模式將會(huì)給監(jiān)管層帶來(lái)諸多挑戰(zhàn)。人工智能(AI，ArticialIntelligence)定義為從環(huán)境中接收感知信息并執(zhí)行行動(dòng)的智能代理(IA，IntellgentAgent)。從外部看，每個(gè)這樣的智能代理都實(shí)現(xiàn)了一個(gè)把感知序列映射到行動(dòng)的函數(shù)集，這些函數(shù)集從外部反映了智能代理的特性。從內(nèi)部看，智能代理函數(shù)集是通過(guò)運(yùn)行在自身結(jié)構(gòu)上的智能代理程序?qū)崿F(xiàn)的。目前很多投資機(jī)構(gòu)開(kāi)始運(yùn)用基于大數(shù)據(jù)的智能代理進(jìn)行證券投資。雖然智能代理也是由程序?qū)崿F(xiàn)的，但它構(gòu)建了學(xué)習(xí)機(jī)制以及建立在其上的知識(shí)庫(kù)，因此，具備了一定的學(xué)習(xí)、推理以及進(jìn)行決策的能力。資本市場(chǎng)本身的特性，使得證券投資智能代理面臨非常復(fù)雜的任務(wù)環(huán)境，其特征表現(xiàn)為部分可觀察、隨機(jī)的、延續(xù)式的、動(dòng)態(tài)的、連續(xù)的和多代理人的。交易所高頻行情數(shù)據(jù)以大概每分鐘6MB的速度更新，數(shù)據(jù)的增長(zhǎng)速度是驚人的。計(jì)算1天的所有狀態(tài)估計(jì)的計(jì)算量超過(guò)10的100次方(目前可觀測(cè)到的全部宇宙的原子的數(shù)目小于10的80次方)。因此，設(shè)計(jì)一個(gè)能夠應(yīng)對(duì)全部任務(wù)環(huán)境的智能代理幾乎是不可能的。目前通常的做法是給定一個(gè)具體的任務(wù)環(huán)境，然后設(shè)計(jì)開(kāi)發(fā)智能代理。由于早期的計(jì)算能力和數(shù)據(jù)有限，設(shè)計(jì)開(kāi)發(fā)者的視野和認(rèn)知受限，設(shè)計(jì)開(kāi)發(fā)出來(lái)的證券投資智能代理大部分是簡(jiǎn)單復(fù)制某些已知的投資策略。只是由于計(jì)算機(jī)處理的效率和沒(méi)有人為因素影響，使得其能夠獲得比人操作更好的表現(xiàn)。目前很多高頻交易、量化交易都屬于此類(lèi)形式。此類(lèi)智能代理沒(méi)有“貢獻(xiàn)”新的認(rèn)知。隨著近幾年大數(shù)據(jù)技術(shù)的廣泛應(yīng)用，智能代理的任務(wù)環(huán)境擴(kuò)展到了更寬、更深的領(lǐng)域。機(jī)器學(xué)習(xí)技術(shù)的大規(guī)模應(yīng)用，使得智能代理具備了超越其設(shè)計(jì)開(kāi)發(fā)者的認(rèn)知和視野的能力：智能代理可以“貢獻(xiàn)”新的認(rèn)知。證券投資領(lǐng)域因此將會(huì)產(chǎn)生革命性的變革。三、選題的價(jià)值和意義傳統(tǒng)的投資策略生產(chǎn)模式將被顛覆，大部分分析師的工作都可以被智能代理取代，而且可能做得更好。其次，投資策略的生產(chǎn)從“確定的模型”向“隨機(jī)的效用”轉(zhuǎn)變?！按_定的模型”是確定的事件發(fā)生時(shí)，通過(guò)模型計(jì)算，求解最優(yōu)的配置資產(chǎn)的方案?！半S機(jī)的效用”是依據(jù)效用函數(shù)對(duì)發(fā)生的隨機(jī)事件進(jìn)行反應(yīng)，求解最優(yōu)效用資產(chǎn)配置方案。機(jī)器學(xué)習(xí)的強(qiáng)大挖掘能力，結(jié)合大數(shù)據(jù)，將會(huì)產(chǎn)生更多以往無(wú)法通過(guò)經(jīng)驗(yàn)和理論推導(dǎo)出來(lái)的新認(rèn)知，成為新的投資策略持續(xù)生產(chǎn)的源泉。而且由于速度的提高，使得投資策略的生產(chǎn)時(shí)間從以往的短則幾天、長(zhǎng)則幾個(gè)月，縮短到可以以秒、分鐘來(lái)衡量。完全個(gè)性化的、實(shí)時(shí)的投資策略生產(chǎn)成為可能，每個(gè)投資者都可以按照其需求定制個(gè)性化的投資策略。投資策略本身而不是某個(gè)證券，成為可以買(mǎi)賣(mài)的“產(chǎn)品”。這里的投資策略指的是滿(mǎn)足某些特定指標(biāo)，具備完整操作邏輯的智能代理程序。智能代理能夠以更快的速度、更高的精度和更敏捷的反應(yīng)執(zhí)行交易?！笆止は聠巍钡臅r(shí)代將逐漸成為歷史。一個(gè)智能代理交易程序能夠輕易地同時(shí)跟蹤幾百只不同的證券，同時(shí)還能通過(guò)實(shí)時(shí)觀察申報(bào)單的態(tài)勢(shì)、高頻交易數(shù)據(jù)，擬訂最優(yōu)交易指令，并準(zhǔn)確無(wú)誤地執(zhí)行?？缡袌?chǎng)、跨品種的交易將能夠很輕松地實(shí)現(xiàn)，以往“人眼盯盤(pán)、手工下單、人工查詢(xún)”的交易模式將被徹底改變。投資人可以委托自己專(zhuān)屬的“交易機(jī)器人

”幫助自己完成所有這些事項(xiàng)，他需做的事情就是給此“交易機(jī)器人”裝載某個(gè)投資策略。隨著證券投資人工智能代理設(shè)計(jì)開(kāi)發(fā)的普遍性、復(fù)雜性的提高，將衍生出新的業(yè)態(tài)。比如，專(zhuān)門(mén)用不同測(cè)度方法對(duì)信息進(jìn)行量化，并發(fā)布給特定智能代理程序的信號(hào)服務(wù)提供商；專(zhuān)門(mén)進(jìn)行投資策略設(shè)計(jì)開(kāi)發(fā)的工作室、供應(yīng)商；為投資人提供智能交易代理服務(wù)的交易服務(wù)商；提供大數(shù)據(jù)服務(wù)的專(zhuān)業(yè)和通用的數(shù)據(jù)服務(wù)商等。隨著人工智能技術(shù)不斷深入各個(gè)領(lǐng)域，以往看似毫不相干的領(lǐng)域(比如“微博”、貼吧與股票相關(guān)性、某只股票的股民的大數(shù)據(jù)等等)也會(huì)被重新考量，證券投資的生態(tài)圈將在廣度和深度上擴(kuò)展。證券投資行業(yè)將涌現(xiàn)出大量基于“要素”的新型業(yè)態(tài)，提供更細(xì)分、更多維度和層次的服務(wù)?；诖髷?shù)據(jù)的人工智能的應(yīng)用可以顯著提高資本市場(chǎng)的深度和寬度。基于“效用”決策的智能代理，會(huì)不斷在整個(gè)“交易機(jī)會(huì)空間”中以人工操作無(wú)法想像的速度、效率和海量計(jì)算積極地搜索和學(xué)習(xí)，捕捉任何可能的交易機(jī)會(huì)。由于各自的獨(dú)立性以及路徑的差異，反過(guò)來(lái)會(huì)極大地拓展資本市場(chǎng)的多層次特性。四、文獻(xiàn)綜述reasoning,CBR)，主要包含案例檢索、案例重用、案例修正和案例保存四個(gè)過(guò)程。本文首先結(jié)合給定個(gè)股的證券時(shí)間序列的技術(shù)形態(tài)特征，利用基于最大最小點(diǎn)實(shí)現(xiàn)了典型技術(shù)形態(tài)的模式識(shí)別，及識(shí)別形態(tài)模式的起止時(shí)間、成交量、MA.OBV,RSI等指標(biāo)屬性值的信息，以連續(xù)3個(gè)形態(tài)模式作為一個(gè)完整的案例，構(gòu)建案例庫(kù)并表示案例。然后，利用案例檢索的相似匹配算法一NN算法，檢索出與目標(biāo)案例相似的己經(jīng)存在于案例庫(kù)中的源案例，進(jìn)行相似度與入庫(kù)閩值的比較，最終實(shí)現(xiàn)對(duì)證券時(shí)間序列未來(lái)走勢(shì)的預(yù)測(cè)，并驗(yàn)證了該模型在理論和實(shí)際應(yīng)用中的準(zhǔn)確性及有效性。 張家林[7](2014)論述了基于大數(shù)據(jù)的人工智能的應(yīng)用可以顯著提高資本市場(chǎng)的深度和寬度?；凇靶в谩睕Q策的智能代理，會(huì)不斷在整個(gè)“交易機(jī)會(huì)空問(wèn)”中以人工操作無(wú)法想像的速度、效率和海量計(jì)算積極地搜索和學(xué)習(xí)，捕捉任何可能的交易機(jī)會(huì)。由于各白的獨(dú)立性以及路徑的差異，反過(guò)來(lái)會(huì)極大地拓展資本市場(chǎng)的多層次特性。雖然智能代理的交易邏輯可以設(shè)定合規(guī)審核的內(nèi)控程序，但對(duì)于其行為監(jiān)管的邊界以及如果追溯該智能代理行為的責(zé)任主體，目前的監(jiān)管框架還沒(méi)有涉及。“實(shí)質(zhì)大于形式”的監(jiān)管原則運(yùn)用于對(duì)智能代理的監(jiān)管，可能引起混淆。鑒于此，作者建議建立注冊(cè)備案和源代碼公證制度，包括：建立證券投資智能代理注冊(cè)備案制度，建立證券投資智能代理源代碼公證制度，以及構(gòu)建適應(yīng)普惠金融服務(wù)的監(jiān)管框架。從而推動(dòng)基于大數(shù)據(jù)的證券投資智能代理主要以普惠金融服務(wù)的視角進(jìn)行引導(dǎo)和大力支持，使更廣大的散戶(hù)投資人可以享受技術(shù)進(jìn)步帶來(lái)的紅利，獲得更好的服務(wù)。因此，需要營(yíng)造良好的創(chuàng)新政策環(huán)境和包容性的監(jiān)管文化。張家林[8](2014)調(diào)研發(fā)現(xiàn)，證券公司還主要依靠傳統(tǒng)收取交易傭金的方式，業(yè)務(wù)相對(duì)單一，缺乏對(duì)客戶(hù)的針對(duì)性、個(gè)性化的服務(wù)。目前通道服務(wù)的經(jīng)營(yíng)模式已難以為繼，證券公司的盈利將由通道服務(wù)產(chǎn)生的傭金收人為主逐步轉(zhuǎn)向“傭金收人+交易型業(yè)務(wù)收人”為主。擺脫傳統(tǒng)依靠收取交易傭金的方式，實(shí)現(xiàn)業(yè)務(wù)多樣化，是證券公司尋求業(yè)務(wù)轉(zhuǎn)型發(fā)展的必然選擇。鑒于大數(shù)據(jù)在國(guó)內(nèi)各領(lǐng)域的廣泛應(yīng)用和快速發(fā)展，他建議證券公司應(yīng)把握機(jī)遇、積極推動(dòng)該領(lǐng)域的發(fā)展與創(chuàng)新，具體措施包括：第一，大數(shù)據(jù)落地，架構(gòu)優(yōu)先；第二，消除隱患，確保公司和客戶(hù)信息安全；第三，培養(yǎng)和引進(jìn)大數(shù)據(jù)人才；第四，建立大數(shù)據(jù)分析團(tuán)隊(duì)。作者還建議證券公司盡快建立大數(shù)據(jù)團(tuán)隊(duì)，整合各部門(mén)的資源進(jìn)行大數(shù)據(jù)研究。大數(shù)據(jù)團(tuán)隊(duì)的建設(shè)將對(duì)證券公司發(fā)展起重要的推動(dòng)作用。何裕[9](2014)通過(guò)數(shù)據(jù)挖掘技術(shù)，來(lái)研究上市公司財(cái)務(wù)比率指標(biāo)的動(dòng)態(tài)變化和股票價(jià)格變化趨勢(shì)的內(nèi)在聯(lián)系，期望挖掘出則一務(wù)數(shù)據(jù)中有用的信矛息，從而對(duì)股票的投資決策做出更好的判斷。數(shù)據(jù)挖掘通過(guò)結(jié)合統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和人工智能等技術(shù)對(duì)于處理海量數(shù)據(jù)和高頻數(shù)據(jù)往往能夠達(dá)到不錯(cuò)的效果。另外數(shù)據(jù)挖掘還能夠?qū)Σ粩喃@得的新數(shù)據(jù)進(jìn)行模型的動(dòng)態(tài)更新，非常適合應(yīng)用于新環(huán)境。數(shù)據(jù)挖掘是當(dāng)今國(guó)際上統(tǒng)計(jì)學(xué)、人工智能和數(shù)據(jù)庫(kù)研究方面最富活力的新興領(lǐng)域，從大型數(shù)據(jù)庫(kù)中挖掘有效信息的問(wèn)題已經(jīng)成為近年來(lái)數(shù)據(jù)分析研究領(lǐng)域中的一個(gè)新熱點(diǎn)。在上市公司公布的財(cái)務(wù)數(shù)據(jù)以及股票行情數(shù)據(jù)庫(kù)中積累了大量的歷史數(shù)據(jù)，如何充分利用這些歷史數(shù)據(jù)，為投資者提供決策依據(jù)，把數(shù)據(jù)挖掘方法運(yùn)用于股市投資研究和探索變得很有意義。他們基于國(guó)內(nèi)外相關(guān)方面研究成果，介紹了數(shù)據(jù)挖掘的相關(guān)理論，并且引入數(shù)據(jù)挖掘的相關(guān)方法對(duì)上市公司兩年間的財(cái)務(wù)比率指標(biāo)的變化量和股票價(jià)格變化之間的關(guān)系進(jìn)行了研究分析，最后運(yùn)用組合模型對(duì)數(shù)據(jù)挖掘的幾種方法進(jìn)行組合和優(yōu)化。吳俊、陳亮、高勇[10](2016)針對(duì)性研究了全球金融界正在人工智能的催化下悄然改變，尤其是基于大數(shù)據(jù)技術(shù)的人工智能給投資顧問(wèn)領(lǐng)域帶來(lái)全新的視角。但我國(guó)人工智能在金融投資顧問(wèn)方面的運(yùn)用尚處于初始階段，業(yè)務(wù)發(fā)展模式尚須引導(dǎo)，監(jiān)管規(guī)則有待完善。他們重點(diǎn)調(diào)研了國(guó)內(nèi)外人工智能在金融投資顧問(wèn)領(lǐng)域的應(yīng)用，并提出相關(guān)政策建議。其中對(duì)策包括：第一，及時(shí)完善相關(guān)制度，包括及時(shí)出臺(tái)應(yīng)對(duì)人工智能環(huán)境下金融運(yùn)行及創(chuàng)新的相關(guān)法規(guī)、制度和建立智能代理的投資和使用的注冊(cè)備案制度；第二，加強(qiáng)風(fēng)險(xiǎn)控制；第三，加大技術(shù)、業(yè)務(wù)及人員儲(chǔ)備，積極應(yīng)對(duì)智能化沖擊；第四，加強(qiáng)金融知識(shí)普及。加大金融知識(shí)及規(guī)則的宣傳、相關(guān)業(yè)務(wù)講解，推廣人工智能技術(shù)在金融領(lǐng)域的應(yīng)用，使廣大投資者享受技術(shù)進(jìn)步帶來(lái)的紅利。五、擬采取的研究方法和規(guī)劃成果研究方法：1.文獻(xiàn)研究法：搜集整理與人工智能和證券陳品的相關(guān)專(zhuān)業(yè)書(shū)籍、期刊和網(wǎng)絡(luò)各種文獻(xiàn)。2.案例分析法：在分析人工智能在證券類(lèi)產(chǎn)品的同時(shí)，引入不同企業(yè)的案例進(jìn)行研究。3.探索性研究法：在已有的理論基礎(chǔ)上進(jìn)行研究得出自己的觀點(diǎn)。六、主要參考文獻(xiàn)[1]劉興華.證券市場(chǎng)動(dòng)力機(jī)制及智能體建模分析[D].東華大學(xué)博士學(xué)位論文,2004 [2]劉興華,楊建梅.基于大數(shù)據(jù)的人工智能：證券投資領(lǐng)域的下一個(gè)變革[J].系統(tǒng)工程理論與實(shí)踐2007(06) [3]郭旭沖.基于復(fù)雜網(wǎng)絡(luò)的多智能體股市情緒傳播模型[D].廣東工業(yè)大學(xué)碩士學(xué)位論文,2011[4]李巍.基于宏觀經(jīng)濟(jì)指標(biāo)和人工智能方法的上證綜合指數(shù)預(yù)測(cè)[D].西南財(cái)經(jīng)大學(xué)碩士學(xué)位論文,2012 [5]王釋.基于BP神經(jīng)網(wǎng)絡(luò)的證券智能分析系統(tǒng)研究與實(shí)現(xiàn)[D].國(guó)防科技大學(xué)碩士學(xué)位論文,2012 [6]肖元.基于技術(shù)分析和CBR的證券時(shí)間序列預(yù)測(cè)模型[D].昆明理工大學(xué)碩士