借壳上市是指一间私人公司（Private Company）通过把资产注入一间市值较低的已上市公司（壳，Shell），得到该公司一定程度的控股权，利用其上市公司地位，使母公司的资产得以上市。通常该壳公司会被改名。
而《重组办法》第十二条规定的重大资产重组，其定义则为：
自控制权发生变更之日起，上市公司向收购人购买的资产总额，占上市公司控制权发生变更的前一个会计年度经审计的合并财务会计报告期末资产总额的比例达到100%以上的重大资产重组。
在对百度的声讨达到一个新高潮的同时，我在思考，到底是为了多大的利益，能够使百度这样一个巨头卖掉血友病吧、为违规的医院做推广。
继续阅读 “莆田系与百度的共生：整形第一股净利80%投百度广告”
看到振波二象在微博上说“国内排名靠前的投资机构大规模上人工智能了，生存不易啊”。就这个话题多说几句。
智能金融现在中国市场上看到最多的是征信。在美国，我接触较多的有两个领域，一个是传统大银行里的数据分析，另一个是交易策略的生成，类似桥水（Bridgewater）、Kensho在做的。有不少同学、前同事在这些机构里工作。当然人工智能分支很多，其他的分支和金融的结合也有很多的应用。
2016年3月12日，由文因互联组织的“语义对话金融——人工智能与价值判断”研讨会在北京举行。我们邀请了众多金融界和技术界的知名人士参加，同时也吸引了一批资深的业内及跨领域从业者的参与和关注。
会议主要针对“人工智能”以及“金融投资”两方面内容及其结合领域的现状、方法和前景进行了深入而广泛的讨论。期间既从学术界的分享中了解到目前学术界发展的前沿信息，也从金融领域的诸多一线投资人的发言中，获知了对合作的渴望和对未来广阔前景的肯定。文因互联的CEO 鲍捷主持了这次研讨会。
继续阅读 “新闻自动生成——人工智能正在逐步走进金融领域（其二）”
随着互联网时代的深入发展，我们获取的各种数据都在无限膨胀，远远超过了人类大脑的处理能力，于是机器学习技术成为更利于发展的投资策略。以机器之手在互联网中抓取一个领域的数据和信息，将这些信息通过人工智能系统进行细致的分拣和筛选，进而得出最终的结论和决策。之后再将这些已被梳理好的决策分析反馈给该领域工作人员。接下来我们会分三期就人工智能和金融领域的结合做一系列分析，厘清人工智能在金融领域已经都做了哪些尝试，以及成果：
导言：这篇文章是以前笔者的两篇博客的汇总。因为是两篇论文的介绍，概念比较多，不是很好懂。过几天会再写一篇通俗版的，敬请关注。
XRBL是金融数据结构化，继而语义化的基础。这两篇博客反映的是2010年的工作，当时XBRL刚刚在中国成为标准。目前，在A股和新三板上XBRL都成为了财务报告规范的结构化形式。不过现在看来，XBRL本身作为近二十年前的技术，本身也有一些局限性。此外企业的信息披露材料有大量的内容无法被XBRL承载，不仅依然需要大量的人力去阅读原始材料，披露材料和XBRL报告之间的不一致性也是常见问题。解决这些问题，需要更灵活的金融数据结构化和语义化方法，也需要依赖人工智能技术做好数据的自动提取、交叉验证、信息搜索、价值判断。
就新三板而言，投资的核心是价值判断和规模交易。这是挂牌企业、做市商、风险投资机构和证券基金的根本需求。
人工智能领域的深度学习、自然语言理解、语义搜索技术的应用，会为新三板投资的行业研究和对标分析中提供全面、详实和高效的数据服务。尤其是在科技、互联网和TMT行业，这些国内券商普遍普遍缺乏研究人员，研究能力较弱的现实情况下。没有研究人员提供的报告，无法完成价值判断，大量的高科技领域的公司发展无人知晓、无法了解，证券基金入市规模和交易量受到制约。企业融资遥遥无期。
文因互联提供的大数据服务，能把科技领域的全球领先公司的信息应用到新三板挂牌企业的价值判断上，这门功夫是人工智能技术给予金融行业发展带来的实质帮助。
2011-04-19 Li（李娴）和我, Jim Hendler合作的一篇文章 “Fundamental Analysis Powered by Semantic Web” [1] （基于语义网的基本分析）获得了2011 IEEE Symposium on Computational Intelligence for Financial Engineering and Economics 最佳论文。
