Estrategia cuantitativa de comercio de divisas Inteligencia artificial
El número de empresas miembros de Innovation Exchange ahora se ha ampliado a 27, incluidas empresas líderes y empresas innovadoras de finanzas, logística, educación, atención médica, manufactura, comercio minorista y otras industrias. Los científicos de inteligencia artificial de Microsoft Research Asia trabajan en estrecha colaboración con expertos de la industria en diversos campos para estimular su sabiduría, promover que las empresas aceleren la transformación digital, ayudar a que los modelos de negocios de las empresas se mantengan al día y han llevado a cabo muchos proyectos con * * * Con visión de futuro Se han implementado proyectos de investigación colaborativa de IA en múltiples industrias.
Microsoft es una empresa de plataformas. En el proceso de proyectos de cooperación independientes (que pueden denominarse "puntos"), nuestros investigadores continúan abstrayendo la lógica de la IA en escenarios comerciales centrales, exploran la naturaleza intrínseca del problema y extienden gradualmente los resultados técnicos innovadores a una gama más amplia. de campos industriales (se pueden llamar "campos") y construir estas tecnologías en una plataforma universal para lograr una aplicación de IA de circuito cerrado en un determinado campo industrial. Sólo logrando un salto del "punto" a la "superficie" la IA podrá realmente cambiar todos los ámbitos de la vida.
China Asset Management, miembro de Innovation Exchange, y Microsoft Research Asia han estado cooperando en el campo de la selección de acciones multifactorial de inversión cuantitativa desde 2017. Basándose en la estrategia de "mejora del índice AI +", ambas partes han descubierto carteras de inversión que son menos relevantes para los métodos de inversión tradicionales, logrando una competencia diferenciada en el mercado financiero para China Asset Management.
De hecho, en todo el proceso de inversión en acciones, la selección de acciones es sólo un pequeño paso. Para garantizar el éxito de la inversión, es necesario comprender la relación entre las acciones para controlar los riesgos y evitar el problema de "poner huevos en la misma canasta", del mismo modo que debemos ser cautelosos al comprar acciones y las empresas relacionadas deben diversificar sus inversiones. Al mismo tiempo, al formar la cartera de inversiones óptima, también se deben considerar limitaciones como los costos de transacción y las tasas de rotación; también se deben considerar la ejecución de órdenes y los factores de transacción.
Basándose en esta idea, Microsoft Research Asia construyó la microminería Qlib 1, una plataforma de inversión cuantitativa de IA, basándose en investigaciones anteriores, con la esperanza de realizar un circuito cerrado de IA en el proceso de inversión cuantitativa. Como conjunto de herramientas de código abierto, la plataforma puede ser utilizada por instituciones financieras e individuos para mejorar las reservas técnicas y los niveles integrales de los inversores, mejorar la eficiencia de todo el mercado y formar un círculo virtuoso mayor en el campo de la inversión.
En el futuro, también consideraremos expandir la plataforma de código abierto desde una dirección horizontal y vertical: asignación de activos y supervisión financiera. La asignación importante de activos es una extensión de la inversión en acciones. Además de los mercados de valores primario y secundario, también puede ayudar a los titulares de fondos a planificar más carteras de inversión a partir de bonos, divisas e incluso oro, compartiendo aún más los riesgos de inversión y garantizando mayores rendimientos.
Por otro lado, la forma de negocio de la industria de servicios financieros se está volviendo cada vez más compleja, involucrando cada vez a más instituciones e individuos, y las diversas operaciones son deslumbrantes. Para los reguladores, la gestión es cada vez más difícil. Encontrar patrones, descubrir anomalías, monitorear riesgos y extraer información privilegiada en entornos complejos es exactamente para lo que la tecnología de IA es buena. Por lo tanto, en el proceso de comunicación con los socios, también nos dimos cuenta de que la IA puede convertirse en un poderoso asistente en el campo de la supervisión financiera.
En cooperación con OOCL, miembro de Innovation Exchange, cubrimos los dos escenarios comerciales principales en la industria de la logística, a saber, la previsión de oferta y demanda y la optimización de rutas, y utilizamos las últimas tecnologías de inteligencia artificial, como la profundidad. Aprendizaje y aprendizaje de refuerzo, optimizar las operaciones de la red de envío existente. La cooperación con SF Express se centra principalmente en la alerta temprana inteligente de reclamaciones, la predicción de enlaces, los precios dinámicos, etc., y explora el valor de la aplicación de la IA en más enlaces en el campo de la logística.
Estos dos casos cubren muchos escenarios básicos de coincidencia de oferta y demanda en la cadena logística. Son muy representativos, pero siguen siendo avances en "puntos". De hecho, desde la perspectiva de la gran logística, además del despacho de contenedores y camiones, también implica la gestión de almacenes, el despacho de carga en el almacén, la clasificación automática por robots y la relación entre el almacenamiento y las terminales, los proveedores y las terminales minoristas. Todos estos subproblemas se integran para formar una plataforma completa de gestión de la cadena de suministro logístico.
Entre ellos, uno de los problemas más fundamentales que la industria logística necesita resolver es el de hacer coincidir la oferta y la demanda.
Por lo tanto, para igualar la oferta y la demanda de recursos, un motor central que se puede aplicar a todos los ámbitos de la vida, desarrollamos y abrimos la plataforma MARO 2 de estrategia de grupo de optimización de recursos de múltiples agentes. Quizás algunas empresas hayan desarrollado varios sistemas de TI para resolver subproblemas relacionados con la oferta de recursos y la demanda de recursos en la cadena logística, pero nuestra plataforma es la primera en la industria que puede integrarse estrechamente con la tecnología de inteligencia artificial. Muchos escenarios de negocios que involucran la combinación de la oferta y la demanda de recursos, como la combinación de * * * * bicicletas y usuarios, y la combinación de tareas que deben ejecutarse en el centro de datos y las máquinas físicas reales, se pueden resolver a través del Plataforma MARO.
MARO puede considerarse una solución de IA de optimización de recursos de cadena completa para múltiples industrias y campos. Los usuarios solo necesitan proporcionar una interfaz o datos simples, y la plataforma generará automáticamente un simulador, realizará aprendizaje y capacitación intensiva y, finalmente, brindará soluciones industriales. La plataforma MARO de código abierto no solo se limitará a la industria de la logística, sino que también ayudará a las empresas más tradicionales a renovar las herramientas de combinación de recursos y lograr la optimización de los recursos basada en datos, lo que ahorrará costos en gran medida.
De manera similar a la construcción y desarrollo de plataformas generales de IA en el campo financiero, esperamos enriquecer continuamente la plataforma general de IA en el campo logístico. Especialmente para las pequeñas y medianas empresas de logística, podrán utilizar directamente plataformas de IA comunes en el campo de la logística, incluida la plataforma MARO, que acorta en gran medida su proceso de construcción de sistemas comerciales inteligentes de IA y crea una ventaja para quienes se mueven tarde.
Ya sea que se trate de una plataforma general de IA en los campos financiero o logístico, todas se basan en los "puntos" de aplicación en los que la IA es mejor. Como asistente de la inteligencia humana, la inteligencia artificial puede demostrar su capacidad para sorprender a los tomadores de decisiones corporativas al analizar y resolver problemas complejos a través del aprendizaje y la depuración a corto plazo. Cuando encontramos un "punto" de aplicación central tras otro en diferentes industrias, podemos usar la IA para "abrir" gradualmente cada industria tradicional desde un punto hasta la superficie.
Al mismo tiempo, también coopera activamente con el departamento de productos de Microsoft para integrar más decisiones de IA en el sistema de productos de Microsoft. En el futuro, la IA se integrará más estrechamente con diferentes industrias y escenarios, lo que llevará a todas las empresas e industrias a la era de la IA.
1 Plataforma de inversión cuantitativa de IA de Microsoft - Micro Mine QLIB:/Microsoft/QLIB
2 Plataforma de optimización de recursos multiagente de Microsoft - Política de grupo MARO:/Microsoft/MARO