摩根大通资产管理公司的股票交易团队使用机器学习开发了一种新模型，使订单执行更有效，更便宜。专有模型由股票交易平台上的定量分析师和交易员创建，由摩根大通资产管理公司亚太区股票交易主管Lee Bray领导，使用数据模式找到交易订单的最佳执行策略。

据该公司称，人工智能模型不断学习交易订单的最佳结果，并随着市场条件的变化和新数据的出现进行调整。

使用这些模式和算法，模型可以针对最佳性能的概率，然后相应地自动路由和执行订单。

“为了利用机器学习开发模型，我们采用了Facebook和谷歌等公司更常见的技术，”Bray说。

“通过创建一个系统的，自适应的模型，能够改变基于数学模式的行动，而不是依赖于人类的投入，我们正在将股权交易转变为更加科学和可量化的。”

摩根大通补充说，目前该模型为人类交易者提供了建议，但它越来越多地接管执行交易的自动化角色。

摩根大通资产管理公司的亚太股票交易团队现在的目标是，通过今年的机器学习模式，所有区域交易活动的名义价值约为50%。

“有了无数选项可用于执行任何给定的订单，特别是更小或更常规的订单，智能模型可以比人类更有效地识别最佳执行，”Bray总结道。

摩根大通资产管理公司表示，它已投入大量资源建设机器学习工具，以改善全球股票交易业务。