细数机器学习在金融领域的七大应用

大数据文摘出品

编译：刘兆娜

呆板进修是市场的新趋势，新油田，新黄金!从观念代价的角度来看，把呆板进修与任何创新对比都不为过。可是它在金融规模怎样施展呢，应用的近况又到了什么阶段呢?

我们都知道，银行存储了所有的信息，包罗客户的买卖营业记录，与客户的雷同信息，内部信息，这些信息占用的存储空间已经到达了Tera级，有些乃至到了PB级。此刻，大数据技能可以办理像这样的大局限数据存储和处理赏罚的题目：数据量越大，就越可以或许探查到客户的需求和举动模式。在大数据的基本之上，通过人工智能和呆板进修算法，操作相干软件进修客户的举动并做出自主决定。

是不是感受很锋利?接下来我们就看一下，看看呆板进修和大数据可以或许为金融带来什么样的力气。

呆板进修在金融行业的应用案例

1. 确定银行最佳选址

信息是21世纪的黄金，呆板进修和大数据技能操作信息来泛起客户的重要信息。在融资方面，网络每个客户的信息是必必要做的工作。最常见的例子是在ATM长举办的通例操纵。银行通过收罗并处理赏罚客户的全部操纵信息来猜测客户的举动，在下次会见时，客户无需再举办搜刮和输入号码，点击一个按钮就可以或许当即举办通例操纵。

行使大数据得到的信息可用于建设和操纵引擎，从而用来确定创办实体银行的最佳位置。金融机构网络一个都市中客流量最大的一些地区，会见这些地区的时刻，客户地址的市肆，最大和最小客户数目的信息。通过对这些信息的处理赏罚猜测，选择获益最大的位置来创办实体银行(趁便说一句，不可是银行可以回收这种方法选址)。选址对企业或商户的收益云云重要，你必定也会认为这是一个很是好的应用场景。

2. 通过呆板人投资参谋为客户探求最佳办理方案

呆板人投资参谋就像没有自我意识的假造助手。呆板人投资参谋本质上是在思量客户红利方针和风险遭受手段的条件下，为客户选定和调解金融投资组合的一系列算法。

以下是呆板人投资参谋怎样运作的一个示例：客户输入其方针(譬喻，在60岁时退休，节减300,000.00美元)，年数，收入和当前金融资产环境。呆板人投资参谋为了实现客户的方针，通过呆板进修算法在差异的资产种别和金融器材之间举办投资的配比。

今朝，提供这类处事的公司有：Betterment、Schwab Intelligent Portfolios。

3. 将算法买卖营业转变为智能买卖营业

算法买卖营业是这样一种买卖营业，它可以操作软件按照预先设定的买卖营业尺度(如时刻，价值，买卖营业量等)，下达买卖营业订单。算法买卖营业应承在没有工钱过问的环境下举办买卖营业。

呆板进修技能提供了一套新的多样化器材，使算法买卖营业不只仅可以或许自动化执行。在呆板进修(ML)的环境下，算法可以通过进修其他算法(即法则)的方针，并基于数据实现方针，譬喻最小化猜测偏差。呆板进修算法的计划可以或许通过说明汗青市场举动，确定最佳市场计策，使买卖营业猜测更精确。

今朝，提供这类处事的公司有：Renaissance Technologies、Walnut Algorithms。

4. 风险打点和反诓骗

风险打点和反诓骗是今朝银行最热点的2个主题，这类项目起首应用呆板进修和大数据等创新技能来办理。银行通过呆板进修和大数据技能，计较全部也许的风险和诓骗者，并在第一次猜疑时扬弃它们。

呆板进修驱动的诓骗检测体系的首要利益是它不可是遵循风险身分清单 – 还可以或许起劲地进修和校准新的隐藏(或真实的)安详威胁。

应用呆板进修技能，体系可以检测非凡或非常的举动，并为安详团队标志它们。诓骗检测体系面对的挑衅是停止误报， 被标志为“风险”的风险不是真正的风险。

今朝，提供这类处事的公司有：Kount、APEX Analytics。

5. 延迟客户对银行处事的依靠

除了会见用户经济勾当数据之外，银行还通过获取外部数据，如来自交际网站的数据或客户在线举动的说明，并将这些信息添加到客户的举动系统中。通过这些大数据信息的说明，银行可以或许发掘大量新的机遇。譬喻，假如客户在评述中接头到也许购置新车，银行就可以提供客户想要的贷款优惠计策，并当即通过电子邮件发送给他。

6. 抉择与客户的最佳雷同方法

差异客户偏好行使的雷同方法是差异的，譬喻交际媒体，电子邮件或即时动静。银行必需选择与差异客户雷同的最佳方法，并通过客户偏好的方法发送提示，新的产物推送以及接洽客户。这样，不仅客户可以或许实时相识到银行的动静， 银行也能镌汰通过其他方法接洽客户的用度。

7. 客户流失预警

通过说明关于客户的表里部数据，可以猜测客户是否有流失风险。譬喻，假如客户长时刻没有会见银行的分支机构，不登录网站，也没有订阅交际网站中银行的其他更新，则可以猜测客户也许会流失。这种环境下，银行通过保举客户想要的产物或优惠来留住客户长短常重要的。

【本文是51CTO专栏机构大数据文摘的原创文章，微信公家号“大数据文摘（ id: BigDataDigest）”】

戳这里，看该作者更多好文

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!