第

八

章

大

数

据

与

人

工

智

能

大数据与人工智能在

证券业的应用

第三节

保险行业的大数据应用

保险行业的大数据应用

股价预测

客户关系

管理

量化交易

投资景气

指数

股

价

预

测

●它们能通过基金、股票等在社交媒体上的数据内容进行分析，从

而感知证券市场的情况，从而进行一个投资。

●在2011年，英国对冲基金Derwent Capital Markets建立了规

模为4000万美金的对冲基金，该基金是首家基于社交网络的对冲

基金，该基金通过分析Twitter的数据内容来感知市场情绪，从而

指导投资者进行投资。该对冲基金在首月的交易中确实实现了盈

利，1.85%的收益率让平均数只有0.76%的其他对冲基金甘拜下

风。

股价预测

1

股价预测

美国佩斯大学的一位博士追踪了星巴克、可口可乐和耐克三家公司在交媒体上的受欢迎程度，同

时比较它们的股价。他发现，Facebook上的粉丝数、Twitter上的听众数和Youtube上的观看人数

都和股价密切相关。

另外，品牌的受欢迎程度，还能预测股价在10天、30天之后的上涨情况，尽管社交媒体用户予投

资者并不完全重合，样本也有待商榷，但这并不能阻止投资者对于新兴的社交网络倾注更多的热情。

股价预测

股价预测

1

1

客

户

关

系

管

理

客户关系管理

2

客户关系管理

客户细分

通过分析客户的账户状态、账户价值、交易习惯、投资偏好来进行客户聚类和

细分，从而发现客户交易模式类型，找出最有价值和盈利潜 力的客户群以及他

们最需要的服务，更好地配置资源和政策，改进服务，抓住最有价值的客户。

在分析客户的账户状态时，可以分析客户的账户类型、生命周期、投资时间等，

分析客户的账户价值时可以从资产峰值、资产均值、交易量、佣金贡献和成本等进行分

析，

分析客户的交易习惯时可以从周转率、市场关注度、仓位、平均持股市值、平均持股时

间、单笔交易均值和日均成交量等进行分析，

分析客户的投资偏好时可以从偏好品种、下单渠道和是否申购等因素进行分析，

在分析投资收益时可以从本期相对和绝收益、今年相对和绝对收益以及投资能力等因素

进行分析。

客户关系管理

2

客户关系管理

客户关系管理

流失客户预测

如2012年海通证券自主开发的

“给予数据挖掘算法的证券客户行

为特征分析技术”，主要应用在客

户深度画像以及基于画像的用户流

失概率预测。通过对海通证券100

多万样本客户的半年交易记录的海

量信息分析，建立了客户分类、客

户偏好、客户流失概率的模型，该

项技术研发的最大初衷是希望通过

客户行为的量化分析，来测算客户

将来可能流失的概率。

客户关系管理

证券机构可根据客户历史

交易行为和流失情况来建

立模型，从而预测客户流

失的概率。

投

资

景

气

指

数

投资景气指数

3

投资景气指数

2012年，国泰君安推出了“个人投资者投资景气指数”，通过一个独特的视角

传递个人投资者对市场的预期、当期的风险偏好等信息。国泰君安研究所对海

量个 人投资者样本进行持续性跟踪监测，对账本投资收益率、持仓率、资金流

动情况等一系列指标进行统计、加权汇总后得到的综合性投资景气指数。

该指数通过对海量个人投资者真实投资交易信息的深入挖掘分析，了解交易个

人投资者交易行为的变化、投资信心的状态与发展 趋势、对市场的预期以及当

前的风险偏好等信息。

投资景气指数

3

投资景气指数

在样本选择上，选择资金100万元以下、投资年限5年以上的中小投资者，样本

规模高达10万个，覆盖全国不同地区，所以，这个指数较有代表性。在参数方

面，主要根据中小投资者个人投资者投资景气指数每月发布一次，以100为中

间值，100到120属于正常区间，120以上表示趋热，100以下则是趋冷。

从实验数据看，从推出至今，个人投资者投资景气指数的涨跌波动与上证指数

走势的拟合度相当高。

量

化

交

易

4

量化交易

在投资交易领域，投资策略的选择与相关研究人员的投资经历及个人特质

息息相关，包含他们的主观偏见、情绪状况等，在“羊群效应”下容易出

现投资失误。

量化交易

而量化交易是采用现代统计学和书序的方法，以执行指令交易代替手工操作，可

以规避人性弱点，克服认知偏差，请波动等问题。

最初量化交易是一种程序化交易应用，因人工智能的发展使其进入到人工智能自

然语言处理和知识图谱阶段。

量化交易

人工智能的发展为证券机构及投资者在投资交

易领域带来了2个变化，

第一个是投资策略全新化，其生产模式从确定的模型转变为随机的效用。

确定的模型是指当确定事件发生时，借助模型以设计出最有的配置资产方案，

而随机的效用则可以根据效用函数对发生的随机事件进行反馈，进而设计出最

优效用资产配置方案。

量化交易

第二个变化是交易模式的变革，

与人工下单相比，人工智能的

交易代理执行效率更高，智能

代理交易程序能够方便地跟踪

跨市场、跨品种证券，同时还

能实时观察委托单的变动，拟

定最优交易指令，准确执行。

基于人工智能技术的量化投资

可以拓宽数据维度，增强处理

大数据和从海量数据中挖掘有

效信息的能力。

T

H

A

N

K

 Y

O

U

谢谢观看