AI阶段二：自然语言处理

久而久之，人们发现仅仅从数字推测模型是不够的，开始考虑引入新闻，政策，社交网络中的丰富文本并运用自然语言处理技术分析，将非结构化数据结构化处理，并从中探寻影响市场变动的线索。

这方面直接用于投资交易的并不多，更多是用于风控与征信。通过爬取个人及企业在其主页、社交媒体等地方的数据，一来可以判断企业或其产品在社会中的影响力，比如观测App下载量，微博中提及产品的次数，在zhihu上对其产品的评价；此外将数据结构化后，也可推测投资的风险点。

这方面国内的很多互联网贷款，征信公司都在大量使用自然语言处理技术，例如宜信，闪银等。另外一些公司则利用这些技术进行B端潜在客户的搜寻，如Everstring，并将信息出售给其上游公司。

代表公司：

CommEq是今年6月份在伦敦新设的一家基于人工智能（AI）的对冲基金。CommEq的投资方法结合了定量模型与自然语言处理(NLP)，使计算机能够如人类一样通过推断和逻辑演绎理解不完整和非结构化的信息。

由李嘉诚与塔塔通讯投资的Sentient Technologies运用自然语言处理，深度学习(Deep Learning)等多种AI技术，进行量化交易模型的建立。

Kensho是美国一家基于云计算的智能计算机系统先锋公司。Kensho 结合自然语言搜索，图形化用户界面和云计算，为金融市场的投资人们提供一套全新的数据分析工具——Warren。Warren 能够回答复杂的金融市场问题，如各种数据、股票走向等，可回答约 100 万种关于全球事件对股价影响的英文问题。

AI阶段三：知识图谱

上述技术经常会在一些意外发生的时候预测失败，例如911、熔断机制和卖空禁令等等。人工智能系统没有遇到过这些情况，无法从历史数据中学习到相关模式。这时候如果让人工智能管理资产，就会有很大的风险。