人工智能会不断以人无法想像的速度、效率积极地搜索和学习，捕捉任何可能的交易机会。智能投顾完全是由用户控制，根据惩罚函数和激励函数指标来约束它的行为，它的自律性是通过规则实现严格约束的，因此相比人而言自律性更强。解决交易时间与工作时间重合，没有持续的研究市场的时间和能力，雇不起专业的投顾服务等问题。

根据花旗银行的最新研究报告，人工智能投资顾问管理的资产，2012年基本为0，到了2014年底已经到了140亿美元。在未来10年的时间里，它管理的财产还会呈现指数级增长的势头，总额达到5万亿美元。

量化交易的人工智能

1、传统的量化交易用到数学知识，对回归分析、神经网络、支持向量机等传统技术指标进行整合，同时还需要考虑到金融数据的时间特征，使用滚动优化来获取样本外的测试结果。

2、越高层次的量化交易，背后需要处理越多数据。不仅利用传统的金融数据，还会用到卫星拍摄到的港口集装箱图像等图片信息，或者从新闻报道、博客、名人讲话中获得经济发展的线索。在图像识别和自然语言处理的技术支持下，很多非结构化的数据也能成为分析对象。而大数据、非结构化数据以及训练模型，都需要人工智能技术介入其中。

3、相比之下，传统的量化投资方法往往严格应用事先设定好的策略，它的基本假设是现在的相关性会无限持续下去。但这往往会造成很大问题，因为市场瞬息万变。所以人工智能系统的优势在于，它能够随着旧关系的衰减以及新关系的出现，不断进化自己的投资策略。

4、基于大数据的人工智能的应用可以显著提高资本市场的深度和宽度。基于“效用”决策的智能代理，会不断在整个“交易机会空间”中以人工操作无法想像的速度、效率和海量计算积极地搜索和学习，捕捉任何可能的交易机会。由于各自的独立性以及路径的差异，反过来会极大地拓展资本市场的多层次特性。

量化交易的人工智能的应用

1、提升预测上市公司财务表现会否超过预期的准确率。用过去的历史数据训练出一个函数，入参是股市数据。

2、海量指标和算法的计算学习，进行有效的组合、调参和预警；

3、对形态的学习和总价，结合资讯信息学习研究并且做新的研判；

4、主动关注各大媒体和新闻网站，第一时间抓取并且分析研究，结果实时推送给用户；

5、形成有效的智能客服小秘功能，自动基于专家库服务客户；

6、自动学习和分析牛人股票和信息，自动分析VIP圈子，自动跟踪形成策略；

7、将现有的投顾服务进行建模，形成专家库，直接转化成机器自动获取信息源，辅助金融新闻、报告、投资意向书的半自动化生产；

8、运用人工智能进行量化交易；

9、进行舆情监控和分析；

10、根据用户行为，进行智能人工搜索，过滤优化后重新推送给用户；

11、通过大数据实现企业对用户的细分，实现智能化管理；

12、热点扫描，形成有效组合；

13、投资咨询建议、投资分析报告、资产类别选择、投资组合选择、交易执行以及风险管理等。

14、根据投资计划为客户构建投资组合和投资组合的调整；对用户自定义的投资组合进行诊断、看护（盯市、预警和风险提示等）服务；

15、机器人投顾完全是由用户自己拥有和控制的。用户根据惩罚函数和激励函数指标来约束它的行为，它的自律性是由一定的规则、标准严格约束的，因此相比人而言，自律性更强。机器人投顾服务的系统的设计，不会像人工投顾出现类似“老鼠仓”、“操作价格”等人为的操作，违法违规现象会大幅度的减少。

16、解决交易时间与工作时间重合，不能经常看盘；没有持续的研究市场的时间和能力；雇不起专业的投顾服务。 设置好投资目标，完成全部的投资任务，得到透明、专业的资产配置服务。