路透社網站近日刊文稱，街監人工智能技術正在被美國的管部工智金融業監管部門所關注。監管部門希望，門求青島美女上門預約（電話微信199-7144-9724）提供頂級外圍女上門，可滿足你的一切要求利用這類技術去防止欺詐，助人止市縱行避免操縱市場的場操行為。

　　以下為文章全文：

　　人工智能擊敗了圍棋大師，街監并在電視智力節目中取得了勝利。管部工智那么，門求下個考驗是助人止市縱行什么？答案是股票市場。

　　兩家交易所宣布，場操計劃在未來幾個月內推出基于人工智能的街監市場監控工具。華爾街監管部門的管部工智官員表示，他們也不會落后。門求青島美女上門預約（電話微信199-7144-9724）提供頂級外圍女上門，可滿足你的一切要求業內高管則希望，助人止市縱行集成人工智能的場操計算機能幫助人工更快地找出不當行為。

　　例如，在發生大規模交易時，軟件可以跟蹤聊天室消息，分析是否有人發布虛假消息。人工智能也可以迅速解決復雜問題，例如發現可能有交易員迅速下單隨后迅速取消，從而人為推高股價。

　　美國金融業監管局（FINRA）市場監管執行副總裁湯姆·基拉（Tom Gira）表示，人工智能甚至可以識別出新形式的欺詐。

　　他表示：“我們最大的擔憂在于，完全不清楚的市場操縱手段。看起來，這些工具可能給我們帶來一扇更好的窗口，應對這類場景。”

　　FINRA計劃明年測試內部開發的人工智能監控軟件，而納斯達克和倫敦股票交易所預計將于年底應用這類系統。

　　交易所還計劃向銀行和基金公司銷售這項技術，幫助它們監控交易員的行為。

　　人工智能技術使計算機能模擬人類行為，例如理解語言，解謎，甚至診斷疾病。這類技術的開發早在50年代就已開始，目前正逐漸成為主流。例如，蘋果iPhone中的Siri就可以與人類對話，完成任務。

　　盡管金融行業公司已經利用人工智能軟件去完成各類工作，例如合規檢查和選股，但將人工智能用于市場監控才剛剛起步。

　　納斯達克負責人工智能項目的商業開發高管比爾·諾薩爾（Bill Nosal）表示：“在監控方面，我們不能令機器放松。”

　　500億次市場事件

　　市場監控通常依賴算法去識別交易數據中的模式，進而判斷是否有人操縱市場，并需要人工去展開調查。然而，海量的數據可能會導致許多誤報警。

　　FINRA每天監控了約500億次市場“事件”，包括股票買入下單、訂單修改、取消，以及成交。在這一過程中，FINRA關注約270種模式，發現潛在的違規。FINRA沒有披露，該機構會標記出多少次事件，以及有多少事件最終被確認為不當行為。

　　基拉表示，FINRA開發的“機器學習”軟件的監控范圍可以突破這些預設模式，理解哪些情況是真正可以確認的違規。

　　機器學習是人工智能的領域之一。利用機器學習技術，計算機無需預先編程就能學會新技能。對于市場監控，這意味著計算機可以“學習”什么樣的交易模式最終引發了指控，從而提高識別不當行為的正確率。

　　FINRA計劃明年測試這一新工具，并將結果與當前系統進行對比。

　　與此同時，該部門已經將當前的監控系統轉移至亞馬遜云計算平臺上，從而獲得更多計算資源，迅速分析大量數據。

　　納斯達克正在與認知計算公司Digital Reasoning展開合作。今年早些時候，納斯達克對該公司進行了投資。

　　倫敦股票交易所首席運營官克里斯·克拉多（Chris Corrado）則表示，該交易所與IBM沃森和信息安全公司SparkCognition展開了合作，開發經過人工智能增強的監控技術。沃森已成為家喻戶曉的名字。2011年，沃森在電視智力節目“危險邊緣”中取得了優勝。

　　防止交易員欺詐

　　技術無法防止某些不可預見的事件，例如2010年的“閃電崩盤”。當時，道瓊斯指數在短時間內跌去了超過1000點。

　　然而，技術可以更快地識別出操縱市場的行為，節約市場監管部門的時間和資金。

　　FINRA、納斯達克和倫敦股票交易所沒有透露，這樣的軟件開發成本是多少，以及未來能節約多少費用。

　　例如，調查者曾花幾年時間去分析傳統數字通信中的各種交易數據，才最終確定全球多家銀行的交易員操縱了外匯市場。

　　納斯達克表示，該公司與Digital Reasoning和多家金融機構合作測試的軟件可以實時完成這項工作。

　　人工智能創業公司Neurensic周三推出了一款工具，基于交易員的交易模式是否可疑來評出“正直分”。

　　該公司CEO大衛·韋德霍恩（David Widerhorn）表示：“從更高效地經營業務，或是主動避免監管問題等角度來看，掌握這類信息帶來的優勢是巨大的。”

　　Neurensic也在與監管部門合作，對操縱市場的行為展開調查。該公司也在與兩家交易所接觸，提供基于人工智能的監控軟件。

本文地址：http://www.gzfeitie.cn/html/344b73098925.html