Web
Analytics Made Easy - StatCounter
【產業應用】當金融業遇上 AI : 元大投信專題成果:全球股債漲跌預測 - 台灣人工智慧學校
  1. 首頁
  2. 新聞專區
  3. 【產業應用】當金融業遇上 AI : 元大投信專題成果:全球股債漲跌預測

【產業應用】當金融業遇上 AI : 元大投信專題成果:全球股債漲跌預測

« 回列表

【產業應用】當金融業遇上 AI : 元大投信專題成果:全球股債漲跌預測

【產業應用】當金融業遇上 AI  : 元大投信專題成果:全球股債漲跌預測
2018/12/07

隨著 AI 技術的急速發展,目前國內金融業者也十分積極投入相關領域,應用範圍也從之前的聊天機器人、智能客服,進一步邁向運用 AI 及大數據,發展廣泛的決策模型。

例如元大投信除了在去年底推出元大 ETF-AI 智能投資平台 ( https://www.yuanta-etfadvisor.com ) ,即透過客戶投資需求提供客製化投資組合,並依市場動態調整投組權重 ( Rebalance ) ,近 2 年也積極成立「 AI 智能投資小組」,成員跨及多個部門,同時也與台灣人工智慧學校簽訂企業夥伴的合作關係。

當金融業遇上 AI

目前元大投信已將 AI 機器學習的技術導入至投資研究的流程中,包含運用在元大 ETF-AI 智能投資平台的「智能投資組合」功能上,另外也運用於部分基金的投資管理上,藉由 AI 機器學習技術產生相關數據指標,輔助基金經理人進行決策判斷。

與學校合作產生的成果也運用於內部的研究技術提升,包括:資料特徵值技術深化、 Machine Learning & AI 模組的參數調整與成效分析,以及多元模組整合(擴容模組多樣性)。同時也將相技術延伸運用於: 1.「元大 ETF -AI 智能投資平台 ( https://www.yuanta-etfadvisor.com ) 資產別趨勢訊號」參考訊號、2. 「基金ETF Fund of Fund / 投資型保單」 股債配置水位參考訊號、 3. 「客製化 mandate 資產別趨勢訊號」 參考訊號。

元大投信投研團隊表示,公司的作法是將企業內部實際要解決的問題,同步提供資料給學校,作為學員期末的題庫之一,兩邊同時針對同一個問題著手,彼此切磋嘗試出更好的解法。

成員背景越多元,發現的問題也不一樣

以台北第二期學員所進行的「全球股債漲跌預測」成果為例,這個題目主要是藉由預測全球股市與債券市場的強弱趨勢,以預測未來某段時間中,股市與債券市場相對強弱性,並作為投資組合管理中「配置股權及債券比重」的參考。所要預測的時間可以根據需求進行簡單調整,這次的成果中,學員主要預測未來一周的趨勢。

股市以 MSCI 世界指數作為基準指數,債券則以彭博巴克萊全球綜合債券指數作為基準指數。採用分類問題的概念,將整段時間序列的比值,根據元大投信團隊所提供的定義,轉換為 3 類的分類問題。在衡量預測準確度上,根據不同的未來時段而有差異,平均預測漲跌精準度約 70% 左右,再經過元大投信考量實務交易上的限制後,可達到 60-65% 左右精準度。

元大
(圖說:根據需求,可調整預測時間並得出不同的結果)

元大投信表示,由於台灣人工智慧學校可以提供良好的技術,加速成果的產出。再加上由於學員的背景多元,每個人所專精的技術,以及注意到的問題也不相同。因此,即使是同一個題目,但由不同背景的團隊來執行,也會產生不同的結果。

元大投信表示,透過專案的合作,企業將公司內部及學員發現的問題與結果進行修正後,兩邊再同時針對修正後的模式進行修正,看看是否能達到更好的成果,這樣的合作有點像是企業「把問題給學校,將答案帶回公司」,讓更多的人協助專案的推動或修正。