《金融市场的垂直分割与穿透策略》
这篇文章探讨了中国金融市场的特点。作者指出，中国金融市场是垂直分割的，即各个市场之间相互独立，缺乏有效的交叉和连接。然而，只要能找到可以穿越分割市场的因素，就能在市场上建立自己的优势。总的来说，这篇文章强调了在中国金融市场中寻找潜在机会的重要性，同时也揭示了市场分化的特性。
《人工智能赋能金融行业：Matlab的角色与价值》
这篇文章主要探讨了人工智能在金融行业的应用，特别是 Matlab 在其中发挥的作用。人工智能正在嵌入多个生活场景中，金融行业尤其如此。Matlab 可以幫助金融行业从业者增强和優化流程，做出更準確的預測，並從經驗中自主學習，從而進一步優化流程。涉及金融業的人工智能包括機器學習、深度學習、自然語言處理、圖論算法、進化學習和其他技術。在全球金融一体化程度不斷加深的背景下，基於計算機系统和人工智能的定量計算在投資分析、風險管理等领域所起到的作用將越大越重要。
九方财富打造“AI金融”智能服务 夯实行业竞争力
4月26日，九方财富控股有限公司（简称：九方财富）（09636.HK）发布2022年报，各项财务和经营数据实现稳定增长。截至2022年12月31日，公司实现营业收入18.5亿元人民币，同比增长27.4%；毛利润16.1亿元人民币，同比增长28.3%；经调整净利润（不含上市费用）4.8亿元人民币，同比增长86.2%；净利润4.6亿元人民币，同比增长98.2%。此外，公司宣布就2022年度派发每股股息0.5港币。为了夯实投资决策解决方案服务的竞争优势，九方财富在投研方面投入较多资源，增强产品开发能力，扩充产品开发团队九方金融研究所的综合实力，以维持及充实在线高端投教服务内容。截至2022年上半年，九方财富拥有三百多人的内容开发及制作团队，其中九方金融研究所拥有百名资深研究人员，由海内外知名高校的博士、硕士，以及深耕资管、私募、投顾领域的资深人士组成，专职负责开发产品内容，涵盖宏观政治经济、行业公司、证券投资策略、指数与投资工具设计等领域，其研究成果已成为九方财富对业务发展和行业趋势判断的重要依据。同时，九方财富拥有超千人的证券从业人员服务团队、百人的持牌投顾组成的投研团队，截至2023年1月，在81家有证券投资顾问资质的公司中，九方财富名列前茅。面对汹涌澎湃的AI金融产业浪潮和变局，九方财富相关技术负责人称，“公司会在严守合规底线的前提下积极拥抱科技进步，赋能服务与业务。持续投入技术研发并提高技术能力是公司过去及未来的主要战略之一。”九方财富基于人工智能、区块链、云计算、大数据等技术赋能投顾服务，建立业务中心及数据中心两个核心技术中台，增强产品、服务、销售、营销和客户支持。一方面，九方财富通过大数据分析为客户提供个性化需求解决方案，全面挖掘客户个性化需求，结合算法模型呈现个性化的内容服务。另一方面，通过技术创新提升投顾服务。基于九方金融知识库以及AIGC能力打造九方特色的数字人投顾，为客户提供实时的个性化、交互式陪伴服务。目前，公司拥有7项专利以及72项版权。
《访问权限：国内机构客户》
这篇文章主要介绍了访问权限管理中针对国内机构客户的一种策略。通过合理设置访问权限,可以确保敏感信息的安全性,同时提高工作效率。该策略可以根据具体需求进行个性化定制,满足不同机构客户的需求。
金融问题解决方案：大模型能否派上用场？
这篇文章是关于2023年7月29日举行的一场研讨会，主题为“大模型在金融领域的应用”。文章主要讨论了大模型在处理金融问题时的有效性，并探讨了它们如何在具体金融场景中应用。此外，会议还涵盖了嘉宾的签到、致辞环节以及大模型落地场景分享、产品成果汇报等内容。如果读者想了解更多关于这次活动的信息，可以扫描二维码填写报名表格。
金融大语言模型：生成内容的准确性与现实意义
这篇文章主要介绍了金融领域的开源大语言模型FinGPT。FinGPT通过互联网海量数据训练，可以产生符合金融语境的内容生成。它可以实时采集动态金融数据，并实现定期微调。虽然其生成内容的准确性、真实性存在争议，但被视为提示和建议，而非客观真相或事实。FinGPT主要用于金融领域的应用，包括机器人投资顾问、量化交易策略、实时情绪分析和易于开发的低代码平台等。FinGPT工作原理主要包括数据采集、数据清理、语言模型和应用四大模块。数据采集层主要负责从各种在线来源采集大量金融数据，保证数据的时效性和全面性。数据工程模块可以实时监测和采集各类金融数据，并在获取新数据的第一时间内完成清洗、编码等预处理。大语言模型层主要使用大语言模型API调用或微调模型来实现语言模型观点输出。
《ChatGPT繁荣背后的金融实践：人工智能在银行业的创新与挑战》
该篇文章介绍了ChatGPT在金融领域的应用及其对金融行业的创新影响，包括其在投资建议、风险控制、业务流程等方面的应用，以及在金融环境中的道德和法律问题。此外，文章还探讨了ChatGPT在银行和金融领域的发展前景，以及金融机构如何使用对话式人工智能等前沿科技。
金融AI领域的科技巨头克信科技，其CEO朱明杰近日在接受媒体采访时，谈到了该公司在人工智能驱动金融业务升级方面的最新进展，以及对于金融行业风险控制的新思考他表
人工智能的发展已经深刻影响了各个领域，尤其在金融行业，由于其资金体量大、用户背景信息繁杂、与各行各业互联互通等特点，使得金融成为了互联网和人工智能落地最快的行业之一。然而，随着互联网金融的快速发展，也暴露出了许多风险。因此，金融行业需要借助人工智能技术来加强风险控制。氪信科技作为国内人工智能驱动金融业务升级的领跑者，其解决方案已经涵盖了智能风控、智能营销、智能客服等全业务领域。
在粤港澳顶级AI金融论坛，与杨强教授面对面丨CCF-GAIR
▲点击上方 雷锋网 关注 「工业界更加关心落地的需求，而学术界更关注展望与前景相关的内容。」这是杨强教授在两年前CCF-GAIR大会前夕向雷锋网谈到的观点。他认为，工业界与学术界能拥有CCF-GAIR这样一个平台进行观点碰撞，是挺有意义的一件事情。 CCF-GAIR 全球人工智能与机器人峰会，如今已经走过四个年头，是大湾区唯一一个连续举办四年的AI大会。CCF-GAIR由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流博览盛会，旨在打造国内人工智能领域极具实力的跨界交流合作平台。 作为第三次莅临 CCF-GAIR 著名专家，杨强教授的每次出席，均为与会者和行业带来指导意义深远的技术理念。在首届CCF-GAIR大会现场，杨强教授发表了题为《人工智能成功的几个必要条件》主题演讲。 彼时，深度学习刚刚在产业界落地应用，不少行业内遇到了如何在数据量稀缺的场景下进行深度学习的难题，当时杨强教授主张迁移学习，他向与会者讲解一种三明治式的三层结构：递归深度学习+强化学习学习器+迁移学习。这种结构有利于将大数据环境下训练的模型迁移到小数据环境中使用。 图为杨强教授在CCF-GAIR 2016大会现场进行主题演讲 回忆起2016年的CCF-GAIR大会，杨强教授表示印象最深的一点在于与会者人数很多，且交流的热情非常高涨。据组委会统计，CCF-GAIR 2016共邀请了8位顶尖学术院士、25家前沿创新企业、100位技术创新领袖参与，并吸引超过1200位行业精英到现场交流，是一场融合了产业界与学术界的盛会。 2017年2月，杨强教授做客雷锋网在AAAI 2017旧金山会场举办的华人沙龙。作为AAAI Fellow、AAAI时任执委，杨强教授与30余位AI学者、业内人士亲密畅谈。杨强教授谈到，他第一次参加AAAI是1990年，那期会议有个激动人心的题目是逻辑——非单调逻辑，当时研究人工智能以及概率的人群是极少的，更多的人在研究逻辑，现在情况完全不同，已经是机器学习的天下了。 图为杨强教授在AAAI雷锋网华人沙龙现场分享 同年7月，杨强教授以大会程序委员会主席的身份助力CCF-GAIR，并在「AI学术前沿」Session担纲主持人，同场嘉宾包括计算机视觉与机器人泰斗级人物金出武雄等人。 在当天上午的大会现场，潘云鹤院士提出「工业先行」的概念，杨强教授认为，这对学术界是一个很大的启发，而他本人也是这样身体力行的。当时，作为第四范式联合创始人兼首席科学家，杨强教授不止一次提到对AI在金融领域落地的看好。 杨强教授告诉雷锋网，看好AI金融主要有三个原因。首先在数据方面，由于金融行业存在监管要求，所有数据需报备，因此数据全面，状况良好。其次，金融领域的竞争比较直接，如果比竞争对手快一秒，或是正确率多1%，市场份额可能就会发生根本性的改变。第三，金融领域的链条比较短，没有实体经济的「摩擦力」，从得到反馈到系统更新的整个过程链条非常短，因此做端到端的机器学习相对容易。 事实上，杨强教授也确实坚定地深耕金融领域AI技术。如今，作为微众银行首席AI官，杨强教授正致力于通过联邦学习的方式解决机器学习过程中数据隐私保护、满足合法合规要求等问题。 图为杨强教授在CCF-GAIR 2017大会现场进行主题演讲 7月12-14日，CCF-GAIR 2019将在深圳福田香格里拉举办，大会首日主论坛，杨强教授将以IJCAI理事会主席的身份出席「华人AI顶会主席」圆桌，与CVPR、ICCV、ACL、ICRA的四大华人主席张正友、马颂德、周明、陈义明，共同探讨未来中国人工智能的发展方向。这也是AI各个学科的国际顶会华人主席首次聚首，意义重大。 在随后的7月13日上午，杨强教授将在「AI金融专场」为大家分享金融领域最前沿的AI技术应用。 现场，除杨强教授外，京东数科生态中心信用管理部总经理 & ZRobot CEO乔杨、平安人寿智能产品平台团队总经理沈剑平、阿博茨科技创始人兼CEO杨永智等人将带来主题演讲，另有数位更重磅嘉宾将在下周揭晓。 AI金融专场，致力于打造闭环型技术/产品论坛，每个演讲只筛选不同细分领域极具代表性的专家，只围绕AI金融的一个单点技术/产品维度展开，进行深度分享，从金融交互层的人脸识别、NLP技术，到金融决策层的风控、反欺诈、知识图谱等，为AI金融从业者建立更系统的专业认知。 本届CCF-GAIR将延续往年的强大阵容，提供13个专场，包括人工智能前沿专场、中国人工智能四十年纪念专场、机器人前沿专场、智能交通专场、5G & AIoT专场、AI 芯片专场、AI 金融专场、类脑计算专场、智慧城市专场、智能商业专场、智慧教育专场、AI 医疗专场、智慧城市·视觉智能专场。 推荐阅读 ▎索尼任天堂微软发布联合声明；百度回应「勿用搜索引擎填志愿」；腾讯首次全面公开开源路线图 ▎苹果收购Drive.ai，意欲为何？ ▎5G手机价格或降至1000元；华为向印度政府提议签无后门协议；苹果确认收购 Drive.ai ▎魅族回应手机无法拨打120 ；百度资讯调整搜索来源；联邦快递拒投递华为手机 你还在看吗？
《ChatGPT热度滑坡，产业大模型成未来趋势》
文章主要探讨了ChatGPT热度下降以及国内“百模大战”和“千模大战”的趋势。随着越来越多的科技公司推出产业大模型，市场共识逐渐形成：通用大模型并非唯一方向，面向垂直产业的模型才是大模型价值的引爆点。金融业已成为大模型技术与AIGC应用的主战场，其中金融细分领域的大模型已在路上。然而，由于金融业务的特性和监管的严格性，大模型在金融领域的应用面临着诸多挑战。