“2018全球智能投資峰會(huì)”昨天結(jié)束，峰會(huì)由中國(guó)證券投資基金業(yè)協(xié)會(huì)金融科技專業(yè)委員會(huì)主辦，易方達(dá)基金、華夏基金、通聯(lián)數(shù)據(jù)、阿里云、新智元協(xié)辦，主要探討了大數(shù)據(jù)、AI等前沿技術(shù)在金融行業(yè)的應(yīng)用。中國(guó)萬(wàn)向副董事長(zhǎng)、通聯(lián)數(shù)據(jù)董事長(zhǎng)肖風(fēng)，新智元?jiǎng)?chuàng)始人兼CEO楊靜女士等嘉賓做了重磅演講，本文為演講干貨集錦。

AI又一次試圖改變中國(guó)股市。

昨天，2018全球金融數(shù)據(jù)探索與發(fā)現(xiàn)大賽（FDDC）的決賽正式舉行，6支隊(duì)伍利用AI對(duì)上市公司進(jìn)行營(yíng)收預(yù)測(cè)和對(duì)上市公司公告進(jìn)行信息抽取，探索了AI的模型算法如何改變資產(chǎn)管理的未來。

FDDC大賽是全球首場(chǎng)專注金融領(lǐng)域、深入投資實(shí)戰(zhàn)的技術(shù)大賽，也是“2018全球智能投資峰會(huì)”的最核心的看點(diǎn)之一。

“2018全球智能投資峰會(huì)”今年是第三屆舉辦，由中國(guó)證券投資基金業(yè)協(xié)會(huì)金融科技專業(yè)委員會(huì)主辦，易方達(dá)基金、華夏基金、通聯(lián)數(shù)據(jù)、阿里云、新智元協(xié)辦，主要探討了大數(shù)據(jù)、AI等前沿技術(shù)在金融行業(yè)的應(yīng)用。

在峰會(huì)上，基金業(yè)協(xié)會(huì)領(lǐng)導(dǎo)，中國(guó)證券投資基金業(yè)協(xié)會(huì)金融科技專業(yè)委員會(huì)主席、中國(guó)萬(wàn)向副董事長(zhǎng)、通聯(lián)數(shù)據(jù)董事長(zhǎng)肖風(fēng)，新智元?jiǎng)?chuàng)始人兼CEO楊靜，微軟亞洲研究院副院長(zhǎng)張益肇，百度北京大數(shù)據(jù)實(shí)驗(yàn)室主任浣軍，通聯(lián)數(shù)據(jù)智能投研總監(jiān)盛元君等嘉賓做了精彩演講。

以下對(duì)嘉賓演講和決賽選手答辯做精華集錦。

AI影響投資管理行業(yè)還處于AlphaGo階段，下一階段是Alpha Zero

首先是肖風(fēng)《涌現(xiàn)論與智能投資》的演講。

中國(guó)證券投資基金業(yè)協(xié)會(huì)金融科技專業(yè)委員會(huì)主席、中國(guó)萬(wàn)向副董事長(zhǎng)、通聯(lián)數(shù)據(jù)董事長(zhǎng)肖風(fēng)

什么是涌現(xiàn)論？

涌現(xiàn)論是一種研究方法，所謂的“涌現(xiàn)論”就是認(rèn)為互聯(lián)網(wǎng)所帶來的復(fù)雜系統(tǒng)、復(fù)雜網(wǎng)絡(luò)，在一個(gè)開放系統(tǒng)的環(huán)境里面，參與者的互動(dòng)會(huì)面臨很多隨機(jī)性的因素，這些隨機(jī)因素會(huì)決定事物的突變，因此這個(gè)系統(tǒng)被認(rèn)為是非均衡的、不可測(cè)的。

涌現(xiàn)論對(duì)應(yīng)的是還原論，還原論的方法認(rèn)為過去是能夠證明現(xiàn)在的，而且也是能夠預(yù)示未來的，并且任何事物都是有序地、結(jié)構(gòu)化地在運(yùn)行，所以人們總是能夠還原它。

人們現(xiàn)在熟悉的投資管理的理論，大部分都還是基于還原論建立起來的。但是AI時(shí)代可能會(huì)讓人們?cè)谟楷F(xiàn)論的方法之下，來重構(gòu)投資管理一整套的理論。

“所以AI必將在某一年，真正給我們資產(chǎn)管理行業(yè)帶來很大的顛覆?！?/p>

肖風(fēng)認(rèn)為，AI影響投資管理行業(yè)可以分成兩個(gè)階段，借用人機(jī)圍棋大賽來比喻，就是從AlphaGo到Alpha Zero的階段。

AlphaGo階段，AI起到的作用有三點(diǎn)：

幫助人們進(jìn)行海量數(shù)據(jù)的處理和另類數(shù)據(jù)的獲取以及另類數(shù)據(jù)的分析；

利用知識(shí)圖譜、自然語(yǔ)言理解、智能搜索等等工具，提升人們的能力；

輔助分析員和基金經(jīng)理，將人的能力的加強(qiáng)。

第二個(gè)階段是AlphaZero。這一階段AI注重強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)、遷移學(xué)習(xí)，從宏觀經(jīng)濟(jì)、基本面、市場(chǎng)情緒、交易指標(biāo)四個(gè)方面，解構(gòu)并重構(gòu)整個(gè)市場(chǎng)，以“預(yù)測(cè)性”和“決策性”表達(dá)機(jī)器的觀點(diǎn)。

肖風(fēng)認(rèn)為，AlphaZero階段是未來五年到十年會(huì)出現(xiàn)的一個(gè)新的階段。

而AI未來可能對(duì)投資管理行業(yè)帶來的影響有三個(gè)層次：行業(yè)變革、商業(yè)變革和整個(gè)資本市場(chǎng)。

以行業(yè)變革為例，如果將來智能投資技術(shù)成熟，有一天人們會(huì)看到智能投資可能會(huì)取代被動(dòng)投資，在AI等技術(shù)的幫助之下，行業(yè)重歸主動(dòng)投資。

未來已經(jīng)到來。

在過去的兩年時(shí)間里面，大量的人工智能科學(xué)家都加入到了金融行業(yè)，這批名單包括NASA首席數(shù)據(jù)科學(xué)家加盟貝萊德，微軟首席人工智能學(xué)家鄧力加盟citadel，華盛頓大學(xué)計(jì)算機(jī)教授Pedro Domingos加盟DE shaw，卡耐基梅隆大學(xué)計(jì)算機(jī)系主任Manuela Veloso加盟摩根大通。

這一名單還會(huì)加長(zhǎng)。

AI摩爾定律造就偉大公司，產(chǎn)業(yè)生態(tài)投資將成王道

經(jīng)濟(jì)是技術(shù)的反映，AI底層技術(shù)將深刻改變商業(yè)和投資格局。

OpenAI今年5月發(fā)布的“AI與計(jì)算”的分析報(bào)告顯示：自2012年以來，在最大的AI訓(xùn)練運(yùn)行中所使用的計(jì)算力呈指數(shù)增長(zhǎng)，每3.5個(gè)月增長(zhǎng)一倍，相比之下，摩爾定律的翻倍時(shí)間是18個(gè)月。自2012年以來，AI算力指標(biāo)已經(jīng)增長(zhǎng)了30萬(wàn)倍以上。

新智元?jiǎng)?chuàng)始人兼CEO楊靜在演講中指出，由于半導(dǎo)體設(shè)備廠艾斯摩爾（ASML）確認(rèn)1.5納米制程的發(fā)展性，這使得支撐摩爾定律延續(xù)至2030年，AI的摩爾定律有著硬件支撐基礎(chǔ)，因此還會(huì)有持續(xù)增長(zhǎng)的潛力。

新智元?jiǎng)?chuàng)始人兼CEO楊靜女士

另外，我們當(dāng)前處于量子計(jì)算爆發(fā)前夜，量子計(jì)算可能在數(shù)十年內(nèi)將成主流，目前，百度、阿里、騰訊、華為都在布局量子計(jì)算業(yè)務(wù)。未來社會(huì)將進(jìn)入從移動(dòng)互聯(lián)網(wǎng)走向超級(jí)云計(jì)算和萬(wàn)物智聯(lián)網(wǎng)的階段，這將為總體算力提供上億倍的增長(zhǎng)速度，也是支撐AI摩爾定律的強(qiáng)大動(dòng)力。

AI摩爾定律反映到企業(yè)上，行走在AI摩爾定律下的企業(yè)與行走在摩爾定律下的企業(yè)有著截然不同的表現(xiàn)。

不到1萬(wàn)名員工的英偉達(dá)三年前的股價(jià)徘徊在20美元左右，如今已經(jīng)漲到249美元，三年翻了十倍，它崛起的背后是龐大的AI算力需求。而老牌芯片廠商英特爾擁有近10萬(wàn)名員工，人均產(chǎn)能卻低于英偉達(dá)。

“摩爾定律造就英特爾，AI摩爾定律造就英偉達(dá)?！睏铎o指出。

在AI生態(tài)構(gòu)建中，云的能力很重要，全球排名前5的科技公司，如亞馬遜、谷歌、微軟等，都要轉(zhuǎn)型成AI云公司。

谷歌云：39億美元巨額投資AI，建立龐大AI生態(tài)圈。

軟硬件+開源框架定制體系→聚攬?zhí)煜掠⒉拧茉忑嫶蟮?a target="_blank">開發(fā)者社區(qū)生態(tài)圈。

亞馬遜云（AWS）：構(gòu)建AI云生態(tài)閉環(huán)。

AWS是全球公共云市場(chǎng)的領(lǐng)導(dǎo)者，憑借其可擴(kuò)展性和全面的平臺(tái)服務(wù)，AWS是開發(fā)和部署云和AI應(yīng)用最領(lǐng)先的云環(huán)境之一。采取開發(fā)者&企業(yè)客戶兩者并重的策略，目前占據(jù)市場(chǎng)第一份額。

微軟AI云：主打企業(yè)客戶市場(chǎng)，多種AI服務(wù)組合。

微軟在商業(yè)環(huán)境中擁有大量客戶，也有豐富的云+AI服務(wù)組合，讓微軟成為AI云市場(chǎng)的佼佼者。尤其是在企業(yè)客戶市場(chǎng)，微軟堅(jiān)持使用Windows，Office 365或Dynamics 365等產(chǎn)品扎根全球生態(tài)市場(chǎng)。

具備大量數(shù)據(jù)，這些數(shù)據(jù)流可以用于訓(xùn)練機(jī)器學(xué)習(xí)算法和構(gòu)建神經(jīng)網(wǎng)絡(luò)。

以后人類會(huì)進(jìn)入什么樣的階段呢？楊靜認(rèn)為未來會(huì)從移動(dòng)互聯(lián)網(wǎng)的階段走向超級(jí)云計(jì)算和萬(wàn)物智聯(lián)網(wǎng)的階段。在這樣的背景下，2018年做AI投資最核心的是要從散戶投機(jī)到產(chǎn)業(yè)生態(tài)投資，擁有軟件、硬件、核心技術(shù)、生態(tài)系統(tǒng)的公司可成為“富可敵國(guó)”的投資巨頭。

目前，從BAT、華為，到谷歌、微軟，都在圍繞著深度學(xué)習(xí)AI云的軟硬件系統(tǒng)，打造未來的開發(fā)者生態(tài)體系，也是合作的生態(tài)。以華為為例，華為的安卓綠色聯(lián)盟就有50萬(wàn)的開發(fā)者，華為每一臺(tái)手機(jī)更新到新版，需要1.2億行代碼，其中華為做一半，谷歌做一半。

具體到AI對(duì)金融領(lǐng)域的影響，楊靜認(rèn)為，未來人工智能在保險(xiǎn)、證券等領(lǐng)域還有大量場(chǎng)景可以挖掘，例如信用評(píng)估和智能賠付等等。

AutoDL用深度學(xué)習(xí)來設(shè)計(jì)深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，幫中小企業(yè)降低AI使用成本

AI在逐步改變著金融業(yè)，但是企業(yè)應(yīng)用AI也面臨著不少問題，最主要的問題就是成本。

以ImageNet挑戰(zhàn)為例，隨著時(shí)間的推移，人們?cè)贗mageNet上的錯(cuò)誤率越來越低，這背后的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)也越來越復(fù)雜，對(duì)設(shè)計(jì)師的要求也越來越高。

對(duì)于一個(gè)初創(chuàng)企業(yè)來說，很難找到世界頂級(jí)的算法工程師來幫助設(shè)計(jì)網(wǎng)絡(luò)，并且現(xiàn)在GPU集群也越來越貴，如果想打造一支強(qiáng)大的算法團(tuán)隊(duì)，企業(yè)需要一個(gè)強(qiáng)大的工程團(tuán)隊(duì)，需要有硬件、軟件支持。

小企業(yè)如何擁有自主設(shè)計(jì)神經(jīng)學(xué)習(xí)網(wǎng)絡(luò)的能力？

浣軍教授今年年初加入百度任大數(shù)據(jù)實(shí)驗(yàn)室主任，重點(diǎn)研究基于大數(shù)據(jù)的基礎(chǔ)算法和機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、知識(shí)發(fā)現(xiàn)等技術(shù)。在百度，浣軍教授主要負(fù)責(zé)百度AutoDL的研發(fā)。

百度北京大數(shù)據(jù)實(shí)驗(yàn)室主任浣軍

AutoDL的目標(biāo)是用深度學(xué)習(xí)來設(shè)計(jì)深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，從而達(dá)到深度學(xué)習(xí)網(wǎng)絡(luò)設(shè)計(jì)定制化、自動(dòng)化、便捷化。AutoDL包含了3個(gè)方向：

AutoDL Design: 自動(dòng)設(shè)計(jì)全新的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)

AutoDL Transfer； 遷移原有的網(wǎng)絡(luò)至新的應(yīng)用

AutoDL Adaptation： 針對(duì)不同的端，例如手機(jī)， 將網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化

目前，AutoDL設(shè)計(jì)的網(wǎng)絡(luò)在公共測(cè)試集 CIFAR 10超過絕大多數(shù)人類專家設(shè)計(jì)的網(wǎng)絡(luò)效果；與百度EasyDL團(tuán)隊(duì)合作，通過網(wǎng)絡(luò)優(yōu)化+遷移學(xué)習(xí)，在所有測(cè)試的樣例中均可以提升效果，分類正確率絕對(duì)值提高5%～10%；AutoDL設(shè)計(jì)優(yōu)化的網(wǎng)絡(luò)在手機(jī)端等資源有限環(huán)境下的部署，模型參數(shù)下降6～10倍， 預(yù)測(cè)時(shí)間減少3～6倍， 模型準(zhǔn)確率幾乎不變。

AI解決投研三大痛點(diǎn)，聯(lián)邦遷移學(xué)習(xí)解決AI數(shù)據(jù)困境

通聯(lián)數(shù)據(jù)智能投研總監(jiān)盛元君在演講中提到，AI等技術(shù)的出現(xiàn)驅(qū)動(dòng)眾多機(jī)構(gòu)利用Fintech重構(gòu)業(yè)務(wù)模式，人工智能在某些問題上的效率速度上優(yōu)于人工。

通聯(lián)數(shù)據(jù)智能投研總監(jiān)盛元君

總體而言，人工智能時(shí)代技術(shù)發(fā)展解決投研三大痛點(diǎn)：決策過程與邏輯統(tǒng)一、提高信息收集和處理的效率、系統(tǒng)化應(yīng)用提高管理能力。

要實(shí)現(xiàn)智能投資研究能力體系的構(gòu)建，不是單純的數(shù)據(jù)整理就可以實(shí)現(xiàn)，通聯(lián)數(shù)據(jù)通過數(shù)據(jù)整合-技術(shù)處理-金融投研深度模型化-投研應(yīng)用-協(xié)同應(yīng)用等五個(gè)方面，逐步實(shí)現(xiàn)投研服務(wù)能力體系的搭建。

微軟亞洲研究院副院長(zhǎng)張益肇講到了用AI助力數(shù)字化轉(zhuǎn)型，提供精準(zhǔn)金融服務(wù)。

微軟亞洲研究院副院長(zhǎng)張益肇

數(shù)字化轉(zhuǎn)型有四個(gè)大方向，更好地與客戶互動(dòng)、激勵(lì)員工、運(yùn)作優(yōu)化、轉(zhuǎn)型產(chǎn)品。比如說，金融行業(yè)已經(jīng)有越來越多的公司用AI幫忙分析股票或與客戶互動(dòng)。

以客戶互動(dòng)為例，微軟智能云能夠分析人的表情，然后判斷人類的情緒。小冰是強(qiáng)調(diào)跟用戶情感聯(lián)系的機(jī)器人，因此小冰這種情感聯(lián)系機(jī)器人的對(duì)話在與客戶互動(dòng)中感知客戶情感。

張益肇透露了一組數(shù)據(jù)：小冰跟用戶的對(duì)話逐漸的增加，跟用戶的對(duì)話多到23個(gè)來回，一般的數(shù)字助理通常一兩個(gè)來回就結(jié)束了。

美國(guó)世紀(jì)投資首席投資官Vinod Chandrashekaran認(rèn)為，投資管理領(lǐng)域正在經(jīng)歷一個(gè)代際轉(zhuǎn)變，主要變現(xiàn)在Alpha變得越來越難以提取，但好的一面是，數(shù)據(jù)和技術(shù)也在迅速發(fā)展，大數(shù)據(jù)越來越多地用于搜索Alpha，技術(shù)也成為了一個(gè)Alpha的引擎。

美國(guó)世紀(jì)投資首席投資官Vinod Chandrashekaran

不過，在技術(shù)的大發(fā)展之下，未來投資管理將繼續(xù)風(fēng)格趨同，傳統(tǒng)的管理者將尋求利用技術(shù)提高效率，量化基金經(jīng)理將越來越需要獲取非傳統(tǒng)的數(shù)據(jù)來源，以保持其投資優(yōu)勢(shì)。

數(shù)據(jù)對(duì)金融乃至AI的發(fā)展至關(guān)重要。國(guó)際人工智能聯(lián)合會(huì)（IJCAI）理事會(huì)主席楊強(qiáng)教授認(rèn)為，大數(shù)據(jù)驅(qū)動(dòng)下的AI，面臨兩大困境：一是隱私、安全和監(jiān)管困境，另一個(gè)是小數(shù)據(jù)、弱監(jiān)督困境。

國(guó)際人工智能聯(lián)合會(huì)（IJCAI）理事會(huì)主席楊強(qiáng)教授

針對(duì)第一個(gè)困境，楊強(qiáng)教授提出聯(lián)邦學(xué)習(xí)（Federated Learning），聯(lián)邦學(xué)習(xí)是在保護(hù)數(shù)據(jù)隱私、滿足合規(guī)要求的情況下出現(xiàn)的機(jī)器學(xué)習(xí)趨勢(shì)，主要目的是在數(shù)據(jù)不共享的前提下，利用雙方的數(shù)據(jù)實(shí)現(xiàn)模型增長(zhǎng)。

針對(duì)第二個(gè)困境，楊強(qiáng)教授認(rèn)為遷移學(xué)習(xí)是解決的方法。以斯坦福大學(xué)為聯(lián)合國(guó)做的在衛(wèi)星地圖中標(biāo)記非洲大陸貧困地區(qū)為例，在過去，做法是派人去現(xiàn)場(chǎng)進(jìn)行經(jīng)濟(jì)調(diào)查，斯坦福大學(xué)用到了遷移學(xué)習(xí)的方法來解決問題。

研究人員先對(duì)白天的衛(wèi)星圖片進(jìn)行語(yǔ)義級(jí)別的分割，標(biāo)出橋梁、建筑物等，接著以夜間燈光明亮度表示地區(qū)的經(jīng)濟(jì)發(fā)達(dá)程度，第三步是根據(jù)勾畫出來的地區(qū)做一個(gè)拓展，最后在識(shí)別貧富程度上達(dá)到和現(xiàn)場(chǎng)調(diào)查人員相近的準(zhǔn)確率。

全球首場(chǎng)金融領(lǐng)域AI大賽終極對(duì)決，10支隊(duì)伍瓜分百萬(wàn)獎(jiǎng)金

“2018全球智能投資峰會(huì)”上重磅的環(huán)節(jié)還包括2018全球金融數(shù)據(jù)探索與發(fā)現(xiàn)大賽（FDDC）決賽。

FDDC是全球首場(chǎng)專注金融領(lǐng)域、深入投資實(shí)戰(zhàn)的技術(shù)大賽，由中國(guó)證券投資基金業(yè)協(xié)會(huì)（以下簡(jiǎn)稱“基金業(yè)協(xié)會(huì)”）金融科技專業(yè)委員會(huì)主辦，易方達(dá)基金、華夏基金、通聯(lián)數(shù)據(jù)、阿里云共同承辦，旨在挖掘更多頂尖算法人才將全球先進(jìn)的大數(shù)據(jù)、云計(jì)算、人工智能等科學(xué)技術(shù)應(yīng)用到金融行業(yè)和資產(chǎn)管理行業(yè)，提升行業(yè)對(duì)科技的應(yīng)用和實(shí)踐能力，打造科技創(chuàng)新服務(wù)資產(chǎn)管理行業(yè)的新生態(tài)。

本次大賽包含兩大極具代表性的賽題：上市公司營(yíng)收預(yù)測(cè)和上市公司公告信息抽取，大賽共吸引全球4231支隊(duì)伍、共計(jì)4804名選手參與，參賽人員多來自北京大學(xué)、浙江大學(xué)、上海交通大學(xué)、斯坦福大學(xué)、MIT、牛津大學(xué)等眾多海內(nèi)外知名院校。

經(jīng)過初賽和復(fù)賽兩輪評(píng)比，每個(gè)賽題分別選拔出五支隊(duì)伍進(jìn)入決賽，并分別評(píng)選出前三名給予獎(jiǎng)金鼓勵(lì)，獲獎(jiǎng)團(tuán)隊(duì)還可獲得全球頂尖金融及科技公司高管的直聘機(jī)會(huì)。

歷時(shí)3個(gè)多月，4231支隊(duì)伍經(jīng)過線上初賽和復(fù)賽，共有10支隊(duì)伍進(jìn)入決賽，于8月29日在北京進(jìn)行現(xiàn)場(chǎng)答辯，8月30日，兩道賽題的前三名共6個(gè)團(tuán)隊(duì)參加了終極對(duì)決。

比賽結(jié)果是：

賽題一（上市公司營(yíng)收預(yù)測(cè)）

第一名：Alassea lome團(tuán)隊(duì)

第二名：Quant_duet團(tuán)隊(duì)

第三名：智能金融團(tuán)隊(duì)

大賽評(píng)委之一，香港科技大學(xué)副教授、惠理投資中心副主任尤海峰點(diǎn)評(píng)：

尤海峰

智能金融團(tuán)隊(duì)根據(jù)財(cái)務(wù)報(bào)表相互關(guān)聯(lián)的特點(diǎn)，創(chuàng)造性的把GPDT和DNN兩種算法結(jié)合起來，先用GPDT的算法自動(dòng)的構(gòu)造組合特征，在此基礎(chǔ)上結(jié)合DNN深度學(xué)習(xí)的方法進(jìn)行預(yù)測(cè)，取得了很好的效果。

FDDC大賽上市公司營(yíng)收預(yù)測(cè)賽題第三名智能金融團(tuán)隊(duì)

Quant duet團(tuán)隊(duì)首先把財(cái)務(wù)數(shù)據(jù)進(jìn)行了拆分，把歷史的營(yíng)收和其他的財(cái)務(wù)數(shù)據(jù)給分割出來，剔除了歷史營(yíng)收的財(cái)務(wù)數(shù)據(jù)，構(gòu)建了多因子的預(yù)測(cè)模型，然后又把單獨(dú)拿出來的歷史營(yíng)收數(shù)據(jù)和市場(chǎng)數(shù)據(jù)相結(jié)合，用一個(gè)全連接網(wǎng)絡(luò)深度學(xué)習(xí)的模型做預(yù)測(cè)，最后把兩個(gè)預(yù)測(cè)模型給整合起來。

FDDC大賽上市公司營(yíng)收預(yù)測(cè)賽題第二名Quant duet團(tuán)隊(duì)

這種數(shù)據(jù)拆分其實(shí)是提高了兩個(gè)模型的獨(dú)立性，從而在整合的時(shí)候、融合的時(shí)候能夠達(dá)到分散錯(cuò)誤的效果。

Alassea Lome團(tuán)隊(duì)展現(xiàn)了機(jī)器學(xué)習(xí)算法和領(lǐng)域知識(shí)很好結(jié)合起來的能力。首先他們對(duì)數(shù)據(jù)做了很好的理解、很好的處理和去噪音各種各樣的處理，然后根據(jù)他們對(duì)不同類型的公司理解，在特征選擇上和算法選擇上都進(jìn)行了個(gè)性化的處理，從而達(dá)到很好的預(yù)測(cè)效果。

FDDC大賽上市公司營(yíng)收預(yù)測(cè)賽題第一名Alassea Lome團(tuán)隊(duì)

回到賽題上來講，公司營(yíng)收反映了公司的指標(biāo)和公司管理層的行為，如果我們能夠再更深的層面上，把金融科技、機(jī)器學(xué)習(xí)算法和相關(guān)的經(jīng)濟(jì)與會(huì)計(jì)的原理進(jìn)行更深層次的融合的話，能夠有更好的結(jié)果。

目前不管是從業(yè)界也好，還是學(xué)術(shù)界也好，還是處于比較早期的階段。隨著行業(yè)知識(shí)圖譜的建立，我們會(huì)在融合方面可能會(huì)做得更好，并取得更大的進(jìn)展

賽題二（上市公司公告信息抽?。?/p>

第一名：GOGOGO團(tuán)隊(duì)

第二名：Heisenberg團(tuán)隊(duì)

第三名：Miyabi團(tuán)隊(duì)

最具創(chuàng)意極客獎(jiǎng)：東風(fēng)又綠江南岸團(tuán)隊(duì)，智能ABC團(tuán)隊(duì)；

最具潛力極客獎(jiǎng)：KingofWind團(tuán)隊(duì)，ASD123團(tuán)隊(duì)；

通聯(lián)數(shù)據(jù)CEO王政點(diǎn)評(píng)上市公司公告信息抽取賽題復(fù)賽前三團(tuán)隊(duì)：

王政

Miyabi團(tuán)隊(duì)用表格和分類的方法來抽取，能夠快速抽取結(jié)果；分類的方法能判斷哪些可以抽取。

FDDC大賽上市公司公告信息抽取賽題第三名Miyabi團(tuán)隊(duì)

Heisenberg團(tuán)隊(duì)有兩個(gè)亮點(diǎn)：1、有實(shí)用價(jià)值的系統(tǒng)架構(gòu)，能很快用到工業(yè)界。2、在實(shí)體識(shí)別的方法比傳統(tǒng)的有很大提升。

FDDC大賽上市公司公告信息抽取賽題第二名Heisenberg團(tuán)隊(duì)

GOGOGO團(tuán)隊(duì)把不同公告的問題找到了一些共性的知識(shí)結(jié)構(gòu)，能快速把復(fù)雜問題降維。另外，通過章節(jié)的識(shí)別提升效率。

FDDC大賽上市公司公告信息抽取賽題第一名GOGOGO團(tuán)隊(duì)

王政表示，通過這次FDDC大賽，信息抽取得到了新的發(fā)展，但是以后問題會(huì)越來越難、越來越多，會(huì)有更多的文本、語(yǔ)音、圖像等信息需要處理，期待更多算法專家加入金融行業(yè)，推動(dòng)金融科技發(fā)展。