Así es como JP Morgan usa Machine Learning.
JP Morgan utiliza el aprendizaje automático para generar recomendaciones predictivas para la banca de inversión.
- JP Morgan presentó el Motor de Oportunidades Emergentes, que ayuda a identificar a los clientes mejor posicionados para las ofertas de acciones de seguimiento a través del análisis automatizado de las posiciones financieras actuales, las condiciones del mercado y los datos históricos.
- Ahora incluso está planeando expandirse a los mercados de capital de deuda en función de los datos financieros de los clientes y la actividad del mercado.
- JP Morgan incluso utiliza algoritmos de aprendizaje supervisados basados en regresión para predecir resultados basados en variables de entrada. Por ejemplo, podrían predecir cómo se moverá el mercado si aumenta la inflación.
Aprendizaje profundo por JP Morgan
- ¿Puedo usar el concepto de aprendizaje automático para predecir cuánta cantidad de comida cocinar por día en un restaurante?
- ¿Cómo funciona la función softmax en el campo AI?
- ¿Es incorrecto si realizo un análisis de opinión en revisiones individuales en lugar de en todas las revisiones a la vez?
- ¿Cómo funciona realmente el Detector MultiBox Single-Shot (SSD)?
- ¿La normalización por lotes ayuda con las funciones de activación de ReLU?
Un modelo de aprendizaje profundo se usa predominantemente para series de datos financieros hipotéticos para estimar la probabilidad de una corrección del mercado.
El aprendizaje profundo se usa generalmente para recrear la Inteligencia Humana y se usa particularmente para preprocesar conjuntos de datos.
- Cuando se trata del aprendizaje por refuerzo, el aprendizaje, elige un curso de acciones sucesivas para maximizar la recompensa final (o acumulativa).
Notas al pie
El aprendizaje automático ahora se usa en la negociación de Wall Street, y los banqueros probablemente deberían estar preocupados
La guía masiva de JPMorgan para trabajos de aprendizaje automático en finanzas