AI 金融應用

AI每日吸收市場的消息面、籌碼面與產業基本面等資訊，並模仿專業人士的投資決策思維以提供最佳化的投資標的；透過大數據呈現，提供投資人更客觀的投資決策參考，讓投資人不再憑感覺投資。此外，也強調總體經濟的重要性，提醒投資人要注重經濟的中長期基本面。

金融相關產業為政府高度管理的特許行業，因此，政府制定許多法令用以規範金融業的各種行為，所以，該產業下的公司，必需遵照相關範圍，制定相關公司內規，以確保相關營運行為不會違反法規。然而，相關法令眾多，而且也會因各種因素進行調整。一但，外部的部份法令進行調整，究竟有那些公司內規需做相對應的調整，目前主要還是以人力的方式，進相關的法條比對，曠日廢時。而本公司所開發的AI法遵管理管理系統 ，導入AI的技術，以推薦系統的方式，輔助專業人力，並提供完整的法遵相關電子化流程作業環境。

應用於金融交易之高效能資料數據處理與風險控管系統，包含整合系統軟體、硬體模組，提供客製化設計與服務。 藉由提升原有系統交易資料處理速度，達到即時風險控管之目的以符合監管法規，並進一步客製化數據分析服務。 汎思數據運用FPGA與GPU圖形處理器，並搭配即時交易數據人工智慧深度學習專屬演算法、 方便針對不同客戶需求或法規修改，有彈性地變更系統運作內容，或逐步提供交易客戶不同種類服務。 相較於現今大多以純軟體建構之交易系統，此系統利用硬體平行加速運算提升資料處理速度， 達到超高速交易與異常偵測之目的。

在金融產業當中，FinTech金融科技和AI人工智慧已是最新趨勢，透過銀行系統整合和AI應用來達成更便捷和準確的工作流程，並透過AI智能客服在最前線高效服務客戶，立刻針對信用卡管理、帳戶查詢和財富管理等，進行身份認證和準確回答，有效改善客服中心的營運成本和顧客關係維繫品質。 透過人工智能公司的『Q比智慧服務機器人導入解決方案』，包含24/7全年無休全天候的智能客服、會員系統整合、OTP認證等，透過我們的聊天機器人平台，以自然語意理解(NLP)技術，整合文字、語音和應答能力，AI機器人自動回覆和判斷相關答案，快速提供更精準及個人化之服務，亦可透過IA人機協作，客服人員與AI服務機器人一同回答客戶問題，以及瀏覽客戶歷程，快速從知識庫中引用最佳答案，提高服務效率。

國內首創商業履歷查詢服務，結合多樣化的OPENDATA並綜整各種網路非結構化商業資料，能夠迅速掌握全臺灣公司行號的商業實績。可廣泛用於工商徵信、商業授信等業務，大幅提升資料蒐集、驗證等工作流程的效率，更降低所需耗費的時間及人力成本。協助迅速偵測商業合作夥伴、競業對手或借貸對象之資訊，透過具有公信力的資料集，將商業營運事實揭露相告。

本研究目的在透過一個智慧型的對話式人機介面，以聊天機器人的型式提供投資者評估投資新聞內容的可信度。在技術創新方面，本年度之研究利用語意分析之技術，對於金融商品(股票)所提供的相關資訊的品質，進行信息內容之解析與評價，研究包括新聞內容本身(新聞、 雜誌、研究報告)進行解析,辨別單一新聞消息中：(1) 媒體來源(可能是投顧、媒體、記者)、(2) 關聯金融商品標的、(3) 多空看法(內容對商品未來走勢是否表態)、(4) 對應投資期程(短線、中線、長線)等等。透過語意分析技術擷析過往該媒體來源所發佈之新聞內容，並針對新聞內容預測之結果進行回測，計算出該新聞內容提供者所預測之情報準確度產生一檢驗結果，最後由評價產出系統整合產生一評價資訊，並儲存於系統平台以對話式人機互動方式供使用者查詢。藉此，提供投資人查詢各理財新聞提供者過往的準確度，以作為使用者投資理財之參考依據。本研究之目標在幫助投資人對於新聞內容有一參考指標以加深投資者進行投資決策時之幫助 。

InsAI.FS AI財報智慧辨識系統，以AI協助辨識財務報表，取代傳統的財務報表登打作業。在金融相關產業當中，常需要將財務報表輸入到會計系統或徵授信系統，但財務報表的判讀與識別需要相對專業的金融知識，往往有經驗的同仁才能夠快速完成。傳統的光學字元辨識（OCR，Optical Character Recognition） 雖然能夠將PDF辨識成文字檔案，但在後續可用性卻偏低，若要在其他系統使用這些資料，仍然需要將檔案整理之後才能使用；且若遇到檔案解析度過低或歪斜、髒污…等問題，就會影響到辨識準確度。而『InsAI.FS AI財報智慧辨識系統』將OCR加入AI的元素，即使PDF的影像品質不佳，也能夠成功辨識，準確率超過90%，AI讀懂財報後，資料會進入到系統，並將金額進行加總覆核，並於系統中標示出可能辨識失敗的地方，使用者不需重頭登打財報，僅需核實系統標示的地方即可，確認無誤後，即可透過API的方式將資料串接到後續徵授信…等資訊系統當中，粗估約可減少80%登打的時間。

人工智慧理財機器人技術結合量化資料如交易資料與經濟指標，質化資料如政策與研調報告，透過深度學習演算法與財務工程理論融合，產生不同股債券市場的Robo市場觀點，如市場投資方向與波動度變化預測等。同時在AI潛力基金分析上，開發基金多樣性報酬基底特徵，並透過多種機器學習/深度學習演算法，產生整體式學習模型，進行潛力基金預測。透過機器人觀點篩選市場並取得市場下潛力基金後，利用馬可維茲現代投資理論進行資產配置與動態重配置，藉此降低投資組合風險，達成AI化投資。