文因互联 – 官方博客

专访 | 文因互联:从「金融数据」到「金融知识」

作者 Synced

机器之心原创

作者:邱陆陆

存储了一份财务报表的计算机存下了一条「数据」,而持有这份财务报表的分析师拥有了一份「信息」。其间的区别是,分析师可以通过阅读财务报表得到相关的「知识」并依此作出投资决策。

存储了三万份财务报表的计算机同样存下了三万条「数据」,而持有三万份财务报表的分析师却不再拥有三万份「信息」。原因十分简单:计算机的内存是线性的,人的处理分析能力却不是——即使有三万份报表摆在我的眼前,我也只能眼睁睁看着其中的大部分停留在「数据」的状态无能为力。

除非……计算机可以帮助我吗?哪怕我们并不说同一种语言,计算机并不能「理解」人类所谓的语义是什么。只要它把数据按照一定规则、以一种人类能理解的方式进行组织,我们是否也可以从三万份「数据」里获得等量的「信息」与「知识」?

这就是文因互联希望完成的工作:对纷繁复杂的数据进行处理,归纳总结出金融知识和逻辑,辅助解决各种金融场景下的问题。

继续阅读 “专访 | 文因互联:从「金融数据」到「金融知识」”

前端会用标签模板(Tagged Templates)就能当股神

文因互联的问答机器人里有一个小功能,叫「金融小逻辑」,可以利用文因互联拥有的结构化的财务数据生成财经箴言

利润,充满估计和假设;现金,才是实打实的硬通货净利润不等于挣到的钱,两者可以有很大的差别。净利润一定要和现金流量表的经营现金流净额对照着看,投资者可以直接用经营现金流净额 / 净利润来衡量净利润的含金量。万科2017年三季报表明,万科的2016年现金比率为1.2,比值大于1,净利润含金量比较高,现金流入量较大,净利润质量较好,推荐关注。

这不禁让人浮想联翩,人类擅长定性分析,而机器擅长定量分析,当一位富有智慧的人拿到金融小逻辑给出的各家公司近几年的CAGR(复合年均增长率),他就可以做很多事了,比如拿着机器给出的箴言去炒股群里指点江山获得高人一等的装逼快感。

继续阅读 “前端会用标签模板(Tagged Templates)就能当股神”

捣鼓了一个图表搜索小零件,给你的研报系统加一点智能,了解一下?| 活动预告

事情是这样的——

前段时间和老朋友艾瑞咨询沟通,了解到一个有意义的需求 —— 为研报集成类产品艾瑞智慧增加图表搜索功能。

继续阅读 “捣鼓了一个图表搜索小零件,给你的研报系统加一点智能,了解一下?| 活动预告”

从 Kensho 看大工业金融的发展路径(下)

在下半部分的文章中,鲍捷博士将细致阐述一种反常识的新思路——智能金融的切入点,一定不是股票交易,离交易越远越能落地。

他认为,Kensho 不会取代任何交易员、投资人或分析师,想坐在Kensho这类智能系统上躺着赚钱是不切实际的。

智能金融系统目前真正的价值,不是直接帮投资人挣更多钱,也不是省钱,而是通过人工智能建立起金融机构的大规模自动化系统,让监管、银行、投资机构等决策行为减少对个人经验的依赖,从而减少人员流动对机构的冲击,建立新型的协作系统。

智能金融当下在中国真正的合理路径是:由零件的标准化导向“大工业金融”,本质是金融信息处理过程的(部分)标准件化。把金融信息和数据资产化,才是智能金融系统最大的价值所在。

继续阅读 “从 Kensho 看大工业金融的发展路径(下)”

从 Kensho 看大工业金融的发展路径(上)

2018年3月7日,美国智能投研公司Kensho被标普全球以5.5亿美元收购,这是迄今为止,华尔街最大规模的人工智能公司并购案。

5.5亿美元贵不贵?Kensho究竟能做到什么?它的模式将给国内智能金融行业带来怎样的启示?为什么智能金融领域没能出现第二个 Kensho?为什么智能金融不必复制 Kensho?

在上半部分的文章中,文因互联 CEO 鲍捷博士结合两年多的实践探索经验,为大家一一解答。

继续阅读 “从 Kensho 看大工业金融的发展路径(上)”

我们研究了2017年3653个上市公司高管的离职原因,原来…

在普通投资者的大脑中,A 股上市公司通常被抽象为6位股票代码、涨跌不休的红绿曲线,很少会想起,大盘背后其实是一个个鲜活的个体,除了行业前景、资本风向等基本面,人事变动也是分析企业发展时必须留意的因素。

一天,人事变动事件公告提取小组的程序媛小姐姐被提取结果逗乐了,继 “世界很大,我想去看看”这一率性离职宣言在网络上爆红之后,又一位高管 “为寻找最真实的自己” 走向了另一片天地。

继续阅读 “我们研究了2017年3653个上市公司高管的离职原因,原来…”

活动邀请|5.5亿美元,金融AI史上最大收购:Kensho 的模式可复制吗?

当地时间3月7日,美国智能投研先行者Kensho被标普全球(S&P GLOBAL)以5.5亿美元收购,以现金加股票的方式。同时,这也创造了迄今为止华尔街最大规模的人工智能公司收购交易。

Kensho的自我定位是数据分析与机器学习公司,为金融、国家安全、医疗健康行业解决分析问题。

其中,它在金融领域的成就更广为人所知。旗下拥有一款名为Warren分析软件,主要利用大数据和机器学习,将数据、信息、决策进行智能整合,并实现数据之间的智能化关联,从而提高投资者工作效率和投资能力。

如果你对人工智能+金融感兴趣,这些问题你一定也好奇:

  1. 从公司融资角度看 kensho 被收购事件对国内智能投研对标创业公司的影响?
  2. 从创业者角度看,为何 kensho 没能成长为一个独角兽,甚至百亿市值的公司?
  3. 如何评价kensho的产品,它对当前金融领域的影响?
  4. kensho的产品及技术在国内是否可复制,对国内的追随者们有哪些在赛道选择、商业模式上的启发?
  5. 人工智能+金融什么时候能服务于大众群体,它未来的形态会如何发展?

……

本周六,第23期智能金融沙龙,我们特别邀请到文因互联CEO 鲍捷博士,和大家深扒“华尔街之狼” kensho的蜕变之路,挖掘背后模式的潜在商机,展望AI+金融模式的未来发展 ,欢迎报名,不要错过。

继续阅读 “活动邀请|5.5亿美元,金融AI史上最大收购:Kensho 的模式可复制吗?”

三本书的推荐词:万年的竞争、人工智能简史、社会机器

(下面是今年寄给朋友们的三本书的导读)

 

新年好!

作为一份小小的新年礼物,我很高兴向您推荐三本书。这三本书都是2017年的新书,我读了以后感觉有很大收获。

在技术社区之外,往往会高估技术的短期价值,但是低估技术的长期价值。我相信这三本书作为一个整体,会有助于减弱这两种误解。

第一本书是刘夙《万年的竞争——新著世界科学技术文化简史》。我认为这是中国人自己写的科学史里,最好的一部之一(也许可以去掉“之一”?)。因为它不是材料的堆砌(也就是常见的“集邮式”的科学史),而是将不同时期、不同学科的科学技术背后的脉络融汇贯通来讲。它也把“社会技术”(即“文化”)和“自然技术”的协演化作为一个整体来分析。一般的科学史教材,只能说到“知其然”,即历史上谁谁谁发现了什么。稍好些的著作,可以分析发生这些变化的深层原因,达到“知其所以然”。刘夙的这本书,在把诸多要素整理出清晰的逻辑结构后,甚至可以为“知未然”提供思考的营养。21世纪是生命科学的世纪吗?人工智能在社会发展中会起什么作用?后工业时代的科学“范式”会是什么? 我相信《万年的竞争》会给您有益的启发。

继续阅读 “三本书的推荐词:万年的竞争、人工智能简史、社会机器”