機(jī)器學(xué)習(xí)是市場(chǎng)的新趨勢(shì)，新油田，新黃金！從概念價(jià)值的角度來(lái)看，把機(jī)器學(xué)習(xí)與任何創(chuàng)新相比都不為過(guò)。但是它在金融領(lǐng)域如何發(fā)揮呢，應(yīng)用的現(xiàn)狀又到了什么階段呢？

我們都知道，銀行存儲(chǔ)了全部的信息，包括客戶的交易記錄，與客戶的溝通信息，內(nèi)部信息，這些信息占用的存儲(chǔ)空間已經(jīng)達(dá)到了Tera級(jí)，有些甚至到了PB級(jí)。現(xiàn)在，大數(shù)據(jù)技術(shù)可以解決像這樣的大規(guī)模數(shù)據(jù)存儲(chǔ)和處理的問(wèn)題：數(shù)據(jù)量越大，就越能夠探查到客戶的需求和行為模式。在大數(shù)據(jù)的基礎(chǔ)之上，通過(guò)人工智能和機(jī)器學(xué)習(xí)算法，利用相關(guān)軟件學(xué)習(xí)客戶的行為并做出自主決策。

是不是感覺(jué)很厲害？接下來(lái)我們就看一下，看看機(jī)器學(xué)習(xí)和大數(shù)據(jù)能夠?yàn)榻鹑趲?lái)什么樣的力量。

機(jī)器學(xué)習(xí)在金融行業(yè)的應(yīng)用案例

確定銀行最佳選址

信息是21世紀(jì)的黃金，機(jī)器學(xué)習(xí)和大數(shù)據(jù)技術(shù)利用信息來(lái)呈現(xiàn)客戶的重要信息。在融資方面，收集每個(gè)客戶的信息是必須要做的事情。最常見(jiàn)的例子是在ATM上進(jìn)行的常規(guī)操作。銀行通過(guò)采集并處理客戶的所有操作信息來(lái)預(yù)測(cè)客戶的行為，在下次訪問(wèn)時(shí)，客戶無(wú)需再進(jìn)行搜索和輸入號(hào)碼，點(diǎn)擊一個(gè)按鈕就能夠立即進(jìn)行常規(guī)操作。

使用大數(shù)據(jù)獲得的信息可用于創(chuàng)建和操作引擎，從而用來(lái)確定開(kāi)辦實(shí)體銀行的最佳位置。金融機(jī)構(gòu)收集一個(gè)城市中客流量最大的一些區(qū)域，訪問(wèn)這些區(qū)域的時(shí)間，客戶所在的商店，最大和最小客戶數(shù)量的信息。通過(guò)對(duì)這些信息的處理預(yù)測(cè)，選擇獲益最大的位置來(lái)開(kāi)辦實(shí)體銀行（順便說(shuō)一句，不只是銀行可以采用這種方式選址）。選址對(duì)企業(yè)或商戶的收益如此重要，你肯定也會(huì)覺(jué)得這是一個(gè)非常好的應(yīng)用場(chǎng)景。

通過(guò)機(jī)器人投資顧問(wèn)為客戶尋找最佳解決方案

機(jī)器人投資顧問(wèn)就像沒(méi)有自我意識(shí)的虛擬助手。機(jī)器人投資顧問(wèn)本質(zhì)上是在考慮客戶盈利目標(biāo)和風(fēng)險(xiǎn)承受能力的前提下，為客戶選定和調(diào)整金融投資組合的一系列算法。

以下是機(jī)器人投資顧問(wèn)如何運(yùn)作的一個(gè)示例：客戶輸入其目標(biāo)（例如，在60歲時(shí)退休，節(jié)省300,000.00美元），年齡，收入和當(dāng)前金融資產(chǎn)情況。機(jī)器人投資顧問(wèn)為了實(shí)現(xiàn)客戶的目標(biāo)，通過(guò)機(jī)器學(xué)習(xí)算法在不同的資產(chǎn)類(lèi)別和金融工具之間進(jìn)行投資的配比。

目前，提供這類(lèi)服務(wù)的公司有：Betterment、Schwab Intelligent Portfolios。

將算法交易轉(zhuǎn)變?yōu)?a href="http://m.xsypw.cn/v/" target="_blank">智能交易

算法交易是這樣一種交易，它可以利用軟件根據(jù)預(yù)先設(shè)定的交易標(biāo)準(zhǔn)（如時(shí)間，價(jià)格，交易量等），下達(dá)交易訂單。算法交易允許在沒(méi)有人為干預(yù)的情況下進(jìn)行交易。

機(jī)器學(xué)習(xí)技術(shù)提供了一套新的多樣化工具，使算法交易不僅僅能夠自動(dòng)化執(zhí)行。在機(jī)器學(xué)習(xí)（ML）的情況下，算法可以通過(guò)學(xué)習(xí)其他算法（即規(guī)則）的目標(biāo)，并基于數(shù)據(jù)實(shí)現(xiàn)目標(biāo)，例如最小化預(yù)測(cè)誤差。機(jī)器學(xué)習(xí)算法的設(shè)計(jì)能夠通過(guò)分析歷史市場(chǎng)行為，確定最佳市場(chǎng)策略，使交易預(yù)測(cè)更準(zhǔn)確。

目前，提供這類(lèi)服務(wù)的公司有：Renaissance Technologies、Walnut Algorithms。

風(fēng)險(xiǎn)管理和反欺詐

風(fēng)險(xiǎn)管理和反欺詐是目前銀行最熱門(mén)的2個(gè)主題，這類(lèi)項(xiàng)目首先應(yīng)用機(jī)器學(xué)習(xí)和大數(shù)據(jù)等創(chuàng)新技術(shù)來(lái)解決。銀行通過(guò)機(jī)器學(xué)習(xí)和大數(shù)據(jù)技術(shù)，計(jì)算所有可能的風(fēng)險(xiǎn)和欺詐者，并在第一次懷疑時(shí)丟棄它們。

機(jī)器學(xué)習(xí)驅(qū)動(dòng)的欺詐檢測(cè)系統(tǒng)的主要優(yōu)點(diǎn)是它不只是遵循風(fēng)險(xiǎn)因素清單 – 還能夠積極地學(xué)習(xí)和校準(zhǔn)新的潛在（或真實(shí)的）安全威脅。

應(yīng)用機(jī)器學(xué)習(xí)技術(shù)，系統(tǒng)可以檢測(cè)特殊或異常的行為，并為安全團(tuán)隊(duì)標(biāo)記它們。欺詐檢測(cè)系統(tǒng)面臨的挑戰(zhàn)是避免誤報(bào)， 被標(biāo)記為“風(fēng)險(xiǎn)”的風(fēng)險(xiǎn)不是真正的風(fēng)險(xiǎn)。

目前，提供這類(lèi)服務(wù)的公司有：Kount、APEX Analytics。

延長(zhǎng)客戶對(duì)銀行服務(wù)的依賴(lài)

除了訪問(wèn)用戶經(jīng)濟(jì)活動(dòng)數(shù)據(jù)之外，銀行還通過(guò)獲取外部數(shù)據(jù)，如來(lái)自社交網(wǎng)站的數(shù)據(jù)或客戶在線行為的分析，并將這些信息添加到客戶的行為體系中。通過(guò)這些大數(shù)據(jù)信息的分析，銀行能夠挖掘大量新的機(jī)會(huì)。例如，如果客戶在評(píng)論中討論到可能購(gòu)買(mǎi)新車(chē)，銀行就可以提供客戶想要的貸款優(yōu)惠策略，并立即通過(guò)電子郵件發(fā)送給他。

決定與客戶的最佳溝通方式

不同客戶偏好使用的溝通方式是不同的，例如社交媒體，電子郵件或即時(shí)消息。銀行必須選擇與不同客戶溝通的最佳方式，并通過(guò)客戶偏好的方式發(fā)送提醒，新的產(chǎn)品推送以及聯(lián)系客戶。這樣，不光客戶能夠及時(shí)了解到銀行的消息， 銀行也能減少通過(guò)其他方式聯(lián)系客戶的費(fèi)用。

客戶流失預(yù)警

通過(guò)分析關(guān)于客戶的內(nèi)外部數(shù)據(jù)，可以預(yù)測(cè)客戶是否有流失風(fēng)險(xiǎn)。例如，如果客戶長(zhǎng)時(shí)間沒(méi)有訪問(wèn)銀行的分支機(jī)構(gòu)，不登錄網(wǎng)站，也沒(méi)有訂閱社交網(wǎng)站中銀行的其他更新，則可以預(yù)測(cè)客戶可能會(huì)流失。這種情況下，銀行通過(guò)推薦客戶想要的產(chǎn)品或優(yōu)惠來(lái)留住客戶是非常重要的。