近日，2017中国大数据人工智能创新创业大赛BOT 系列赛之智能投顾技术挑战赛正式落幕，此次赛程参赛队伍汇集多达120家，与凤凰金融大数据团队共同入围决赛的有来自中国最好的零售商业银行招商银行[ 短线暴利提到此股]、最高学府之一北京大学的队伍，在此激烈的竞争中，凤凰金融大数据部团队一路过关斩将，最终勇夺冠军。用AI技术重新定义智能投顾，引发科技领域的广泛赞誉！
顶级赛事创新赛题，掀起金融行业AI技术创新竞技热潮
据了解，2017中国大数据人工智能创新创业大赛是国内少有的专项针对人工智能领域的全国性技术赛事，大赛由上海大数据产业基地、上海大数据联盟等权威机构联合举办。旨在整合国内企业、科研机构、行业组织力量，将大数据人工智能引入到具体应用场景中。其中智能投顾技术挑战赛是2017大数据人工智能创新创业大赛创新设立的科技金融类技术赛，目的是聚焦智能投顾技术，运用自然语言理解、计算机视觉等技术，加强智能投顾能力的创新应用。
此次智能投顾技术挑战赛专家评委团囊括来自清华大学、上海复旦大学、南京大学等多家知名学府的教授专家，以及来自英特尔、腾讯云、西门子等企业研究院及技术部门的核心高层，掀起大数据与人工智能行业应用的竞技高潮。
据花旗集团、国际咨询公司ATKearney等机构报告显示，智能投顾的全球资产管理规模已从2012年的零美元增加到了2015年底的187亿美元；且未来整个行业规模将从2016年的0.3万亿美元增长到2020年的2.2万亿美元，未来5年的市场复合增长率将达到68%，发展空间巨大。
同时，Wealthfront，Betterment，Personal Capital等国际智能投顾公司、经过短短几年的发展均已融资过亿，展示出行业主流公司未来强大的增值空间。未来的互联网金融或者叫新金融的决胜战场，必然是技术和数据的战场，而智能投顾技术正是这个战场的重要技术应用分支之一。
近日，2017中国大数据人工智能创新创业大赛BOT 系列赛之智能投顾技术挑战赛正式落幕，此次赛程参赛队伍汇集多达120家，与凤凰金融大数据团队共同入围决赛的有来自中国最好的零售商业银行招商银行[ 短线暴利提到此股]、最高学府之一北京大学的队伍，在此激烈的竞争中，凤凰金融大数据部团队一路过关斩将，最终勇夺冠军。用AI技术重新定义智能投顾，引发科技领域的广泛赞誉！
顶级赛事创新赛题，掀起金融行业AI技术创新竞技热潮
据了解，2017中国大数据人工智能创新创业大赛是国内少有的专项针对人工智能领域的全国性技术赛事，大赛由上海大数据产业基地、上海大数据联盟等权威机构联合举办。旨在整合国内企业、科研机构、行业组织力量，将大数据人工智能引入到具体应用场景中。其中智能投顾技术挑战赛是2017大数据人工智能创新创业大赛创新设立的科技金融类技术赛，目的是聚焦智能投顾技术，运用自然语言理解、计算机视觉等技术，加强智能投顾能力的创新应用。此次智能投顾技术挑战赛专家评委团囊括来自清华大学、上海复旦大学、南京大学等多家知名学府的教授专家，以及来自英特尔、腾讯云、西门子等企业研究院及技术部门的核心高层，掀起大数据与人工智能行业应用的竞技高潮。
据花旗集团、国际咨询公司ATKearney等机构报告显示，智能投顾的全球资产管理规模已从2012年的零美元增加到了2015年底的187亿美元；且未来整个行业规模将从2016年的0.3万亿美元增长到2020年的2.2万亿美元，未来5年的市场复合增长率将达到68%，发展空间巨大。
同时，Wealthfront，Betterment，Personal Capital等国际智能投顾公司、经过短短几年的发展均已融资过亿，展示出行业主流公司未来强大的增值空间。未来的互联网金融或者叫新金融的决胜战场，必然是技术和数据的战场，而智能投顾技术正是这个战场的重要技术应用分支之一。
凤凰金融荣膺冠军，人工智能驱动智能金融生态不断完善
从5月19日正式启动至今，经过了初赛、复赛、决赛轮番的激烈角逐，最终凤凰金融大数据团队勇夺冠军。据了解，凤凰金融大数据团队成员均曾就职于京东、阿里、今日头条、滴滴等知名互联网科技公司，在NLP自然语言处理、计算机视觉、机器学习等技术领域有丰富的经验。且目前凤凰金融凤鸣智能资讯项目中就有涉及到智能投顾的场景，由于团队在这方面已拥有强大的技术储备，进而在大赛中脱颖而出。
据了解，此次大赛的赛题设置也颇具技术亮点：使用ResNet/DenseNet + Attention Mechanism + RNN 的K线图识别预测模型
卷积神经网络(CNN)在图像领域的突破性成就，可以说让深度学习的浪潮席卷了整个人工智能领域。同时大量研究人员发现，随着网络深度的增加模型的性能也在一定程度上得到提升，这样也带来了误差反向传播过程中的梯度消失问题。ResNet和DenseNet就作为解决该问题的有效方案，得到了实验性的验证。因此在对K线图的特征提取方面凤凰金融参赛团队主要是使用这两种模型。
然而，整个K线图识别过程和传统的图像识别在建模场景还有很多的不同，第一个不同主要是K线图的特征是具有位置绝对性的，这与CNN的平移不变形在一定程度上是冲突的。第二个不同是K线图包含有时间序列信息，这也是K线图所特有的一个特点。第三个不同主要是为了预测未来的股价，K线图上并不是所有的部分对目标都是有意义的。
针对K线图的位置绝对性的问题，凤凰金融参赛团队在网络结构中抛弃了pooling层，同时丢弃对卷积后的feature map直接进入fully connected layers 的做法。为了同时兼顾位置绝对性和K线图中时间序列信息，将进过ResNet和DenseNet的feature map进行Reshape后输入一个双向LSTM中，进行时间序列上的特征提取，最后将提取的特征输入到fully connected layers中。为了让模型看到K线图中最有意义的地方，团队引入了Attention Mechanism，注意力机制主要在两个方面起作用，首先是图片输入进入ResNet/DenseNet，让第一步特征提取的工作在特定的图片位置进行，然后是在双向LSTM中引入self-attention让其输入到全连接的特征更加的有效。整个模型得结构图如下所示：
智能投顾技术挑战赛最核心的目的是推动人工智能技术在金融市场的技术创新及应用。而作为智能投资理财平台的凤凰金融则拥有强大的核心技术能力，且早已将很多尖端的技术成果应用到了产品中。目前，凤凰金融已经研发出国内首个基于大数据金融事件和投资决策辅助算法模型的凤鸣智能资讯、并已正式上线应用，此应用模块在近期的升级中还推出了财经话题功能板块，为用户带来了更加便捷和简单的智能金融体验。
凤凰金融副总裁、大数据部负责人邢志峰表示，互联网金融领域迎来了技术变革的时代，以大数据、人工智能为代表的前沿技术正在深刻地影响金融科技公司的发展，凤凰金融大数据团队将始终秉持敬畏之心在技术领域不断加大投入力度，把大数据、AI能力打造成凤凰金融的核心竞争力。
凤凰金融总裁张震表示，凤凰金融一直在不遗余力地为用户以及合作机构提供更好的产品与服务。目前已经将大数据技术应用在全平台的运营管理系统中，并且已经成功自主研发了全自动的交易及资金存管系统，智能化的营销与用户管理系统，智能金融资讯分析引擎，基金产品组合引擎，以及全自动个人信贷风险管理系统等。
把复杂的事情交给机器人，让理财重新回归简单，这也是智能金融时代的必然趋势。相信以凤凰金融为代表的金融企业通过不断地竞争创新，形成自我驱动，推动人工智能、大数据在金融服务行业不断地落地应用，将会有效推动普惠金融的快速发展。
加载全文
[an error occurred while processing this directive]
