在過去的兩年中，美國銀行的數(shù)據(jù)科學家和工程師就一直在創(chuàng)建預(yù)測智能分析機器，這是一個人工智能交易預(yù)測系統(tǒng)，它使用了監(jiān)督機器學習算法網(wǎng)絡(luò)來了解ECM交易與投資者之間的關(guān)系趨勢。

金融服務(wù)業(yè)對數(shù)據(jù)分析并不陌生，但是在某些領(lǐng)域，主觀的、基于直覺的決策仍然屬于常態(tài)。

以股票資本市場（ECM）銀行家為例，他們專門幫助客戶通過首次公開發(fā)行（IPO）等方式來籌集資金。傳統(tǒng)上，ECM銀行家主要依靠與投資者的關(guān)系以及他們在金融和行業(yè)領(lǐng)域的專業(yè)知識來確定最有可能參與即將到來的交易的投資者。而美國銀行正在試圖利用人工智能（AI）來顛覆這一傳統(tǒng)。

“當你審視金融服務(wù)和利用技術(shù)來推進金融服務(wù)時，可能并不是每一個業(yè)務(wù)線和每一個產(chǎn)品都像另一個一樣具有時代感，”美國銀行證券全球資本市場聯(lián)席主管Elif Bilgi Zapparoli表示。

她表示，企業(yè)的消費者端往往非?，F(xiàn)代，因為用戶基礎(chǔ)都在云、互聯(lián)網(wǎng)或者移動設(shè)備上面。而在更注重企業(yè)的一面，技術(shù)落后，往往是因為客戶本身就在技術(shù)曲線的落后面。

“即使你看看我們的業(yè)務(wù)部門，市場部也比銀行部更先進，因為市場客戶（買方）已經(jīng)首先‘電子化’幾十年了，”Zapparoli說。

美國銀行正致力于改變這一切。它從定量交易的進展中獲得了線索，比如使用市場信號來預(yù)測價格走勢，并在尋求將這些想法和技術(shù)應(yīng)用到ECM業(yè)務(wù)當中。

“我們使用了相同的思維方式和方法，在很多情況下，也使用了相似的算法，當然我們的輸入是不同的，我們想要預(yù)測的也是不同的。但如果你愿意的話，我們也想要預(yù)測這場比賽，”Zapparoli說。

預(yù)測交易的最佳投資者

在過去的兩年中，美國銀行的數(shù)據(jù)科學家和工程師就一直在創(chuàng)建預(yù)測智能分析機器（Predictive Intelligence AnalyTIcs Machine，簡稱PRIAM），這是一個人工智能交易預(yù)測系統(tǒng)，它使用了監(jiān)督機器學習算法網(wǎng)絡(luò)來了解ECM交易與投資者之間的關(guān)系趨勢。

美國銀行負責全球銀行和市場的首席信息官、企業(yè)風險與金融技術(shù)高管David Reilly表示，專家們收集、清理和組織了逾1.5億個數(shù)據(jù)點（既有公開數(shù)據(jù)，也有專有數(shù)據(jù)）來訓練人工智能模型。這些數(shù)據(jù)包括5萬多筆ECM歷史交易的信息、投資者數(shù)據(jù)和市場數(shù)據(jù)。

“我們正在把數(shù)據(jù)和分析技術(shù)帶到桌面上來，”Reilly說?！安皇菫榱巳〈魏螙|西，而是為了補充我們的銀行合作伙伴所擁有的豐富關(guān)系和市場情報數(shù)據(jù)?！?/p>

“這些數(shù)據(jù)讓我們能夠做出非常有針對性、非常獨一無二的宣傳，雖然單靠這些宣傳是不夠的，但作為一項額外的資產(chǎn)，我們認為它將使我們與眾不同，”Reilly說。“因為我們可以足夠快地完成，所以我們可以更新模型，然后根據(jù)市場事件來再次運行它。”

數(shù)據(jù)和專業(yè)知識的結(jié)合

PRIAM的秘密武器是將數(shù)據(jù)和分析與傳統(tǒng)上主要依賴于銀行家關(guān)系和主題專業(yè)知識進行了結(jié)合，Reilly說。

“正是這種不斷更新的與數(shù)據(jù)和分析的深度結(jié)合，甚至是數(shù)十年的商業(yè)和市場經(jīng)驗，才使得這款特定產(chǎn)品與眾不同，”他表示。

通過自動化，該項目為美國銀行贏得了FutureEdge 50獎項，以表彰其對新興技術(shù)的應(yīng)用。該項目幫助美國銀行節(jié)省了數(shù)百個小時的時間，而在此之前，該行需要進行手動的分析和收集零散數(shù)據(jù)。Reilly指出，通過提供近乎實時的更多信息，它也有可能幫助銀行的團隊革新其管理風險的方式。

Zapparoli說，其成功的關(guān)鍵在于內(nèi)部合作--利用美國銀行集團內(nèi)部的專業(yè)知識，從不同的角度來思考現(xiàn)有的業(yè)務(wù)。

“在建立PRIAM并對其進行更新的過程中，我們發(fā)現(xiàn)，這還需要銀行內(nèi)部和外部的許多不同學科或小組的共同努力，來為客戶真正的創(chuàng)造附加價值，”Zapparoli說。

來自銀行和市場的專業(yè)知識，以及從定量交易等領(lǐng)域收集到的機器學習和人工智能專業(yè)知識，都發(fā)揮了作用。

“在我看來，這就是它走上成功之路的原因所在，因為我們沒有重新發(fā)明任何東西，”Zapparoli說?！拔覀冎皇钦f，‘好吧，如果這在市場上行得通，我們就從那里開始吧，然后看看在其他方面的投入，以及哪些領(lǐng)域的專業(yè)知識會起作用。’”