科技正在改变世界，每个人都无法逃离。今天除了互联网和移动互联网，在迅速改变我们这个世界的还有
人工智能。人工智能是什么？有的人说，它是不是一个全新的、再把互联网颠覆一遍的东西？智能机器人又是否真正替代人类？在还处于“弱智能”、“婴儿期”时，这样的猜测还不能有一个肯定的回答，但是它帮助人、优化人力、推动企业发展的功能已经充斥着越来越完善的自主体系。在京东、阿里、360相继倾向AI产业的同时，我们的生活也发生着变化。
EA智能交易的优势
外汇EA智能交易系统是通过电脑模拟认为操作来完成外汇交易，通过将外汇交易思路及策略用特殊的编程语言编写成一个电脑软件程序，让电脑按照事先设定好的条件自动地买卖与交易。
首先，外汇市场是T+0，适合小技巧的频繁操作，而EA在这方面比人有优势，EA可以迅速下单，而人不能。
其次，外汇市场是24小时全天可交易，人晚上需要休息，而EA不需要休息，它可以向外汇市场一样，真正做到24小时不间断的连续工作。
最后，EA比人理性，当人面对盈利较大时，会因为贪心而不确定什么时候获利了结，而当浮亏很大时，心里又会焦躁不安，而EA不会，EA能够排除任何干扰，按照事先设定的条件去理性的交易。
对于量化交易与机器之间的搭建其实很早就已经开始部署了。尤其是近些年人工智能的快速发展，数据可以快速海量地进行分析、拟合、预测，人工智能与量化交易的联系变得愈发紧密，可以从3个子领域中看出人工智能与量化交易的融合。
★机器学习
量化交易分析师们对财务、交易数据进行建模，分析其中显著特征，利用回归分析等传统机器学习算法预测交易策略。这种方式有两个主要弊端，其一是数据不够丰富，仅限于交易数据，更重要的是它受限于特征的选取与组合（Feature Engineering），模型的好坏取决于分析员对数据的敏感程度。此外一种做法是，模仿专家的行为，选择某一领域的特定专家，复制他们的决策过程，并导入可重复的计算框架。
实际案例：
1）Rebellion Research是一家运用机器学习进行全球权益投资的量化资产管理公司，在2007年推出了第一个纯人工智能投资基金。该公司的交易系统是基于贝叶斯机器学习，结合预测算法，利用人工智能预测股票的波动及其相互关系来创建一个平衡的投资组合风险和预期回报，有效地通过自学习完成全球44个国家在股票、债券、大宗商品和外汇上的交易。
2）香港的Aidyia用人工智能分析美股市场，依赖于多种AI的混合，包括遗传算法，概率逻辑，系统会分析大盘行情以及宏观经济数据，之后会做出自己的市场预测，并对最好的行动进行表决。与其类似的公司还有Point72 Asset，Renaissance Technologies，Two Sigma。
★自然语言处理
当量化交易分析师发现数字推测模型的局限性后，开始考虑引入新闻，政策，社交网络中的丰富文本并运用自然语言处理技术分析，将非结构化数据结构化处理，并从中探寻影响市场变动的线索。
实际案例：
1）由李嘉诚与塔塔通讯投资的Sentient Technologies运用自然语言处理，深度学习等多种AI技术，进行量化交易模型的建立。
2）Kensho是一家致力于量化投资大众化的人工智能公司，旗下有一款产品Warren被称之为金融投资领域的“问答助手Siri”。Kensho结合自然语言搜索，图形化用户界面和云计算，将发生事件关联金融市场，提供研究辅助，智能回答复杂金融投资问题，从而加速交易时间，减少成本，用动态数据与实时信息，及时反映市场动态。
这一技术也被广泛运用于风控与征信。通过爬取个人及企业在其主页、社交媒体等地方的数据，一来可以判断企业或其产品在社会中的影响力，比如观测App下载量，微博中提及产品的次数，在知乎上对其产品的评价；此外将数据结构化后，也可推测投资的风险点。这方面国内的很多互联网贷款，征信公司都在大量使用自然语言处理技术，例如宜信，闪银等。另外一些公司则利用这些技术进行B端潜在客户的搜寻，如Everstring，并将信息出售给其上游公司。
★知识图谱
知识图谱本质上是语义网络，是一种基于图的数据结构，根据专家设计的规则与不同种类的实体连接所组成的关系网络。 知识图谱提供了从“关系”的角度去分析问题的能力。就金融领域来说，规则可以是专家对行业的理解，投资的逻辑，风控的把握，关系可以是企业的上下游、合作、竞争对手、子母公司、投资、对标等关系，可以是高管与企业间的任职等关系，也可以是行业间的逻辑关系，实体则是投资机构、投资人、企业等等，把他们知识图谱表示出来，从而进行更深入的知识推理。
目前知识图谱在金融中的应用大多在于风控征信，基于大数据的风控需要把不同来源的数据整合到一起，它可以检测数据当中的不一致性。
实际案例：
1）Garlik是最早在金融领域运用知识图谱的公司。这家公司2005年成立于英国，主要业务是在线个人信息监控。Garlik收集网络和社交媒体上的个人信息，当发生个人信息盗窃时会及时报警。
2）Dataminr是一家基于Twitter及其他公开信息的实时风险情报分析公司。致力于从数据爆炸的社交网络提取精简且价值的风险情报与挖掘关键信息，如舆情热点、金融相关的非交易信息、公共机构安全预警、企业安全等，并直接向客户推送。
纵观目前的智能交易环境，用一句话说就是“星星之火”。各家资管都在紧锣密鼓的研发自己的EA，但是又不肯和外界交流，毕竟能赚钱的技术，是没有人愿意分享的。
但是，“闭门造车”毕竟是不好的。一个良好的交易环境应该是“百家争鸣”。
就EA的种类而言，分为网格型（震荡），马丁型（逆市加仓），对冲型，趋势型。每一类EA都有着自己独特的交易风格，配合上资金管理，都有成为赚钱神器的潜质。就看大家对EA的理解是否到位，以及测试是否全面了
閱讀更多 寬摩量化 的文章
