在市场持续波动的金融服务领域中，数字是一切的关键。
一家投资公司打算利用现有的大量定性信息，使用 AI 的优势来对文字领域发起挑战。
位于多伦多的 Triumph 资产管理公司（现已重组为 Amadeus 投资合作伙伴）正在借助深度学习探索这一领域。他们每天都要分析数万篇新闻文章，目的就是更好地预测市场方向并制定交易决策。
传统做法
很多年来，大量人类分析师一直在梳理相关的新闻文章，确定对特定公司产生的影响，并与交易员进行沟通，以便在市场中做出相应的反应。
这个过程非常耗时，并且会错过很多机会，因为他们只能分析有限范围的文章，Triumph 数据科学家 Andrew Tan 说。
为了适应对更多数据的不断上升的需求，公司开始采用 AI。
“我们相信，借助深度学习的速度和精确度，我们可以改进对新闻的总体分析和整个工作流程，”Tan 说。“反过来，这还将产生更好的结果并提高整体性能。”
AI 即为分析师
通过利用 GPU 和 CUDA 深度神经网络 (cuDNN) 库，Triumph 的数据科学家将专用数据库中的新闻传输到深度学习系统中。机器经过训练，每三毫秒即可分析一篇文章，一天能处理数十万篇，这个原来我们认为无法实现的结果，近期得以突破。
系统可以识别文章中数百个关键字。称为 GloVe 的无指导性学习算法可为每个关键字赋予一个数值，然后系统的其他模型可以理解并使用该数值。
深度学习系统最终会产生三个结果：它将文章关联至适当的股票和公司；它为每篇文章得出一个影响力得分（正面、中立和负面）；它可以评估新闻影响市场的可能性。
在一段时期内，“虚假新闻”充斥着传统新闻领域，公司的数据科学家使用特定关键字和声誉好的新闻来源来提高可靠性。
尽管系统尚处于初步测试阶段，Tan 说其最开始的 76% 的精确度已经非常鼓舞人心了，这还要考虑到人类分析师自己对适当影响力评分通常不满意这个原因。
“系统还不完美，但我们可以在此基础上继续努力，”他说。
如需了解有关金融行业中的 AI 的更多信息，请查看今年早些时候 GPU 技术大会上关于这个主题的十多个演讲。
图片来源：Lorenzo Cafaro
类别：深度学习