“期貨行業(yè)需深化數(shù)字化轉(zhuǎn)型,通過AI算法優(yōu)化、數(shù)據(jù)整合及智能風(fēng)控,助力企業(yè)預(yù)判風(fēng)險(xiǎn)?!苯鹗诉_(dá)董事長(zhǎng)吳斌近日在2025金仕達(dá)大宗商品風(fēng)險(xiǎn)管理&期貨行業(yè)科技大會(huì)上稱。
吳斌分析稱,期貨與衍生品市場(chǎng)作為重要的風(fēng)險(xiǎn)管理工具,在穩(wěn)定企業(yè)經(jīng)營(yíng)、保障產(chǎn)業(yè)鏈安全方面發(fā)揮著不可替代的作用。
當(dāng)前全球經(jīng)濟(jì)呈現(xiàn)高波動(dòng)、低增長(zhǎng)態(tài)勢(shì),地緣沖突加劇大宗商品價(jià)格波動(dòng),能源、金屬等價(jià)格中樞持續(xù)上移。在吳斌看來,AI大模型應(yīng)用正逐步實(shí)現(xiàn)從輔助決策到智能引領(lǐng)的跨越,幫助期貨產(chǎn)業(yè)鏈在復(fù)雜環(huán)境中進(jìn)行風(fēng)險(xiǎn)管理。
不過當(dāng)前,人工智能和大數(shù)據(jù)在大宗商品貿(mào)易市場(chǎng)中的應(yīng)用存在多重挑戰(zhàn)。
會(huì)議期間,行業(yè)人士告訴記者,數(shù)據(jù)質(zhì)量引發(fā)大模型建立的偏差。大宗商品貿(mào)易市場(chǎng)人工智能模型高度依賴歷史數(shù)據(jù)的訓(xùn)練,如果數(shù)據(jù)的完整性、代表性和時(shí)效性缺乏根本性的缺陷,就會(huì)帶來預(yù)測(cè)失真,特別是數(shù)據(jù)樣本的偏差帶來的風(fēng)險(xiǎn)更值得注意。
大宗商品貿(mào)易市場(chǎng)的數(shù)據(jù)是全球性的,現(xiàn)實(shí)情況是大宗商品貿(mào)易交易的數(shù)據(jù)在歐美市場(chǎng)占比較大,新興市場(chǎng)的稀疏性會(huì)導(dǎo)致價(jià)格的聯(lián)動(dòng)預(yù)測(cè)誤差率上升,這種情況在跨市場(chǎng)的套利模型中尤為突出。
“對(duì)此,金仕達(dá)的應(yīng)對(duì)方法是,通過各類自主研發(fā)系統(tǒng)助力大宗商品企業(yè)風(fēng)險(xiǎn)管理數(shù)字化轉(zhuǎn)型?!苯鹗诉_(dá)副總裁匡志明介紹稱,通過智能體嵌入幫助企業(yè)實(shí)現(xiàn)運(yùn)營(yíng)智能化及數(shù)據(jù)資產(chǎn)化,從而構(gòu)建多樣化服務(wù)模式,助力大宗企業(yè)數(shù)字化轉(zhuǎn)型。
此外,大宗商品貿(mào)易市場(chǎng)的算法交易占比越高,更有可能面臨流動(dòng)性結(jié)構(gòu)脆弱的風(fēng)險(xiǎn)。上述行業(yè)人士認(rèn)為,不斷開發(fā)差異化的數(shù)據(jù)源,可用來應(yīng)對(duì)非結(jié)構(gòu)信息文本的局限性,克服由AI帶來市場(chǎng)交易決策的趨同性。