主要内容
CQF 研究所（全球量化金融专业人员网络）的新见解表明，不到十分之一的专业人士认为新毕业生具备在该行业取得成功所需的人工智能和机器学习技能。这凸显了量化金融领域日益严重的问题：缺乏对机器语言的人类理解和熟练掌握。
CQF 调查强调了在从事或进入量化金融领域的人员中存在严重的技能短缺。随着人工智能对成功变得越来越重要，这是一个令人担忧的趋势。专家表示，该行业必须通过改进教育、培训和技能提升计划来缩小这一技能差距。
人工智能的采用正在增加。尽管对人工智能和机器学习的理解有限，但调查发现，83%的受访者使用或开发人工智能工具，其中 31%使用机器学习和人工智能。受欢迎的工具包括 ChatGPT（31%）、Microsoft/GitHub Copilot（17%）和 Gemini/Bard（15%），而 18%使用深度学习。有显著 54%的量化金融专业人员每天使用这些工具。30%的量化金融专业人员使用生成式人工智能进行编码和调试，21%用于市场情绪分析和研究，20%用于生成报告。
人工智能和机器学习在关键量化金融领域已变得有影响力。例如，26%利用人工智能进行研究/阿尔法生成，19%用于算法交易，17%用于风险管理。44%的受访者表示由于人工智能，生产力有了显著提高，而 25%表示他们每周通过人工智能辅助流程节省了超过 10 小时。
然而，挑战仍然存在。报告显示，16%的受访者有监管担忧，17%担心计算机成本，而模型可解释性——理解人工智能如何得出结论——是首要障碍，41%将其列为关键担忧。正式的人工智能培训也是一个挑战，因为只有 14%的公司提供此类计划和劳动力发展。因此，只有 9%的新毕业生被认为“具备人工智能能力”。
CQF 研究所董事总经理 Randeep Gug 博士强调了为毕业生配备有效使用人工智能技能的重要性。“我们的未来专业人员必须立即行动起来，知道何时真正的人工智能工具能增加价值。”尽管存在这些障碍，但势头依然存在。25%的公司已制定正式的人工智能战略，24%正在制定计划，23%预计明年将增加预算以支持公司基础设施。量化金融的未来可能更多地取决于人类与技术的协作，而不是传统的数学专业知识。Gug 博士总结道：“拥抱持续教育和创新技术对于塑造量化金融的未来很重要。”
想从行业领导者那里了解更多关于人工智能和大数据的信息？查看在阿姆斯特丹、加利福尼亚和伦敦举行的人工智能与大数据博览会。该综合活动是 TechEx 的一部分，并与其他领先的技术活动同时举行。点击此处获取更多信息。
人工智能新闻由 TechForge Media 提供动力。在此处探索其他即将举行的企业技术活动和网络研讨会。