深度学习如何在金融领域落地？

2016 年Euromoney Institutional Investor Thought Leadership 的一项调查报告《机器中的幽灵：金融市场中的人工智能、风险及监管》对全球金融机构中的 424 名高级管理人员进行了调查问卷，研究人工智能/机器学习在金融市场的风险以及监管问题。

其中有几张结果图，能够初步看出深度学习（人工智能）对金融领域的影响，报告中写到：

在接下来的三年中，最显著的变化将出现在交易、财务分析和信息技术中，它们分别得到了受访者 64%、60% 和 60% 的认同（见表1）。很多人也希望，机器学习能实质性的影响到风险评估（59%）、信用评估（57%）和投资组合管理（52％）。风险评估和金融研究是企业在未来三年内最可能实验机器学习应用的领域。

麻省理工学院斯隆商学院金融工程实验室主任 Andrew Lo（他同时也是一家定量投资管理公司的创始人）认为，人工智能的影响将会非常广泛：「我认为其将改变金融行业所有方面，因为该行业的许多部分都可以使用这些类型的算法和使用大型数据池来实现自动化。」

除了交易和研究，Peter Hafez 还认为，机器学习将会极大助益于消费者的信用评分以及不同类型的金融机构的合规职能。他指出，比如说，合规经理开始使用新闻源等非结构化内容以警告他们可疑的交易。

机器学习技术已经在零售投资咨询中实现了应用。据澳大利亚证券和投资委员会（ASIC）的专员 John Price 称：「机器人顾问（Robo-advisers）」——投资管理网站向投资者提供自动化的建议——现已构成了一个使用人工智能的领域，该领域接受积极的监管审查管辖。英国金融行为监管局甚至走得更远，该机构在其最新的「金融咨询市场评估（FAMR）」报告中建议金融机构使用机器建议向它们的客户提供「精简化建议（streamline advice）」以提升成本效益。