2019全球人工智能金融建模创新大赛举行最终决赛

 7月18日，历时三个多月、由复旦大学经院学院发起的2019全球人工智能金融建模创新大赛在花桥国际创新港进行了最终决赛。复旦大学经济学院副院长刘军梅、昆山市委常委、常务副市长金健宏、北京大学金融数学系主任吴岚、复旦大学高端人才教育与发展中心主任孙健、摩根大通量化研究部执行董事朱麟等重要嘉宾出席决赛现场并为获奖选手颁奖。

本次大赛是由复旦大学经济学院发起，与花桥经济开发区管委会共同主办，北京大学数学科学学院、纽约大学工学院协办，复旦大学高端人才教育与发展中心、花桥经济开发区经济发展局承办的面向全球范围开展的基于大数据与人工智能应用的投资策略与建模大赛。大赛同时还获得了复旦(昆山)科技园、UniCareer、江苏汇鸿汇升投资管理有限公司、米筐科技、Hi-Finance金融学堂等合作伙伴的大力支持和全程陪伴。

刘院长在决赛颁奖典礼的致辞中表示，本次的大赛的举办是产教合作模式在金融科技领域顺应社会发展，挖掘未来菁英的一次大胆尝试，希望依托大赛这样一个开放、公正的平台从而汇聚全球顶级高校与行业专家，推广大数据与人工智能在金融领域的广泛应用，挖掘数学、计算机以及金融学科综合能力人才，实现深度学习与金融领域的产学研转化，助力企业与高端人才对接，为全面推动金融科技创新发展做贡献。

其中，大赛特别设置了由江苏汇鸿汇升投资管理有限公司额外提供的汇鸿汇升“星计划”新锐奖，获奖选手将进入汇升孵化基地，拥有直接参与基金孵化产品的实战操盘机会，是一次理论应用到实践的产教合作的探索。

回望数月来大赛历程，赛前加速营一路走过了复旦大学、浙江大学、山东大学、中国科学技术大学、北京大学、西南财经大学、厦门大学、南京大学以及纽约大学，共计超过1500人来自全国各地的在校生和社会人士参与。与此同时，本次大赛也共计招募了以数学、金融、计算机等研究生专业背景为主的来自146所海内外高校的376支团队报名参赛，报名人数超过千人。

本次大赛主要发起人之一复旦大学孙健教授表示，“举办大赛的初心是做一次人工智能特别是机器学习——这个最前沿的技术方法应用在金融市场上的创新尝试，挖掘更多未来金融工程师。这次大赛应用的范围有衍生品交易、高频量化交易以及量化基本面交易等，缺乏理性交易员的市场是个无效市场，而没有合理交易理念的交易员不是个合格的交易员。人工智能和机器学习等最新方法的应用则试图让交易员添加理性分析的工具，让市场的价格充分有效。机器学习应用在金融市场数据上不是一件简单地把算法应用到金融的过程，需要对人工智能有深刻的学习、对金融市场有深刻的认识，因此对参赛者或者团队相比普通的量化大赛有着更高的综合能力的要求，通过比赛也能够加深对这两者的理解和应用。”

纽约大学工学院金融工程系主任Peter Carr也借本次大赛和大家互动交流，他认为“人工智能在金融领域的应用前景光明，我们已经开发了将近50年的人工智能。实际上，人工智能在金融业的应用已久，只是现在我们有了更强力的电脑和更多的数据。人工智能曾经历了数个寒冬，首当其冲的就是关于人工智能的研究，甚至无人问津。而现在，人工智能再不可同日而语，因为它具有广泛的适用性，是很有前途的。举办这样的比赛是很重要的，这是来自生活的一本教科书。这是一堂相当抽象的金融课。”

同样作为赛前加速营的重要嘉宾摩根大通(J.P.Morgan)量化研究中国分部总监汪德新，对所有参与和关注的选手们寄语表示，“分工协助是提高总体效率的有效途径之一。人工智能时代的分工不仅仅是人与人之间的分工，更多的是人与机器之间的分工。近些年的技术飞跃，使得机器的覆盖面越来越广，精确度越来越高。很多事情上，机器的表现已经超过了人的表现。

创造性的想法对人工智能时代的大学生至关重要。我们不仅要学习现有人工智能算法以了解在哪些方面机器已经超越人，我们更要思考哪些方面是机器暂时表现不佳但我们可以贡献我们独特的智慧以提高其表现。更深层次上，我们要思考哪些课题是目前人工智能理论没法应付，但人却又急需机器辅助。我们能否提出创造性的人工智能理论从而拓展机器的覆盖面?

金融领域的一些独有特征使得直接套用现有人工智能理论极具挑战。极低的信噪比，极低的错误容忍度，大量不可预测的事件的，以及金融市场参与者的情绪波动等因素，都是我们在金融领域应用人工智能时所需要面对的挑战。”

来自瑞银中国的郑韵清女士以“金融工程师的崛起”为主题，深入浅出地向现场同学们介绍了金融科技给全球金融行业带来的深远影响，以及以此产生的对金融人才需求的深刻转变，并鼓励大家积极参加本次大赛，提升自己的综合能力，以适应新环境下金融市场对复合型人才的需要。

北京大学金融数学系主任吴岚在决赛后给所有参赛寄语道，“金融市场的资产配置和交易是两个最基本的主题，无论是学术研究还是金融实务。但这两个主题又是看上去没有门槛的，所以，也是研究和实操中竞争最激烈的领域。现代科技进步的基础是计算机工具，金融资产配置和交易越来越多的存在于计算机互联网的生态中。人工智能和机器学习或者其他新的黑科技在量化投资的应用越来越是一个如何用而不是是否要用的问题。市场永远在变化，金融资产投资是天然的需求，不变的是永远在创新的投资方法和研究。”