Clik here to view.
融资领域的数字化转型
资本市场正处于百年难遇的转折点。但是，这种变化并不会一蹴而就，而是会逐步进行。 正如您可能期望的那样，效率是最先被讨论到的话题，但这只是开始。Origin Markets 首席执行官兼联合创始人 Raja Palaniappan 已经看到尖端技术（例如将经常性国际债务借款人与投资银行联系起来的发放平台）开辟了新的融资商机。...
View ArticleClik here to view.
数字化和打击金融犯罪
数字化为全球打击金融犯罪行动提供了巨大的优势，不过复杂的技术也为犯罪分子带来了新的机会。 从基于纸张的传统身份验证走向数字身份验证，这样的转变超越了地理位置的限制并提高了速度和效率。 路孚特致力于帮助客户打击金融犯罪，其中包括通过屡获殊荣的 World-Check 和即将推出的解决方案来建立强健的数字身份认证。 数字化的颠覆性力量彻底变革了金融服务行业。...
View ArticleClik here to view.
金融领域的AI应用 路孚特之胜出之道
如果说大数据是Fintech的原材料，那么AI就是提高投资效率最好的工具。在这两点上，作为金融数据提供商的路孚特拥有绝对的领先地位。早在1850年，我们当时路透的创始人Paul Julius Reuter，已经开始使用信鸽在欧洲的某些市场传送股票市场报价。随着通讯技术的发展，1964年，路透社首次用电脑把纽约的市场价格传递到伦敦和所有欧洲大陆的股票大师机器（STOCKMASTER）。 01...
View ArticleClik here to view.
次世代量化数据：机读新闻技术以及其在金融市场上的应用
首先，介绍一下比赛使用的数据，Two Sigma共提供了2方面的数据，分别为市场数据和新闻数据，数据从2007年开始至2018年9月。 市场数据较为简单，日频数据，主要包括了前10天，前1天和未来10天该股票的收益，股票涵盖全球市场。...
View ArticleClik here to view.
更智能的技术，善用投资创造回报更丰硕未来
当今科技的突飞猛进，使过去仅在科幻小说里出现的一些概念，正一步步成为现实。想一想高速互联网、可折叠智能手机、无人驾驶汽车甚至是太空旅行，以前只出现科幻故事里的事物，现在都正一一成真。这些科技的快速发展，当中最引人注目的也许当数人工智能（AI）和机器学习（ML），两者已经全然改变了我们的社交和职场生活互动方式。 在金融服务领域也是如此。路孚特的一份名为 《投资研究的未来》...
View ArticleClik here to view.
AI爆炸性增长 中国手执世界牛耳
近年来，人工智能这种「破坏性创造力」势不可挡，不单颠覆各行各业的运作，也为我们的日常生活带来了翻天覆地的变化。 第四次工业革命已然展开 究竟什么是人工智能（AI）？人工智能代表「复制人类智慧」，换言之，即是构建或编纂一个懂得自己解决问题的程序。这个名词率先由计算器科学家John McCarthy于1950年代提出，经图灵（Alan Turing）及明斯基（Marvin...
View ArticleClik here to view.
如何利用非结构化数据寻找超额收益？
如果现在数据是世界上最有价值的资源，那么在搜索 α 时应该如何使用呢？进一步了解量化方法，该方法利用非结构化数据将基本面和量化投资研究相结合。 本文亮点 现今大量数据需要转换成投资研究所用的结构化数据。 路孚特实验室正在使用人工智能、机械学习、自然语言处理和文本数据来驯服(处理)非结构化数据。 多家公司正尝试采用将基本面与量化研究相结合，这种量化方法是一种使用非结构化数据找到 α 的强大工具。...
View ArticleClik here to view.
金融市场最佳 Python 工具
如今，在整个金融市场上都可以感受到Python的数据科学优势。Saeed Amen带我们领略了iOS专用的Python编辑工具和库——“ Pythonista”。 本文亮点 Python在金融市场上的重要性日益提高，反映在庞大的数据科学库生态系统，例如NumPy或pandas。 许多基金用Python进行金融市场建模。JP Morgan和Bank of...
View ArticleClik here to view.
市场情绪如何影响原油价格？
路孚特的市场情绪指数是如何帮助量化投资者更加准确地预测原油价格的呢？ 当前先进的自然语言处理技术可以使投资者有效的分析原油相关的社交媒体情绪。 路孚特市场情绪指数（RMI）可以用来提取社交媒体情绪数据。同时情绪类因子对于原油价格的研究可以用于增强现有的量化交易策略。...
View ArticleClik here to view.
最新研究表明，机器学习在金融领域日趋成熟
路孚特最近发布的一份报告显示，随着企业努力提高竞争力，人工智能（AI）和机器学习在金融服务的多个业务领域中的规模越来越大。随着金融数据科学家采用更具影响力的角色驱动机器学习策略，企业只会受到围绕数据质量和可用性的挑战。 路孚特的新报告收集了 400 多位数据科学家、量化专家和数据领导者的见解，从而揭示了人工智能和机器学习在金融领域的最新发展趋势。 机器学习在金融服务业明显正在走向成熟。80%...
View Article
