智能投研Kensho研究报告(2)



(接上篇)

二、KENSHO:智能投研领域的“AlphaGo”

Kensho是智能投研最具想象力先行者。2013年5月丹尼尔·纳德勒与程序员彼得·克鲁斯卡尔联合创立Kensho,总部位于马萨诸塞州剑桥市。

Kensho是一个将云计算与金融咨询业务结合起来的数据分析公司,目标是建立更智能化的信息数据平台服务于证券分析师和交易员,为客户提供更加优质、快速的数据分析服务。

过去一段时间,Kensho被《财富》杂志提名为2016年“五家最热的金融科技公司”之一,世界经济论坛将其评为世界上最具创新力的私营科技公司之一,同时被福布斯认为是全球50强最具创新的金融科技公司之一。

1. 联合创始人:因禅结缘立,创立Kensho

因禅结缘,创立Kensho:丹尼尔·纳德勒,现年33岁,拥有哈佛大学经济学博士学位。在美联储工作期间,纳德勒发现尽管有像彭博、路透、Capital IQ等金融分析工具,但是这些软件依然不能解决需要投资什么的问题,尤其是对一些事件驱动的数据分析,基于此,纳德勒萌生了创立Kensho的想法。

彼得·克鲁斯卡尔,现年30岁,拥有麻省理工学院计算机科学的学士和硕士学位。在联合创办Kensho之前,彼得是Google软件工程师,曾在gmail团队以及access team上工作。在谷歌工作前,彼得曾在kayak工作,为其贡献了个分析平台、网站和iphone平台。

值得一提的是,纳德勒和彼得在求学期间由于禅宗的共同兴趣便结识,“Kensho”原意即从佛教禅宗而来,意为“见性”,“Ken”是日语“看”的意思,音同汉语的“看”,“sho”为日语的“自然、本质”之意,这个日语禅宗的原意为“透过现象理解事物的本质”。

团队成员人才济济。目前Kensho有大约80名员工,团队成员不乏来自谷歌和苹果的一流工程师以及华尔街分析师、物理学家、经济学家等,包括iPhone原始工程团队7名成员之一,世界上个固态两位量子处理器的创始人,哈佛最年轻入学者等。

此外Kensho为了建立民用非结构化地缘政治和全球自然事件的数据库,还聘请了前美国国家情报总监詹姆斯·希恩博士加入了Kensho计划的顾问委员会。现有员工大概有50人在位于马萨诸塞州的剑桥办公室工作,此外,Kensho也在纽约和华盛顿设有办事处。

2. 融资情况:累计融资超1亿美元,估达值达5亿美元

累计融资超1亿美元,B轮融资值估值5亿美元。自2013年起,公司累计融资超过1亿美元,其中2017年4月公司获得B轮5000万美元融资,由标普国际(S&P Global)领投,市值达五亿美元,投资人还包括高盛,摩根大通,美银美林,摩根士丹利,花旗集团和富国银行等机构。

S&P Global也不仅仅是Kensho的主要投资者,旗下的市场数据部门还将为Kensho的分析平台提供最新的金融数据包,为投资者们输出一个全新的、由AI驱动的市场分析能力。

3. 产品:Warren试图解决 投资分析的“速度、规模、自动化三大挑战”

试图通过构建国际事件数据库及知识图的综合图表模型,解决当今投资分析的“速度、规模、 自动化 ”这三大挑战。Kensho主打产品,是叫“Warren”(沃伦)的金融数据收集、分析软件,拥有强劲的云计算能力、良好的人机交互界面和深度学习能力,目前产品只在高盛内部试运行,没有正式上市。

据福布斯介绍,“在能够找全数据的假设下,对冲基金分析师团队需要几天时间才能回答的问题,Warren可以通过扫描超过9万项全球事件,如药物审批,经济报告,货币政策变化和政治事件及其对地球上几乎所有金融资产的影响,立即找到超过6500万个问题组合的答案。

”可以看到,Kensho试图构建最全的国际事件数据库及知识图的综合图表模型,解决了当今华尔街投资分析的三大挑战,即速度,规模和自动化。

4. 客户:金融机构和商业媒体双管齐下

金融机构和商业媒体双管齐下,未来有望拓展至政府部门。Kensho客户主要包括两条业务线,利用历史数据帮助大型银行和其他金融机构分析诸如地理、天气等因素带来的风险敞口;帮助全球商业媒体承担事件分析业务。

目前,公司已经和谷歌、S&P等金融机构达成战略合作关系,它们不仅是Kensho的风险投资者,亦是合作伙伴,如B轮融资领投机构S&P将为Kensho分析平台提供全球市场情报数据,在此基础上双方将合作开展未来产品开发,将新的创新能力推向市场,此外S&P将拥有Kensho的一个董事会观察员席位。

与此同时,Kensho作为CNBC的分析提供商,其数据可视化分析每天在CNBC上播放多次。当然,商业媒体的核心竞争力是某事件发生之后以最快的速度给出一个站得住的分析结论,该属性使得CNBC对Kensho的分析能力不会有过高要求,而会更加注重分析速度。

从谷歌、S&P、CNBC既是风险投资商也是商业合作伙伴的属性看,未来Kensho有望拓展至美国政府部门(IQT是美国CIA旗下的投资部门)。

公司已实现盈利,未来进一步提高华尔街金融机构渗透率。2017年2月,Nadler告诉福布斯,公司已实现盈利,B轮融资资金主要是为了用来扩大产品市场,令Kensho能进入摩根大通和摩根士丹利这些华尔街的核心机构。

三、核心产品Warren:低门槛获高专业服务

公司产品Warren是类似于Google搜索引擎的金融分析软件,用户只需以通俗易懂的英文来询问Warren金融问题。

比如“台风对建筑行业股票价格影响是怎样的”,随后便会将问题转换成机器能够识别的信息,并寻找云数据库与互联网中的各类相关数据与事件,运用大数据技术进行分析,并根据市场走向自动生成研究预测报告,回答投资者的问题。

Warren的强大功能使得用户不再需要有专业的金融知识,也不需要设置复杂的参数和配置算法,就可以得到类似于金融分析师分析的结果,让更多的人能够以较低的门槛获得专业的分析结果。

1. 功能:寻找事件与资产的相互关系

Warren可实现, 寻找事件和资产之间的相关性及对于其价格的影响、基于事件对资产未来价格走势进行预测。

其中,寻找事件和资产之间的相关性又包括:

寻找影响资产价格的关联事件。例如输入Apple,Warren会显示一张Apple的股价走势图,在每一天的时间节点,从中可以得到具体哪些事件影响了Apple股价以及影响的百分比,还会展现相关事件对股价波动的P-Value,即显著性影响指数。

寻找某事件对某些资产价格的影响。例如输入“美联储降低利率”,并自由选择时间段和投资的种类,比如道琼斯指数、油价等,Warren会以图表方式呈现该事件对资产价格走势的影响。

基于事件对资产未来价格走势进行预测:

利用机器学习预测资产的价格,通过可能影响价格的相关因素去预测资产未来价格的走势区间。由于Warren的数据库已经包含了大量的数据源,包括政治事件、自然事件等,因此可能存在大量显著影响资产价格的变量,Warren需要判断哪些是可以用来预测价格的相关特征。

在特征的选择上,Warren可以根据用户的建议输入相关的变量,也可以通过特征选择的算法去保留相关的特征。最后,Warren会以股票价格概率分布区间的图表呈现其预测的结果。

2. 特点:快速计算能力、良好人机交互、强大深度学习能力

Warren具有快速的计算能力、良好的人机交互性 、强大的深度学习能力。快速的计算能力:Warren搭建于纳斯达克OMX FinQloud,这是一个专门为金融服务部门设计的云计算平台,不仅可以加强云计算能力,还能够提供满足金融服务特殊安全和监管要求的技术支持。

基于此,Warren能高效完成分析师难以快速做到的信息收集、挖掘等工作,Warren获得的信息可能是传统分析师的数倍多,分析速度是分析师的百倍。

良好的人机交互性:只要输入直白正确的问题,Warren就会提供的答案。比如输入,当朝鲜试射导弹时,哪支国防股会涨得最多?(雷神公司、美国通用动力公司、和洛克希德马丁公司);当苹果公司发布新iPad时,哪家苹果公司的供应商股价上涨幅度会最大?(为iPad内置摄像头生产传感器的豪威科技股份有限公司)。

强大的深度学习能力:根据各类不同问题积累经验,逐步成长,强大的学习能力让Warren越用越聪明,提出的问题越多,Warren学会的东西越多,这也是云计算系统与普通硬件计算系统的差别。

3. 影响:削弱不对称性,现代金融投机行为性质有望再次改变

Warren的出现有望如同电报、互联网诞生一样进一步削弱市场不对称性,加快信息传导速度。削弱金融市场的不对称性:Warren将传统的专业分析师小范围独享的资产价格预测分享给更多普通人,削弱市场的不对称性,同时也削弱了专业金融机构相对于普通投资者的获利优势。

加快信息在金融市场的传导速度,从而使得金融市场更受信息影响:由于Warren获取信息速度是专业人员的数倍多,分析速度是专业人员的百倍,因此Warren的出现如同电报、互联网出现一样,进一步加快信息在金融市场的传导速度。

如同19世纪出现的电报,20世纪出现的互联网一样,极大改变金融投机行为性质,大幅降低具备信息优势的机构的获利能力,我们有理由相信,如果Warren可以使得资产价格以更快、更大程度反映“所有可以获得的信息乃至决策后的结论”,那么现代金融投机行为性质将再次发生改变。

4. 缺陷:无法自我形成新因果关系,无法区分因果性/ 相关性

Warren人机交互有待提高,尚不能判别因果逻辑。尽管Warren具备基础问答能力,然而目前来看,还存在人机交互和因果逻辑混乱等致命缺陷。无法自我形成新因果关系:现阶段的Warren更像一个数据收集、图形化呈现的工具,并不能任意提供分析师决策。

比如Kensho无法直接回答特朗普上台对股市产生的影响,这是由于过去的历史事件并没有包含特朗普的相关信息。即Warren只能做到变量延展,但却无法替用户去逻辑推理事件可能的影响因素,一切背后的关系还需要用户自己去发现。

无法区分因果性还是相关性:假设我们发现比特币价格和黄金价格具有一定的相关性,并基于其关系去预测比特币未来的走势。但是我们没有发现,英国脱欧是驱动两种资产价格上涨的背后原因。即Kensho目前无法判断是因果性还是相关性。

Warren和金融分析师在相当一段长时间里是相辅相成而不是竞争的关系。Warren尚无法做到金融分析的完全自动化,未来很长一段时间也无法完全替代人类分析师。尽管Warren能搜集更全面、更详细的数据,并提供简单的分析和以图形化方式呈现,但是更的思考模式,比如理解事件和资产之间更深层次的因果逻辑,理解变量之间的相关性,

Warren是不能办到的。从某种意义上说,Warren和金融分析师在相当一段长时间里是相辅相成而不是竞争的关系,依靠Warren可以大量释放金融分析人员的生产力,能够让其有更多的时间去思考并决策。

5. 未来:自动触发事件对资产价格的影响是Warren目标

完善构建全球事件数据库是Warren下一步战略目标。未来Warren计划推出下一代产品,将事件之间的关系做成一张图,形成事件“连接图表功能”,机器会尝试识别事件的概念,关系和网络,逐步模拟金融分析人员的逻辑思考能力,比如试图解决上述无法判定事件因果性还是相关性的问题。

此外,如何将语音识别技术结合到Warren中、如何更新庞大的数据库、如何提高Warren的学习精度与分析速度、如何提高分析结果的准确性也是Warren未来发展的关键点,当然也是难点。

自动触发是事件对资产价格的影响是Warren目标。如果未来能借助AI、语音语义、知识图谱等技术让Warren识别并理解变量的语义、变量之间的相关性、资产和事件内在的深层因果逻辑,那么Warren能真正做到对金融分析无所不能。

更进一步,如果Warren可以自动提取事件特征,真正理解语义内外在含义,自主构建并修改知识库和知识图谱,自动触发事件对资产价格的影响并对未来价格走势进行预测,到那时或许大部分金融分析人员真的就要失业了。


转自:行业报告研究院

作者:郝彪

微信扫一扫 分享到朋友圈
微口订阅号

关注订阅号

社交媒体运营经验交流
流量电商行业动态讨论

热点事件
微口订阅号

关注订阅号

社交媒体运营经验交流
流量电商行业动态讨论

阅读下一篇
微口订阅号

自媒体运营攻略
行业经验交流

关闭

创建藏点

藏点名称
藏点说明
藏点封面
转藏至我的藏点 +新建藏点
    关闭
    确定 取消