财联社5月4日讯(编辑 牛占林)据媒体报道,摩根大通已经推出了一款名为IndexGPT的产品,该服务将依赖颠覆性的人工智能(AI)为客户提供投资建议。
一年之前,摩根大通为IndexGPT申请了产品商标。根据文件,IndexGPT将利用AI来分析和选择适合客户需求的证券。
在上个月,摩根大通首席执行官戴蒙称,AI可能是摩根大通正在努力解决的最大问题。戴蒙将AI的潜在影响与蒸汽机相提并论,并表示这项技术“几乎可以帮助所有工作”。并表示该行已经招揽了数千名AI专家和数据科学家并开始探索部署生成式AI。
如今,这一市场关注的AI投顾终于浮出水面,但其效果究竟如何,还要等待市场和投资者的考验。
据悉,IndexGPT借助了OpenAI的GPT-4模型,从而为投资者创建新的系列主题投资一篮子股票。本质上看,这很大程度上是以自动化方式创建所谓的主题指数,基于新兴趋势(比如云计算、电子竞技或网络安全等),而不是基于传统行业或公司基本面来识别投资机会。
这标志着华尔街的最新尝试,它们希望抓住这一波AI风口,因为AI有能力加快经济增长,也有可能带来投资的新时代。
不过目前来看,IndexGPT远非金融界的一场革命。在这个领域,已经有各种各样的科技公司和量化交易员正试图用AI来掌控市场。
然而,在一个受到严密监管的行业里,找到经过充分验证的应用场景是一项众所周知的挑战,一个失误就可能导致数百万美元的损失。
美国证券交易委员会(SEC)主席Gary Gensler此前警告称,华尔街对AI的投资,可能引发下一场金融危机。Gensler指出,AI模型的大规模应用极易出现“羊群效应”,从而引发金融崩溃。
华尔街力图抓住AI风口
摩根大通市场交易结构主管Rui Fernandes最新表示,在该公司所有指数产品中融入AI是个长期过程,IndexGPT是第一步。
他在接受采访时表示:“这是为了能够选择更多股票,而这些股票未必人所共知。从股票波动率产品到大宗商品动量产品,我们不断寻找改进我们所有产品的方法。”
Fernandes表示,GPT模型生成的关键词数量是以前软件的两倍多,对主题的代表性更佳。它帮助创建的指数针对的是机构客户,他们可以通过结构性互换或票据等产品建立敞口。
实际上,多年来,AI系统在华尔街已经得到了广泛应用,银行斥资数十亿美元实现交易、风险管理、欺诈检测和投资研究等职能的自动化。但生成型AI工具的迅速崛起,促使银行竞相开发新产品,以利用这一机会。
摩根士丹利去年便推出了基于GPT-4模型的AI助手,用以帮助员工收集市场信息。高盛正在使用生成式AI来帮助其开发人员编写软件代码。
时隔三个月,新股上会重启。深交所官网显示,定于5月16日召开2024年第9次上市审核委员会审议会议,审核马可波罗控股股份有限公司首发事项。这也是4月30日证监会和交易所出台资本市场“1+N”配套制度规则后的第一场IPO上市委审核会。万众瞩目,力场君也不免 ...
近日,全球黄金市场出现了一轮小幅调整。据最新数据显示,截至4月底,全球黄金交易所交易基金(ETF)的总持仓量较上月底减少了33吨,这一变化引发了市场分析师和投资者的广泛关注。 黄金ETF投资者在涨势暂停之际抛售黄金 随着黄金市场涨势的暂时停滞,黄 ...
战场形势,正在发生重大变化。过去两年,俄军进攻的主要目标,基本都在东线;但最近几天,大批俄军装甲部队从北部发动猛攻,目标直指乌克兰第二大城市哈尔科夫。俄国防部11日宣称,俄军已拿下乌克兰哈尔科夫州5个重要城镇,“在进攻行动中,‘北方’集群部队 ...
本文来源:时代周报 作者:周梦梅 近期,日元大幅贬值引发国际社会关注,在日本生活的民众感叹物价急剧上涨。 “超市的白菜卖到50多元(人民币,下同)一颗、小葱20多元一把、芒果100多元一个。”5月10日,身在日本大阪的王女士拍摄的视频显示 ...
术倔天时,势定乾坤,大家好,我是趋势掘金,今天利用周末安静的时间和大家聊聊心法,我们常说:“七亏二平一赚”,多数散户没有形成自己的交易系统,进退无据,不看天气,全天候交易,供养市场的运营和少数赢家,他们是市场的70%,还有20%的散户,系统不够 ...
近日,“医药一哥”恒瑞医药重磅出击,启动了GLP-1R/GIPR双重激动剂HRS9531用于肥胖症的III期临床试验,预计2025年7月完成研究。另一边,信达生物提交GLP-1R/GCGR双重激动剂玛仕度肽的上市申请,已于今年2月获NMPA受理,有望成为首个国产双靶点减重药。然而 ...
昔日市值超100亿的A股公司,彻底崩塌。5月9日,*ST美尚公告称,深交所拟决定终止公司股票上市交易。公司股票将自2024年5月9日开市起停牌,公司股票不进入退市整理期。在股票停牌前夕,*ST美尚的股价报0.13元,是A股股价最低的上市公司,已连续20个交易日 ...
财联社5月12日讯(编辑 周子意)人工智能聊天机器人的背后需要海量高质量数据作为支撑。传统上,人工智能系统依赖于从各种网络来源(如文章、书籍和在线评论)中提取的大量数据来理解用户的查询并生成响应。