华尔街之狼们,想偷机得先过人工智慧守门人这一关

  • 阅读(931)
  • 点赞(786)
  • 收藏(801)
  • 日期(2020-06-20)
华尔街之狼们,想偷机得先过人工智慧守门人这一关

在许多的创业公司中,一家名为 Neurensic 的公司格外引人注目,该公司的创办人 David Widerhorn正肩负着世界上最难的挑战之一。

2013 年,一位名为 Michael Coscia 的高频交易员因电子诈骗在纽泽西被捕,警方认为他涉嫌用交易系统大肆扩大订单量来操纵市场。最终,Coscia 收到了一张价值 600 万美元的罚单,而且他还面临一场牢狱之灾。这是 2010 年银行法改革加入多德-弗兰克法案后,金融监管机构发的第一枪。

正是这宗大案成就了 David Widerhorn,他以此为契机成立了 Neurensic 公司。跟金融业有什幺关係?其实,Neurensic 就是一家利用 AI 技术寻找高频期货交易中不法行为的公司。

其实在创立 Neurensic 之前,Widerhorn 就有自己的谘询公司,该公司在高频交易领域已经有一定成绩,通过自己的量化研究和规划帮助 30 多个国家的从业者完成交易。不过现在,他要利用自己在机器学习和人工智慧方面的专业知识闯出一片新天地。

「这是个不祥预兆,」Widerhorn 说。「业界已经开始用 AI 技术来主导複杂的交易策略,那幺更为重要的风险管控、监督和清算怎幺办呢?」

Neurensic 的核心产品就是用人工智慧来理解、判断交易柜台每天产生的大量数据,看看这些数据中是否有类似 Coscia 犯下的欺诈或操纵行为。

眼下,Neurensic 旗下已经有 45 名员工,预计今年营收额将达 2000-3100 万美元,这一成绩对一个 2015 年才成立的公司来说绝对值得称讚。

如果说五年前「大数据」还是创业公司挂在嘴边的热门词彙,现在它已稳稳的被「人工智慧」替代了。后者的覆盖範围比前者更大,使用先进的重叠神经网路来处理蒐集的数据。

从本质上来讲,Neurensic 就是在利用电脑网路识别大量数据中人的行为。与静态程式的规则不同,人工智慧使用的是自然渐变算法,通过该算法它可以不断适应并学习交易员的做法,以便电脑网路做出正确判断并帮助交易员把控风险。

「算法能大概推测不同交易员的习惯,它知道每个人在操盘时的喜好 。」金融服务研究机构资深分析师 Danielle Tierney 说到。

虽然人工智慧的概念已经诞生几十年了,但它依然处在发展的初期阶段。这也解释了为什幺 Neurensic 等公司眼下只能用其处理特定问题,AI 暂时还不能成为通才。不过在过去几年间,由于看到了 AI 的潜力,硅谷的风投已经往此类公司砸了 3500 万美元。

Neursensic 就是此类公司的先驱,而眼下这一新兴市场的估值已经达到了 4.5 亿美元,未来十年间,它还将继续增加至 10 亿美元。不过,Neursensic 面前依然强敌如林,除了像甲骨文和纳斯达克等业界巨头,它还面临如 B-Next 和 MilleniumIT 等新兴公司的冲击。

在 2014 年试运行时,Neurensic 签下了第一个客户,而眼下,它们已经有了九个长期客户,此外它们还正在与其他 20 多家公司进行接洽。

除了不断提升自己的技术,Neurensic 还组建了一个实力雄厚的顾问团,挖来了大量名牌交易所的高手。这不但帮助它提升了名气,还换来了 600 万美元的投资,明年这一数字则会增长至 3000 万美元,公司也会借此机会扩大规模,挺进欧洲和亚洲市场。

除了利用 AI 防控金融风险,Neurensic 还正在开发一款可以帮助金融机构最大化自身营运利润的工具。

欢迎加入「Inside」Line 官方帐号,关注最新创业、科技、网路、工作讯息
华尔街之狼们,想偷机得先过人工智慧守门人这一关