华尔街两家交易所相继宣布，计划在未来几个月内推ai人工智能监管工具。交易监管机构称，他们希望通过人工智更加快速、智慧地识别市场交易中的违规动作。

很早很早以前，市场大部分老鼠仓需要通过“举报”才被发现，交易所显得较为被动。

进入“大数据时代”后，交易所装备升级武力值晋升，顾名思义通过挖掘数据来发现老鼠仓。简单来说，先采集交易数据，然后人工“搭建模型”，将海量的交易数据按一定规则进行比对，主要包括价格、成交量、时间、空间四个方面，最后自动关联、标记可疑的违规交易。

这样一来，“大数据”监测系统基本能“秒杀”传统老鼠仓模式。但在“后大数据时代”，不排除遇见更聪明的老鼠，基于数据经验的传统方法就无济于事了。这时候，华尔街率先出动，开发ai人工智能系统进行监控，之所以要ai出动，引用原文的话说：

“ “除了识别传统欺诈和违规手法外，人工智能的不同之处在于，可以识别新型违规交易。”金融业监管局（finra）执行副总裁市场监管tom gira说道。“监管者最大的担忧其实是对新生操纵方法的不知情，而采用人工智能这种“主动学习”的监管工具，将为我们窥探未知方式打开了新窗。”

没错！ai人工智能最大的特点是“机器学习”，也是近些年ai概念火爆的核心技术。它的范畴很大，包括了深度学习（deep learning）、增强学习（reinforcement learning）、迁移学习（transfer learning）等多种模式，围棋人机大战里的功臣alphago便是此技术。

本质上说，“机器学习”好比自动化的程序员大脑。交给它一部分数据和模型训练，它会优化算法甚至归纳新的算法，在提高目标准确率的同时，发现新性能结果。

本质上说，“机器学习”好比自动化的程序员大脑。交给它一部分数据和模型训练，它会优化算法甚至归纳新的算法，在提高目标准确率的同时，发现新性能结果。

举例来说，美国金融业监管局（finra）每天需要监视大约500亿美元的市场指令，包括股票下单、修改、撤单和交易，并通过比对270种模式来发现潜在的违规行为。依赖传统程式检测交易数据的模式，算法对可疑的操纵行为发出信号，然后提示工作人员进行调查。不过由于数据量庞大，每天产生大量警报，当中大多还是误报，这无疑会影响监管效率及成本。

但正在开发中的“机器学习”能够超越这些既定模式，无需预先编程输入已知知识或答案，就可以更快速、准确地“理解”哪些情况确实值得打上红色标记。将“自学”判断何种交易模式最终需要执法介入，从而正确地标记违规行为，甚至此前监管从未发现的违规方式。

美国金融业监管局（finra）预计明年开始测试这批ai监控软件，而纳斯达克和伦敦证券交易所则在今年年底就启用这项技术。据悉，交易所还打算将这些软件出售给银行和基金公司，方便监管方随时关注他们的交易员。

技术上，目前美国金融业监管局（finra）已将ai监控系统托管到亚马逊云端，以进一步获取强大的计算能力来分析大量数据，系统将在明年测试运行，并与现有算法结果进行比较。纳斯达克也选择与世界顶尖认知计算公司digital reasoning合作，伦敦证券交易所则与ibm旗下的沃森业务部、网络安全公司spark cognition联合开发ai监控系统。

（ps:美国google、facebook、亚马逊、ibm、微软5家科技公司在今年组成人工智能联盟。）

人工智能技术也许不一定会完全阻止某些事件，例如2010年股市崩盘，道琼斯工业平均指数暴跌超过1000点。但ai监控技术一定会更迅速发现股市“黑天鹅事件”后的操纵行为，为市场监管者争取宝贵时间，挽救大量财富。那些曾经需要调查人员花费几年时间交叉引用历史交易数据，才能完成对多家国际银行交易员操纵外汇行为的证据搜集，现在ai人工智能技术瞬间就能完成。

ai人工智能除了运用在后台监管上，美国人还将其应用在前线的交易评级中。人工智能创业公司neurensic就推出一款评定交易员“诚信积分”的工具，该工具可以将交易员的每一次交易模式与监管者预设的可交易模式进行比对，自动为交易员的诚信度打分。

“这项应用可以帮助金融机构更有效率地运行，还能主动监督自己，避免逾越监管红线。”neurensic首席执行官david widerhorn解释道，他们还同时与监管机构合作，目前正在与两家交易所商洽提供人工智能评级系统。

以上是网络信息转载，信息真实性自行斟酌。