机器学习时代下金融信息的未来

金融业正经历前所未有的、大范围的颠覆式技术创新。数据的获取是当前快速转变的基础。近年来,可供决策者使用的数据从数量、复杂性和多样性上都呈现指数式增长,但这些数据也更加杂乱。据IBM统计,当前全球90%的数据是在过去两年内产生的。 数据(及另类数据)、机器学习和自然语言处理这三大要素正在从根本上改变全球资本市场投资者获取、利用和分析信息的方式。反之,这也在影响投资公司的交易策略以及区分商业信息的方式。

头条文章

借助数据达成目标的6个最佳实践

随着物联网(IoT)等领域的出现,不断涌出的海量数据使得数据处理几乎不可能完成。即便如此,人们也需要寻找方法,从每天接收的数据中获得启发。 想要最大化物联网的效用看起来更像是一种艺术,或需要人才付出艰苦努力。但理解数据并不是艺术,而是科学。以下6种最佳方法,可以帮助企业理解数据,同时避免被信息过度干扰而对业务造成负面影响。

大数据与金融创新

自动化与数字化交易时代

本文由彭博有限合伙企业亚洲区总裁孔奕仁(Taran Khera)撰写。 在彭博工作的15年里,无论是在伦敦、迪拜、孟买还是香港,我目睹着科技如何迅速发展成为塑造全球各地交易室的主导力量。彭博新闻社5月份有一篇很有意思的报道,讲述了随着人工智能系统越来越智能,债券交易员如何需要在从证券发行到交易的各各方面全面做出调整,提升技能。

大数据与金融创新

2019机器学习的4个关键洞察

机器学习正将几十年前的设想变成现实,其在交易策略、风险管理、量化研究方面的作用也变得越发显著。这种改变有着深远的影响。随着更多企业借助人工智能从竞争中脱颖而出,原本小众化的机器学习正在得到广泛应用。大多数金融机构提倡采用自动化解决方案,并将借助程序或软件来实施自动化交易视为首选。

大数据与金融创新

彭博如何利用AI提升客户体验?

缩短1分钟,即每天为用户和客服代表节约14,000分钟时间。为提升手动流程的效率,从2010年起,ADSK就开始使用自然语言处理(NLP)——人工智能的子领域,从自动路由的集合分类开始,使部分工作流程实现自动化。

大数据与金融创新
亲身感受彭博终端带来的非凡体验 预约演示

金融数据质量决定机器学习时代的投资回报

金融业正在经历前所未见的科技突破,而数据是支撑行业快速转型的基础。如今,决策者可获取的数据无论在数量、复杂程度和多样性方面都呈指数级增长,但这些数据也变得更缺乏关联性。根据IBM统计,当今世界90%数据是在过去两年中生成的。数据(与另类数据)、机器学习与自然语言处理这三大因素正在相互融合,这一趋势从根本上改变了全球资本市场投资者获取、使用和分析可用信息的方式,也正在重塑投资机构的交易策略以及他们辨别商业信息的方法。

大数据与金融创新

节省AI开发90%的时间,彭博让你获得直接可用的数据

如果可供使用的数据标准化且直接可用,成本和效率的提升就会让科技公司获得前所未有的优势。在这一方面,彭博是业内领先的数据服务提供商。

大数据与金融创新