投行常规交易引入机器学习 银行家金饭碗悬了(图)
2017-04-04
编者按:为了降低成本和提高效率,摩根大通在技术研发上进行了大量投资,比如去年它启用了一种预测性推荐引擎来辨别应该发行或出售股票的客户,现在这个引擎已经取得了初步成功,摩根大通打算将它推广到其他领域。



长期以来,人们总是说华尔街的交易行为不只是科学,更是一门艺术。但是这种情况可能要发生变化了。

为了降低成本和提高效率,摩根大通在技术研发上进行了大量投资。

比如去年它启用了一种预测性推荐引擎来辨别应该发行或出售股票的客户,现在这个引擎已经取得了初步成功,摩根大通打算将它推广到其他领域。

摩根大通的首席运营官麦特-扎姆斯(Matt Zames)在一封题为“重新定义财经服务行业”的股东公开信中谈到了摩根大通的技术战略。

他在信中说:“我们还使用机器学习来支持投资银行的预测性推荐服务。去年,我们推出了新机遇引擎(Emerging Opportunities Engine),它可以帮助我们通过对当前财务现状、市场行情和历史数据的自动化分析辨别出最适合发行新股的客户。鉴于新机遇引擎已经在股票资本市场取得初步成功,我们打算将它推广应用到其他领域,比如债券资本市场。”

摩根大通并非唯一一家在交易行为中使用新技术的华尔街投行。

高盛的代理首席财务官马蒂-查韦斯(Marty Chavez)在1月份召开的一次会议上说过,高盛正在集中精力实现投行工作的自动化。

他说,高盛将首次公开募股(IPO)的过程细分成146个步骤,其中有很多步骤是可以自动化完成的。

这代表着一种变化。

虽然交易过程的自动化程度已经很高了,而且很多与交易有关的工作也不再需要人工去完成,但是华尔街的交易行为一直被认为是无法被自动化技术所取代的。但是现在一切都不同了。
隐私权政策(Privacy) | 免责条款(Disclaimers)