人工智能、自动化与新兴技术趋势,正在颠覆价值4.6万亿的货币市场

简介: AI、自动化以及数字资产开始奇妙交汇,并共同形成2020年金融领域最重要的趋势性形态。

一些初创企业正在运用最新技术,颠覆规模最大、历史最悠久的金融领域。

image.png

面对无穷无尽的主题基金与晦涩难懂的金融产品,2020年最重要的趋势就是货币市场交易所-交易基金(ETF)达到创纪录高位,总值超过4.6万亿美元。而这一切,都要归功于AI与自动化技术的力量。

ETF代表着经过严格授权的基金,其必须在一系列预定义产品中维持精确的资本分配。随着资产价格的上涨,ETF必须重新分配资产,以保持严格管控。面对资本总额日均波动区间急剧增大的现状,ETF管理已经变得相当棘手。在这方面,AI与自动化技术得以帮助基金管理者每天处理数千笔交易,并随着市场的变化而重新平衡,最终完成任务并规模化管理大量资金。

货币市场ETF为投资者们提供安全保障,在动荡的市场中保留其资本,同时继续产生适度的回报。正因为如此,随着全球疫情的爆发,各地投资者希望尽可能将原有投资组合转换为货币市场ETF,借此度过经济不确定时期。同样的,也有不少投资者选择购买比特币等数字资产。部分专家认为,凭借着以固定编程方式控制的固定供应量,加密货币有望对冲可能的严重通货膨胀。

在这方面,AI、自动化以及数字资产开始奇妙交汇,并共同形成2020年金融领域最重要的趋势性形态——面向数字资产的自动化货币市场。正是这些技术的结合,推动了创新及金融科技初创企业的诞生与发展,这些后起之秀正运用科技之力向现代金融及货币市场的主流发起冲击。

在不确定时期,货币市场往往显示出特别的吸引力。投资者们从2020年3月上旬开始涌入货币市场基金。这股趋势最初只是受到经济衰退警告的刺激,但纵观今年整个新冠病毒流行期间,货币市场吸收到的资金始终保持攀升,这也与波动性加剧以及人们对于经济低迷期的持续时间判断密不可分。在这方面,AI技术为众多现代货币市场基金提供着有力支持,并开始将整个市场转化为一种共通性质的基金。人们越来越多地使用AI交易商,或者称其为“自动交易商”,对高质量-短周期的债务工具、现金以及各类现金等价物进行投资。

货币市场基金虽然不如现金安全,但在投资领域仍被视为一大极低风险型方向。货币市场ETF本身也成为金融领域的一大AI王牌应用类别。而且随着经济形势的持续走低,AI支持下的这部分市场的用户数量开始有所增加。货币市场开始在复杂的历史时期之下为资本提供可靠的保障。货币市场中容纳的资金主要流向高质量且流动性很强的短期债务工具,例如美国国债以及商业票据等,虽然这类投资物带来的收入有限,但收益仍然优于利率已经趋近于零甚至走向负值的常规储蓄。从历史角度出发,AI也一直是驱动传统货币市场的主要技术手段。

尽管货币市场ETF使用AI及自动化技术将大部分资金投入到现金等价物或短周期高评级证券当中,但也有部分机构会将一定比例的资金用于购买长期或评级较低的证券。目前市面上存在着多支由AI驱动的传统货币市场ETF,包括iShares短期国债ETF(SHV)、iShares短期债券ETF(NEAR)、SPDR Bloomberg Barclays 1-3月T-Bill ETF(BIL)以及Invesco超短期ETF(GSY)等。与此同时,增强AI驱动型货币市场正呈现出新的重要趋势,即去中心化货币市场。如今的竞争早已成为技术的对抗,因此传统货币市场必然需要探索将AI与区块链结合起来的潜在收益,希望借此满足2020年投资者们的实际要求。

新用户们向去中心化货币市场大量存入资金的整体趋势,可能证明去中心化有望成为货币市场的下一步发展方向。硅谷也普遍认为,只有最具前景的新兴技术能够吸引到最强劲的增长机会。再加上经济衰退等背景性整体态势的影响,货币市场很可能在2020年乃至之后不断吸引到更多资金的加入。

《华尔街日报》援引Refinitiv Lipper的报道数据,称最近存入此类基金中的总资产已经达到4.6万亿美元。这也是自1992年以来,货币市场资金总额的历史新高位。

资金的流入也给行业专家们带来了明确的信号。货币市场将拥有更强大的现金部署能力,因此有机会将业务扩展到要求更高风险承受能力的市场。但从投资者的角度来看,从开年到上周一直保持正值的标准普尔500指数,突然因人们对新冠疫情的担忧而再次暴跌。部分专家认为该指数的变化有点反应过激,也有专家甚至乐观地认为全球经济将很快复苏。

现金类资产在今年2月份开始激增,这也响应了当时投资市场因对新冠病毒担忧而引发的首轮暴跌。投资者开始涌入货币市场基金,美国国债也着手抛售股票与企业债券头寸。与此同时,美联储进入企业信贷市场的行动则为风险资产注入了信心,推动风险资产在今年4月及5月经历了一波反弹。面对复杂的变化趋势,一部分投资者认为经济会快速恢复,但也有不少投资者开始为最坏的情况做准备。无论如何,货币市场的增长仍在继续,因为这两类投资者都会在充满不确定性的时期下将货币市场视为有吸引力的投资对象。随着这种需求的持续增长,对推动货币市场发展的技术的实际需求也随之而来。

Harvest.io面向比特币及其他资产发布的全新货币市场,有望给这一总值达3540亿美元的领域带来全面的解决方案。随着加密货币普及度的持续提升,Harvest.io希望为当前金融系统提供自然扩展,帮助更多用户使用数字资产实现出借、借用以及盈利等能力。

Harvest.io平台还提供原生资产以及资产代码HARD(HARvest Decentralized),旨在为一切持有代币的用户提供关于云中心化平台持续运营及发展态势的发声渠道。“Harvest.io使用去中心化开放式基础设施,允许任何个人、企业或金融机构访问其货币市场产品。”

人工智能、自动化与新兴技术趋势,正在颠覆价值4.6万亿的货币市场
image.png

图:Harvest.io

根据Kava(以Harvest.io为基础构建的去中心化平台)联合创始人兼CEO Brian Kerr所言,Harvest为比特币及其他数字资产打造的货币市场也恰好顺应了历史潮流:Paul Tudor Jones等个人重量级投资者以及Square、Microstrategy等上市公司宣布他们已经积累了大量比特币,用以增加投资组合并保障企业资金收益。Harvest的货币市场可谓正当其时,能够为这些参与者提供更可观的数字资产回报。

基于AI的货币市场在之前就已经证明了技术在投资领域的巨大优势,而区块链技术凭借极高效率带来的额外收益,有望继续推动用户对于这些新产品的需求。

如果说2019年是AI技术成为推动货币市场增长的主流技术的重要元年,那么2020年则有望成为区块链超越AI成为前沿技术方案的又一里程碑。当然,必须承认在今年一、两年中,区块链仍然不太可能在整体金融服务领域全面赶超AI技术。如今整个行业的核心重点,仍然在于对AI技术的消化与应用。

原文链接:https://ai.51cto.com/art/202010/628881.htm
本文转载自51CTO,本文一切观点和机器智能技术圈子无关。
在线免费体验百种AI能力:【点此跳转】


机器智能技术结尾二维码.png

目录
相关文章
|
1月前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
5天前
|
人工智能 达摩院 计算机视觉
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术
SHMT 是阿里达摩院与武汉理工等机构联合研发的自监督化妆转移技术,支持高效妆容迁移与动态对齐,适用于图像处理、虚拟试妆等多个领域。
42 9
SHMT:体验 AI 虚拟化妆!阿里巴巴达摩院推出自监督化妆转移技术
|
2天前
|
存储 人工智能 安全
AI时代的网络安全:传统技术的落寞与新机遇
在AI时代,网络安全正经历深刻变革。传统技术如多因素身份认证、防火墙和基于密码的系统逐渐失效,难以应对新型攻击。然而,AI带来了新机遇:智能化威胁检测、优化安全流程、生物特征加密及漏洞管理等。AI赋能的安全解决方案大幅提升防护能力,但也面临数据隐私和技能短缺等挑战。企业需制定清晰AI政策,强化人机协作,推动行业持续发展。
33 16
|
11天前
|
人工智能 缓存 Ubuntu
AI+树莓派=阿里P8技术专家。模拟面试、学技术真的太香了 | 手把手教学
本课程由阿里P8技术专家分享,介绍如何使用树莓派和阿里云服务构建AI面试助手。通过模拟面试场景,讲解了Java中`==`与`equals`的区别,并演示了从硬件搭建、语音识别、AI Agent配置到代码实现的完整流程。项目利用树莓派作为核心,结合阿里云的实时语音识别、AI Agent和文字转语音服务,实现了一个能够回答面试问题的智能玩偶。课程展示了AI应用的简易构建过程,适合初学者学习和实践。
71 22
|
8天前
|
人工智能 Java 程序员
通义灵码AI编码助手和AI程序员背后的技术
通义灵码AI编码助手和AI程序员背后的技术,由通义实验室科学家黎槟华分享。内容涵盖三部分:1. 编码助手技术,包括构建优秀AI编码助手及代码生成补全;2. 相关的AI程序员技术,探讨AI程序员的优势、发展情况、评估方法及核心难点;3. 代码智能方向的展望,分析AI在软件开发中的角色转变,从辅助编程到成为开发主力,未来将由AI执行细节任务,开发者负责决策和审核,大幅提升开发效率。
89 12
|
9天前
|
人工智能 搜索推荐
AI视频技术的发展是否会影响原创内容的价值
AI视频技术的发展显著降低了视频制作的门槛与成本,自动完成剪辑、特效添加等繁琐工作,大大缩短创作时间。它提供个性化创意建议,帮助创作者突破传统思维,拓展创意边界。此外,AI技术使更多非专业人士也能参与视频创作,注入新活力与多样性,丰富了原创内容。总体而言,AI视频技术不仅提升了创作效率,还促进了视频内容的创新与多样化。
|
3天前
|
机器学习/深度学习 存储 人工智能
AI实践:智能工单系统的技术逻辑与应用
智能工单系统是企业服务管理的核心工具,通过多渠道接入、自然语言处理等技术,实现工单自动生成、分类和分配。它优化了客户服务流程,提高了效率与透明度,减少了运营成本,提升了客户满意度。系统还依托知识库和机器学习,持续改进处理策略,助力企业在竞争中脱颖而出。
19 5
|
24天前
|
数据采集 人工智能 运维
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
本文介绍了阿里云 Elasticsearch 推出的创新型 AI 搜索方案
154 3
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
|
7天前
|
机器学习/深度学习 人工智能 编译器
BladeDISC++:Dynamic Shape AI 编译器下的显存优化技术
本文介绍了阿里云 PAI 团队近期发布的 BladeDISC++项目,探讨在动态场景下如何优化深度学习训练任务的显存峰值,主要内容包括以下三个部分:Dynamic Shape 场景下显存优化的背景与挑战;BladeDISC++的创新解决方案;Llama2 模型的实验数据分析
|
7天前
|
存储 人工智能 边缘计算
AI时代下, 边缘云上的技术演进与场景创新
本文介绍了AI时代下边缘云的技术演进与场景创新。主要内容分为三部分:一是边缘云算力形态的多元化演进,强调阿里云边缘节点服务(ENS)在全球600多个节点的部署,提供低时延、本地化和小型化的价值;二是边缘AI推理的创新发展与实践,涵盖低时延、资源广分布、本地化及弹性需求等优势;三是云游戏在边缘承载的技术演进,探讨云游戏对边缘计算的依赖及其技术方案,如多开技术、云存储和网络架构优化,以提升用户体验并降低成本。文章展示了边缘云在未来智能化、实时化解决方案中的重要性。