지능형 투자 리서치는 어떻게 전통적인 투자 리서치 문제를 해결하나요?

Abstract 전통적인 투자 연구는 점점 늘어나는 금융 데이터, 분석 비용 증가, 분석가의 어려움 증가로 인해 피로감을 느꼈습니다. 이런 점에서 인공지능의 도입은 투자 조사 문제를 목표적이고 지능적인 방식으로 해결하고, 분석가가 합리적인 결정을 내릴 수 있도록 지원하며, 투자 조사의 정확성과 분석 효율성을 향상시킵니다.

1. 지능형 투자 리서치란 무엇인가요?

자연어 처리, 머신러닝, 생체 인식 등 AI 기술이 금융 분야에 심층적으로 적용되면서 우리 삶은 전례 없는 변화를 겪고 있습니다. 예를 들어, 개인 비서 Siri는 문자 메시지 보내기, 전화 걸기, 메모 녹음은 물론 사용자와 채팅까지 도와줄 수 있습니다. Siri는 기계 학습 기술을 사용하여 자연어 질문과 요청을 더 잘 이해하는 지능형 디지털 개인 비서입니다.

이러한 인공지능은 금융분야에서 점점 더 많이 활용되고 있으며, 금융기관의 업무 효율성 향상, 투자결정 지원, 금융위험 예방 등에 효과적이다. 그 중 보조자금관리는 금융산업에서 인공지능을 적용한 가장 큰 시나리오가 됐다. 현재 중국 자산관리 시장 규모는 6조 달러에 이르렀고, 우리나라 자산관리 규모는 100만 달러를 넘어섰다. 광범위한 개발 전망.

그렇다면 지능형 투자 리서치란 무엇일까요? 인공지능(딥러닝, 자연어 처리 등)을 활용하여 금융시장 데이터 및 이벤트를 분석하고, 금융기관 전문 실무자(애널리스트, 펀드매니저 등)에게 지원을 제공하여 전통적 투자 리서치의 정확성과 효율성을 향상시킵니다. .

여기서 주목해야 할 점은 두 가지다. 하나는 사건과 금융시장 데이터, 도움 제공의 연관성이다. 예를 들어 2월 25일 오늘 중국 증시는 급등했고, 상하이 증시도 그랬다. Exchange가 157.05포인트 상승했습니다. 그렇다면 이것이 발생한 이유는 무엇일까요? 중앙은행이 RRR을 인하할 것인가, 아니면 역외 RMB가 계속 상승할 것인가? 로보어드바이저리는 금융 관련 발생 가능성이 있는 모든 사건과 금융 데이터를 수집해 보조 서비스를 제공하는 것을 말한다. 둘째, 스마트한 투자리서치는 우리 투자자가 아닌 금융기관의 전문 실무자를 대상으로 하는 것입니다. 이것이 스마트한 투자리서치와 스마트한 투자컨설팅의 차이점이기도 합니다.

2. 전통적 투자연구의 문제점

시대의 발전에 따라 전통적 투자연구는 발전과정에서 필연적으로 문제를 겪게 됩니다. 첫째, 데이터의 양이 증가하고 있으며, 전통적인 투자 연구는 주관적 인식이 강한 전문가의 분석과 판단에 의존하는 경우가 많습니다. 둘째, 이렇게 방대한 양의 데이터에 대해 다양한 유형의 데이터 활용률은 여전히 ​​저조합니다. 비교적 낮은 수준.

1) 강력한 주관적 주도성

금융 정보 분야에서 인공 지능은 금융 정보 처리를 강화하는 데 큰 잠재력을 가지고 있습니다. 정보 출처의 관점에서 볼 때 2차 시장의 공개 정보는 상대적으로 포괄적이지만 1차 시장 데이터 및 대체 데이터 정보에는 여전히 장벽이 있습니다. 이와 관련하여 전통적인 전문가들은 여전히 ​​데이터 처리가 경험에 기반을 두고 있기 때문에 분석 과정의 부담이 가중됩니다. 즉, 분석의 객관성을 보장할 수 없으며, 높은 인건비.

2) 낮은 데이터 활용률

금융정보 데이터의 양이 해마다 증가하고 있어 많은 양의 데이터를 인위적으로 활용하는 것은 불가능하다. 지능형 투자 리서치를 적용하더라도 여전히 시장에는 수많은 뉴스 여론, 금융 정보 보고서, 포스트바, 포럼 등 투자자의 목소리가 활용되지 않고 있습니다.

3. 지능형 투자 조사는 어떻게 이루어지나요?

지능형 투자 조사 분야에서는 기계가 회사 공지, 중개 연구 보고서, 뉴스 보도 등 비정형 데이터에서 주요 정보를 일괄적으로 자동 추출하고 이를 기반으로 활용하여 관계를 구축할 수 있습니다. 투자 결정을 어느 정도 최적화하기 위해 도메인 지식 맵을 구축합니다.

국내 지능형 투자 리서치 플랫폼인 엔트로피 기술을 예로 들어보겠습니다.

일반적으로 지능형 투자 리서치의 초점은 데이터 선택에 있습니다. 우리나라의 현재 상황에 관한 한 대부분의 지능형 투자 조사 회사는 연구 보고서, 채권, 주식 및 기타 정보와 같은 순수 금융 분야의 데이터 마이닝에 중점을 두고 있습니다. 금융 데이터 외에도 소셜 미디어, 신용, 기후 변화 및 기타 데이터와 같이 채굴할 가치가 있는 엄청난 양의 데이터도 있습니다.

엔트로피 지안테크놀로지는 전통적인 금융업을 기반으로 소셜미디어, 신용, 기후 등의 데이터를 추가해 추론과 계산을 한다. 사업 분류 측면에서 Entropy Jian은 기술, 금융, 에너지, 소비 등 다양한 사업 라인을 개발했으며 해당 연구 인력을 위한 데이터 서비스 제공을 전문으로 합니다.

엔트로피 지안기술은 대체데이터와 지식그래프라는 두 가지 핵심을 갖고 있다.

1) 대체 데이터

엔트로피 지안테크놀로지는 금융 데이터 이외의 관련 데이터를 수집합니다. 예를 들어 Github에서 오픈소스 프로젝트의 Pull/Push 데이터를 수집하고 지속적인 모니터링을 통해 예측할 수 있습니다. 이러한 데이터는 블록체인 및 인공지능 산업 투자자의 의사결정에 영향을 미치는 지표입니다.

데이터 소스 측면에서는 엔트로피 지앤테크놀로지가 크롤러 기술을 활용해 기술 확보와 접근 분석을 수행하고, 1,200개 이상의 데이터 소스를 실시간으로 모니터링할 수 있는 안정적인 데이터 수집 시스템을 구축하고 있다.

다음은 전자상거래, 채용 및 자동차 산업의 데이터 세트를 예로 들어 설명합니다.

i 전자상거래 데이터 세트

플랫폼은 중국의 주류 전자상거래에서 거래 데이터를 수집합니다. 플랫폼. 티몰을 예로 들면, 엔트로피 지안 테크놀로지는 매일 티몰 몰에서 25만 개 이상의 브랜드, 1억 2천만 개 제품의 판매량과 가격 데이터를 지속적으로 추적하여 사용자가 해당 투자 브랜드의 온라인 판매 실적과 산업 동향을 지속적으로 추적할 수 있도록 지원합니다. 높은 빈도로.

ii ​​​채용 데이터 세트

이 플랫폼은 중국의 주요 채용 웹사이트를 포괄하는 채용 데이터를 수집하여 투자 기관이 대상 산업, 회사의 발전 단계 및 전략을 결정하는 데 도움을 주며 심지어 거시적 추세를 분석합니다.

iii 자동차 데이터 세트

플랫폼은 중국의 주류 자동차 포털에서 견적 데이터를 수집하고 기술을 사용하여 대규모 샘플, 고주파, 저비용 및 지속 가능한 적용 범위를 달성하고 자동 단말기 가격을 추적하여 기존 단말기 채널 조사의 문제점과 어려움을 해결합니다.

2) 지식 그래프

대체 데이터가 지능형 투자 연구의 원료라면, 지식 그래프는 지능형 투자 연구의 두뇌입니다. 소위 '지식 그래프'는 개체, 속성, 관계 등 비정형 데이터를 연결하여 투자 결정에 대한 논리적 지원을 제공합니다. 투자산업에 반영된 연구자들은 관련 산업, 상품, 기업 등 여러 요소를 연계할 수 있으며, 특정 요소의 변화가 관찰되면 관계 사슬을 기반으로 의견과 예측을 추론하여 투자 결정을 지원할 수 있습니다.

투자 연구에 AI를 적용하기 위해서는 완전한 지식 그래프가 필수 조건입니다. 금융 산업에 가장 필요한 것은 심층적인 연구 마이닝을 통한 대량의 고품질 연구 자료입니다. 보고서, 공지사항, 기타 텍스트 정보 등 스스로 성장하고 학습할 수 있는 지식 그래프 시스템의 형성이 지능형 투자 리서치의 최우선 과제입니다.

4. 지능형 투자 연구의 미래 전망

중국에서는 지능형 투자 연구가 여전히 신흥 산업으로 최근 몇 년 동안 많은 플레이어가 돈을 쓰고 투자하고 있습니다. 그러나 국내 상황으로 볼 때 제대로 구현된 제품은 거의 없습니다. 지능형 투자 연구의 발전 경로에는 다음과 같은 추세가 있습니다.

1) 도메인 전문가와 기술 전문가의 통합

금융 인재와 기술 인재의 전반적인 조정에는 양 당사자의 비즈니스 도킹 프로세스에 일정한 인지적 편향이 있습니다. 보다 포괄적인 인재를 추가하면 양 당사자 간의 비즈니스 도킹 과정에서 커뮤니케이션 효율성이 향상되어 제품 개발 진행 상황과 구현 후 실제 효과가 강화됩니다.

2) 기술 연구 및 개발은 투자 조사 상품을 강화합니다

금융 시장은 복잡한 관계가 있는 정보 시장이며, 자연어 처리와 같은 인공 지능 기술은 아직 초기 단계입니다. 팩터 간 상관관계에는 아직 개선의 여지가 많습니다. 지능형 투자 리서치는 기술 연구 개발을 통해 투자 리서치 참고 자료의 정확성과 효율성을 지속적으로 향상시켜 나갈 것입니다.