Python 机器学习应用教程（四）
十七、金融领域机器学习要避免的陷阱
这一章是关于一个组织在金融领域使用机器学习技术时可能遇到的陷阱。在整个财务部分，我们已经了解了该部门面临的一些挑战；然而，在这一章中，我们将探讨任何想要为其财务运营实现机器学习的组织都可以避免的两个陷阱。这两个陷阱对这个部门来说是非常重要的，我调查的金融专家也含糊其辞地确定这些陷阱是一个组织为了成功应该避免的主要陷阱。这两个陷阱是:
-
监管陷阱
-
数据隐私陷阱
现在让我们详细看看这些陷阱如何影响金融领域中任何新技术的实现，以及我们可以避免它们的一些方法。
监管陷阱
与医疗保健和零售不同，金融业是经济的支柱，也是整个经济运行的润滑剂。医疗保健、零售和能源等其他部门的运营都依赖于金融部门。由于这一部门无所不包，没有它就不可能有任何商业或个人交易，因此它必须拥有政府所能提供的最大限度的监管。
一系列法律和行政手段影响外汇融资(以及更广泛的货币相关管理):主要的基本方向(或大规模审慎控制)，包括一系列措施，旨在区分和减轻对货币和金融框架整体稳定性的威胁；审慎控制(或小规模审慎指导)包括担心单个货币相关组织可靠性的措施；以及涵盖与货币有关的管理控制的其他部分的非审慎控制。
例如，巴塞尔委员会制定的关于保持货币监管的巴塞尔协议 III 是一个基本或宏观审慎方向的案例，以金融框架的稳定性为首要目标。尽管它在很大程度上是一部“微妙的法律”，但《巴塞尔协议 III》对全球金融方向产生了巨大影响。此外，它在全球后台承担了一项重要工作。然而，从各方面来看，它并不是唯一的载体。
例如，欧元区金融部门正面临着来自各方面的挑战，包括新的创新、新的市场参与者以及政府的新指导方针。鉴于这些困难会引发竞争和发展，它们是合理的。它们是运转良好的商业部门经济运转的手段。
更加严厉地反对逃税和反洗钱政府更加严厉地反对逃税和反制造恐慌的金融控制措施扩大的审慎欺诈检测和反洗钱法规正在建立直接的控制措施；以及对金融管理机构的升级要求条件，包括通过金融和外汇制裁，改变了在与货币有关的管理机构安排中由政府主导的调解局面。管理账户系统的报告人的变化不仅影响交易所的融资流，而且还影响“交易所的运营管理”，或围绕结算、分期付款和积累的整个管理结构。任何新技术的引入都需要通过这些新的规则、条例和法律的审查，这些规则、条例和法律是快速立法的结果。
首先，我们需要有创意的新方法，包括利用创新来改变外汇基金的投资。非银行融资安排，以及推动无纸化交易、推进在线交易报告管理和推进不同进展(例如，适当的记录创新)的模式，可以改变换回业务的领导方式，同时限制 CBR 撤销的影响。现在，在利用传统的银行中介回购工具方面，正逐步转向组织间模式和生产网络资金。
此外，随着各机构对其交易同谋者越来越放心，它们对风险支持的需求可能会减少，它们对外汇基金工具的利用可能会变得更加特别。数字化的方法同样容易促使市场做出新的选择，并促使银行中介基金以更精明、更直接的方式运作。与传统银行融资相比，非银行货币管理机构同样可以提供选择，使中小企业和不同合作伙伴更少需要去真正必要的货币管理机构，并加入第四次工业革命。
应该注意的是，在任何国家，无论是美国、欧洲、亚洲还是任何其他地区，都应该有可能在国家层面上加强附近(受访)银行的管理和适当稳定性限制，包括其识别、筛选、缓解和抵消与金钱有关的不法行为的能力，以及以经济高效的方式遵循新的审慎方向。对于一个新的科技创业公司来说，这是极其重要的。
在欧盟，监管框架由 MiFID 2004/39/EC 指令组成，该指令为证券提供了一个绑定在一起的系统:它包括投机公司、多边交易所(MTF)、受控市场(即交易)和预算工具(可转让证券、现金展示工具、合计投机单位和子公司，不包括债券和证券化债券)。
该命令被间接称为“1 级”，因为它的选择方法是由欧盟议会和理事会共同制定的标准。应该是换位了。它由包含执行措施的“二级”文件补充。这些著作已被不包括欧盟议会在内的部分国家所接受:应被移植的第 2006/73/EC 号指令，以及适用于未被移植的部分国家的第 1287/2006 号委员会指令。
与美国相关的是，MiFID 赋予受控交易的规则制定权受到更多限制，这些权力集中于安排更合理、更有条理的交易，确认交易的预算工具，以及进入受控交易(MiFID 指令第 39、40 和 42 条)。EU-管理的交易没有任何力量来控制作为其成员的投机公司的行为，无论是在面向客户的领域(如最佳执行、信息或投机指导)还是面向市场的领域(如交易外执行的订单的直接性)。定向交易甚至对其担保人也有限制权力，这些担保人通过向他们的主管记录他们的计划，得到了在定向市场上进行交易的乏味想法。
美国证券方向和监督分为三个独特的层次，在下一节描述。
政府法律和一个行政管理者，证券交易委员会(SEC)
证券交易委员会(SEC)负责确保金融专家和维持证券市场的可信度。一些政府法令直接管理证券，真实的模式是将控制权从州转移到联邦一级。美国证券交易委员会可以发布解释国会通过的证券法的规则(例如，选择性交易框架的注册 ATS，价值市场的注册 NMS)。此外，SEC 审核自律组织(sro)提出的任何原则，并对这些规则是否符合 1934 年的证券交易法拥有最终决定权。无论如何，证交会的监督是有限制的:证交会不指导基本的政府证券广告(因为政府证券、国库和强化监督免除了证券登记)，但它不在辅助市场这样做；它并不控制产品命运和替代品(商品命运交换委员会监督)，它只是限制了对场外次级市场的监督。公民债券由证券交易委员会监督下的自律组织管理。此外，证券交易委员会不控制商业银行发行证券(管理账户控制者的监督)；商业银行可以以证券商和商人的身份开展业务，而不必根据《金融服务法案》(GLBAct)允许的限制除外条款向 SEC 登记。
州法律和控制器
在美国，各州登记并指导未在证券交易委员会登记的代理商和投机向导，包括监管少于 2500 万美元的风险向导。它们被证券交易委员会的规则(贸易法第 15(h)节)扣押，并且必须依赖于这些规则。他们倾向于围绕打击他们边缘的虚假陈述，他们跟踪投诉。州法律当局可以寻求刑事起诉，而美国证券交易委员会被限制在普通和监管活动，并暗示刑事事项的公平部门。因此，单一国家经常与 SEC 和自律组织合作，控制国家边缘的证券业。
自律组织
自律组织(sro)为其个人设定标准并管理商业贷款。他们的原则补充了证券交易委员会的原则和政府法律，尽管事实上他们可能有独特的细节和强调。自律组织采用的任何法律都必须经过审查，在某些情况下，还必须得到证交会的批准，证交会对这些法律拥有极大的权威。自律组织的先例包括全国性交易(如纽约证券交易所、芝加哥大气交易、纳斯达克股票市场)和全国性证券附属机构(目前的一个，货币行业管理专家 FINRA 于 2007 年成立，是全国证券商关系[NASD]与纽约证券交易所的控制、执行和酌情处理要素合并的结果)。对于城市证券，一个被称为大都会证券规则制定委员会的特殊 SRO 负责采纳投机者安全规则，并监督担保、交换和提供费用除外证券、学校储备基金、设计和不同种类的民事证券的代表性商人和银行。
查看世界上两个最主要的经济体欧盟和美国的一些法规的目的，并不是为了让你对机器学习的实现感到害怕或困惑。它的目的是让你意识到金融法规是非常复杂和详细的，在这个领域做任何事情都需要对这些规则和法规有适当的了解。
最近出现了一种不受监管的货币，这种货币被称为加密货币。这些货币是美国和欧盟等国家以及许多其他国家的法定货币。然而，它们在印度、玻利维亚等国家仍然被禁止。允许使用这些不受监管的货币的技术是区块链，其工作原理是对货币交易进行认证的点对点网络。如果你希望实现加密货币的机器学习，那么你需要了解该国是否全面禁止或仅用于银行目的的法规。更多更新信息请访问本网站:[1； https://en.wikipedia.org/wiki/Legality_of_bitcoin_by_country_or_territory 。然而，在未来几年，人们对加密货币的态度将会发生变化，届时流行的信念会让人们有信心在这些系统中进行交易。
数据隐私陷阱
现在让我们进入下一个陷阱——数据隐私。数据隐私法是由欧盟首创的。该法规被称为 GDPR(全球数据隐私法规)法案。
数据隐私，按计划和理所当然地，意味着处理个人信息的业务程序必须概述，并记住标准和屏蔽，以确保信息得到保护(例如，在适当的情况下使用假名或完全匿名)。当然，企业应该利用最令人震惊的可想象的保护设置，因此在没有明确、有根据的同意的情况下，信息是不能公开访问的，并且在没有独立获得额外数据的情况下，不能用于区分主题。不得准备任何个人信息，除非是在指示所指的合法前提下进行，或者除非信息控制者或处理者已从信息主体处获得明确和个性化的同意证明。信息主体有权在任何时候拒绝这种同意。
美国用户的信息安全受国家和州级法律的控制。美国没有单一的主要信息安全法规。政府法令对于特定的部门来说基本上消失了，正如下面更完整地描述的那样，而州法令更集中于确保个体购物者的安全特权。安全特权是一项基于先例的权利，已被纳入许多州的州宪法以及州和联邦两级的法律。保护信息和购买者的法律依赖于这样一条规则，即一个人有安全的愿望，除非这种愿望已经被法令或启示减少或免除。美国的信息安全和安全法规旨在确保生活在美国或其某个州的人们的隐私。从各方面考虑，政府法律适用于确保居住者受到保护。州法律旨在保护其居民。
到目前为止，我们已经了解了世界各地的金融法规和数据隐私法。现在让我们来看看机器学习的一些应用，这些应用需要在这些服务推出之前遵守这些法律。
使用面部识别向走进银行的客户提供金融产品是高尚的；然而，它提出了伦理问题——主要是相同的技术可以被用来监视人。例如，是否允许一个组织在走进其场所的人不知情的情况下捕获面部数据并对其进行分析以获得优势？组织内部谁确保为客户收集的数据不会用于收集数据之外的任何其他目的？作为一个组织，你将如何确保你的应用程序没有针对此类优惠的种族歧视？从长远来看，所有这些都需要清晰，这样的应用程序才能成功。
作为一个组织，您创建了一个应用程序，该应用程序根据机器学习对买卖货币的最佳时间的预测来进行加密货币交易。作为支付系统的看门人，您将如何确保通过您的系统进行的支付不会被用于洗钱？您如何确保没有恐怖活动资金通过您的系统发生？如果您不能肯定地回答这些问题，那么您很可能会遇到我们之前讨论过的法规，并且很可能会因为不遵守法律而被搁置。
你设计了一个应用程序，使用人们的社交媒体账户来创建财务档案。这款应用程序可以获取社交媒体更新，并扫描它们以寻找任何金融交易的线索，如付款、购物、从银行贷款、使用小额信贷设施等。你如何确保用户的个人资料将被用于道德目的而不是不道德的目的？你可能会争辩说这是公共数据，但根据法律，如果你知道某人进行了金融交易，你就不能勒索或威胁他。这是不道德和非法的。你如何确保你的应用程序收集的数据不会像黑客一样落入坏人之手？
您的移动应用程序使用视网膜虹膜扫描来验证金融交易。如果客户丢失了手机，您将如何确保存储在应用程序中的客户生物特征数据不会落入他人之手？。
您的金融应用程序根据客户档案提供保险、信用卡和贷款等金融服务产品，并使用机器学习进行分析，以预测客户现在需要哪种服务。但是，您存储的这些客户信息会通过各种保险公司的服务器、信用卡公司的网络和贷款处理公司的数据库。您将如何确保遵守数据隐私法，并确保参与此交易的所有各方都为数据违规承担责任？
您有一个小额信贷应用程序，它向几个国家的用户发放小额贷款。在某个特定的国家，数据被黑客窃取并泄露到了暗网上。你知道为了遵守数据隐私和保护法你需要做什么吗？您是通知该国发生违规的所有人，还是通知所有使用该系统的人？当您构建、创建和运行这样一个服务时，您需要准备处理这些问题。
你的应用程序将个人的财务资料存储在一个中央数据库中。该配置文件对用户不可见。您的应用程序中也没有访问它的规定。但是，客户要求查看您围绕他们建立的财务档案。您的应用程序是否符合数据保护和隐私法？GDPR 禁止此类应用及其使用，并对此类恶意使用实现严厉制裁和罚款。在构建这样的应用程序时，你需要意识到所有这些。你还需要告知用户你对他们的财务状况做了什么，比如你使用机器学习算法来预测他们未来的财务需求。为了遵守数据隐私和保护法，您需要让您的用户知道这一点。
您的财务应用程序存储股票市场交易数据，并使用它通过机器学习算法来分析下一个最佳举措，并为客户推荐股票。您的客户明天决定分道扬镳，不再与您和您的应用程序做生意。换句话说，他们想终止你的服务。在这种情况下，在终止服务时，您会让他们选择删除他们的数据还是将数据保留在您这里？如果您不给他们这个选项，您可能会面临不遵守数据隐私和保护法的风险。
这些是我向您展示的一些场景，以便您可以了解金融技术实现的世界有多复杂，因为世界上几乎所有国家都有各种各样的法律法规。
就这样，我们到了这一章的结尾。我很喜欢展示这些案例研究和应用程序，这些案例研究和应用程序是我多年来从与各种顾客和客户的互动中收集的，我注意不要透露真实世界的数据，但在每个案例中提供的虚构数据中保持商业精神的活力。如果你能够应用至少一种机器学习的应用并从中获益，这本书就达到了它的目的。我敦促您在应用程序的基础上，使用您自己的专业知识来扩展业务利益相关者所需的技术的实现。
尾注
十八、金融机器学习货币化
在这一章中，我将提出一些创新的想法，这些想法可以在金融世界中使用机器学习来货币化。我还将向您展示一些使用类似方法并取得成功的例子。对他们中的一些人来说，现在可能没有榜样，因为他们更有远见。
货币化的三个领域如下:
-
关联银行
-
飞入金融市场
-
金融资产交易所
在某种程度上，正如我将进一步解释的那样，互联零售店和互联仓库的概念是相互联系的。但是，我们将分别研究它们，以便更详细地理解它们，然后看看它们如何协同工作。
关联银行
为了让我们理解我所说的互联银行的含义，就像我们对互联零售店所做的那样，让我们首先理解什么是互联银行。
-
互联银行不仅仅是将数字功能扩展到您现有的实体银行。
-
互联银行网络不仅仅是让客户使用银行的数字产品技术。
-
互联银行网络不仅仅拥有客户的数字档案。
-
互联银行网络不仅仅是对现有银行客户数据使用机器学习，并向他们提供银行的产品。
在了解了什么是联网银行网络之后，现在让我们看看什么是联网银行网络，以及我们是否有任何可以效仿或学习的例子。让我们看一下图 18-1 中的图表，该图显示了任何国家当前连接的银行网络。
图 18-1
当前连接的银行网络图
在当前互联银行的示例图中，我们看到每个客户都通过数字网络或实体网络与银行相连。这里要注意的关键点是，银行 A、银行 B、银行 C、银行 D 和银行 E 与它们的客户紧密相连，进行交易，如信用卡、储蓄、银行账户、贷款、保险和其他支付。但是，这些银行无法访问另一家银行的客户数据。例如，如果 E 银行有一个客户，该银行客户想在 A 银行开户，那么该客户也必须向新银行提供所有信息、文件和其他此类了解客户的要求。这对每个银行来说都是一项开销，因为它们必须独立地验证和存储客户信息。这些银行彼此不交谈，因此它们不知道关于客户的历史信息或其他银行网络。例如，银行 D 的客户可能拥有信用卡账户，而他们可能拥有银行 B 的贷款账户。银行 B 将无法访问客户的历史付款信息，这些信息存储在银行 D 的网络中。本质上，银行是在暗中与客户打交道，不知道他们的金融历史。例如，如果一个人经常拖欠 D 银行的信用卡，那么 B 银行的贷款人可以将此人标记为屡次违约者，并采取纠正措施。在当前网络中不可能这样做。银行网络各自为政，基本上互不交流。你可能会说，有信用分析机构提供一个人的信用档案——然而，这不仅仅是关于信用分析，还包括获得数据，从而洞察一个人的储蓄习惯或购买周期等。通过拥有这样的文件加载网络，银行失去了关键信息，这些信息可以通过预测客户的需求(如贷款、保险等)来帮助他们更好地与客户互动。
这就是为什么该银行当前的数字网络不足以满足其客户的所有需求，也不足以服务他们。通过创建一个互联的银行网络，他们可以共享有关个人银行和公司银行客户的信息，并应用数据挖掘找出客户的任何隐藏模式，等待客户信贷等。
让我们在图 18-2 中看看我们连接的银行网络将如何工作。在这个例子中，我们看到，银行业务对客户来说是一样的，每个客户都与他们自己的银行有联系，以满足他们自己的金融需求；然而，现在每个银行都有另一个中央客户档案数据库，该中央客户档案数据库允许银行在获得客户许可后访问客户的档案。让我们看看在这个超连接环境中交易将如何发生。
图 18-2
真正连接的银行网络
让我们看一下 C 银行的一位客户，他在过去 15 年里一直是这家银行的住房贷款客户。然而，客户从银行 A 得到了一份关于续保保单的要约，其中银行 A 基于其客户简档数据库向该客户提供了更好的要约，在该数据库中，银行 A 可以看到该客户在另一家银行有一份保单。虽然银行之间存在竞争，但客户也获得了更好的优惠，如果他们喜欢新的优惠，他们可以将产品从一家银行转移到另一家银行。这种独特的场景只有在我们拥有这种超连接客户档案数据库的情况下才会发生，这种数据库由一个机构集中控制，比如一个国家的中央银行。它不仅可以有个人客户，也可以有在其他银行有大额金融贷款和商业账户的公司客户。在这种超关联场景中，对于将要向另一个公司客户提供贷款的潜在银行来说，该公司客户的财务历史不再是秘密。通过创建这个集中控制的数据库，不仅可以访问支付历史，还可以访问所有的金融交易，包括贷款偿还信贷服务等。尽管银行因分享竞争力方面的信息而遭受损失，但这对于在整个银行体系中引入透明度大有裨益。金融交易的透明度给银行家带来了巨大的好处，让他们能够分辨出哪些是好客户，哪些是坏客户。在这个超连接的世界中，客户通过跨银行共享数据而受益，因为他们不必一次又一次地提供相同的数据或不同的数据，然后在超连接的银行网络中获得集中的身份。实现这种超互联银行业务的最大挑战涉及数据隐私，在这种情况下，个人客户的财务资料在不同的网络上共享。在实现这种系统之前，客户同意分享他们的个人或公司财务状况是绝对必要的。这种集中式系统的安全性也非常重要。
在实现这种超连接系统时可能面临的另一个障碍是建立个人或公司的身份。发行唯一的身份号码或使用现有的身份文件，如社会安全号码、国民身份证号码或税务身份证号码，对于在国与国之间实现它来说肯定是一个挑战。这当然是一个不小的挑战，因为没有多少国家为其公民和公司提供国家身份证号码。然而，在美国或印度这样的国家，这应该不会成为大问题，因为个人和企业的国家身份已经确立。
飞入金融市场
这也是一个未来主义的创新理念；然而，金融业应该现在就开始准备，以便利用最近发生的技术发展。在这个创新的用例中，银行的主要格言变成了“来找你！”这个用例类似于飞进零售店；然而，飞入银行的功能是完全不同的。银行飞向客户，因为客户面临严重的交通堵塞和日程工作超负荷，因此没有时间去银行。从在偏远地区分发现金到使用无人机将信用卡或借记卡等金融产品送到客户家门口，再到为亚马逊的客户提供保险损失索赔服务，这一创新充满了希望。在这些远程操作中，替换人类是不可避免的。
可以通过使用社交媒体平台来调查生活在特定社区或地区的个人的需求并获取反馈，从而独立启动飞入式金融服务市场。从地理上来说，这种标记调查，然后创建基于社区的金融，然后创建正确的报价给两户人，人们事先购买 UV 的广告，并让他们知道他们所在地区的金融服务活动，这在未来将非常普遍。银行家们越来越倾向于通过这种方式接触那些已经忙于生活的客户。所以银行决定来找你，根据你的需求为你提供金融产品和服务。像这样一个由人类或信息技术建立的飞行银行的安全性是这个国家和他们计划瞄准的社区需要回答的问题。图 18-3 描绘了这样一个场景。
图 18-3
飞入金融市场
在图 18-3 中，我们可以看到城市中有四个假想的地点，在将金融市场放入社区位置之前，金融市场会在一个地点上空盘旋。让金融机构参与组织这种活动对于组织这种活动的公司来说是昂贵的事情，因此他们希望有来自各种金融公司如银行和其他金融机构的赞助商，这些赞助商希望向潜在的客户销售他们的产品并与特定的社区或地方交谈。这种线下金融市场的地域划分和地理分布将随着服务的推出而不断发展。组织此类活动的公司最终将瞄准表现更好的社区，而不是那些在金融服务销售方面表现不佳的社区。金融机构将能够拥有自己的飞行自主车辆，这些车辆将具有机器学习能力，通过为用户服务并在组织此类活动之前测量他们的名字来产生此类活动。从组织活动到了解客户需求，再到创造合适的产品，整个过程将完全自动化。在某些领域可能需要人工干预，这就是机器学习模型将从人类那里获取输入，以便微调向其潜在客户提供的最终产品。
金融资产交易所
这是一个我觉得时机已经到来的概念。为了充分理解这一点，我们需要了解基于金融资产的交易在当今时代是如何发生的。一项资产[1； https://fbs.com/glossary/financial-asset-29 】通常是对个人有价值的东西。与金钱相关的资源是难以捉摸的流动资源，例如，银行商店、证券和股票，其费用是从它们所涉及的具有法律约束力的案件中获得的，与财产或项目相反，它们不是与记录纸张分离的明确无误的物理资源。
正常的货币相关资源包括认证、证券、股票和银行存储。
存储遗嘱(CD)是金融专家和银行之间的一种协议，其中投机者同意在银行保留一定数量的现金，以换取有保证的贷款成本。银行可能会提供更高的保费分期付款，因为现金将在一段时间内保持完美。投机者在协议期限结束前收回 CD 的可能性极小，他或她将错过阴谋分期付款，并可能受到货币处罚。
另一种众所周知的货币资源是证券，通常由组织或政府出售，记住最终目标是使储备能够在此时此地扩展。证券是一个权威的档案，说明金融专家借给借款人多少现金，何时应该偿还(除了溢价)以及债券的开发日期。
股票是一种主要的与金钱相关的资源，没有固定的到期日。将资源投入股票为贡献者提供了对组织的责任，并提供了组织的利益和不幸。股票可以保留任意一段时间，直到投资者选择把它卖给另一个金融专家。尽管财务记录和银行账户暗示了流动资源，但它们的利润率更受限制。与此同时，大额存单和货币展示账户在相当长的时间或几年内限制提款。当融资成本下降时，可赎回 CDs 就会被频繁赎回，投机者就会面临转移资金以压低工资的风险。
将你的部分现金分散到各种风险投资中可能会获利，因为其中一些风险投资没有合适的资产。每种资产都有其潜在的回报和风险。
金融资产的当前环境在很大程度上是无形的，并且它们没有物理存在，例如证明某人对该类型资产的所有权的文件。这种金融资产分类存在缺陷，我们现在来看看其中的一些。
表 18-1
资产类别的分类
|资产类
|
类型
| | --- | --- | | 无形的 | 股票、债券、存款、货币。版权、专利 | | 有形的 | 土地、房屋、车辆、建筑、高端手机、高端电子设备、机器人、无人机、机械。 |
在表 18-1 中，我们可以看到无形和有形两种类型。有形资产是我们作为人类可以触摸和感受到的资产。可变类型的资产是那些不能用感官触摸或感觉的资产。这是一个简单的分类，很容易理解。对于拥有股票和债券、存款或加密货币等资产的人来说，不存在单一的资产交易所，他们不仅可以在无形资产之间进行交易，还可以与有形资产进行交易。
让我们看一个例子，它将清楚地表明我想说的关于我们正在谈论的资产交换的内容。假设一个人持有一项专利，他们想把它转换成现金。这样一个他们可以出售专利并获得现金回报的机构并不存在。同样，也没有这样的交易所，人们可以去提供他们的现金存款，并通过从拥有版权的特定人那里购买版权来进行转换。让我们来看第二类有形资产，我们看到一个人在使用一部高端手机，他们想用手机兑换一部电子设备作为回报。资产类别从移动电话、无人机或机器等设备发生变化，客户希望将其换成土地或房屋。这种类型的资产交换是非常创新的，肯定是世界上任何地方都不存在的。
甚至在今天，也不存在购买和销售无形资产中的发动机。这里的概念是消除金融资产在无形和有形价值方面的差异，我将给你一个例子，其中可以使用区块链技术和机器学习来建立这样的交易所，以评估属于任何资产类别的资产的当前市场价格。让我们看一个例子。如果保罗价值 200 万美元，并想在某个特定的城市买一栋房子，那么在当前的情况下，他需要首先在股票交易所出售股票，然后通过去那个特定的城市寻找房子来购买房子。然而，在最好的新的创新金融资产交换系统发挥作用的情况下，想要购买房子的人直接去金融资产交易所，并提供在城市内特定地点或社区的房子。就金融交易而言，这样的资产交换将使人们的生活变得极其快捷。同样，一个拥有机器或机器人的人可以用他们的东西来交换物品或现金存款。我将称这种金融服务体系为资产交易所的诞生。
虽然金融资产交易所看起来操作非常简单，但它们是任何国家金融监管中最大的障碍或路障。没有时间去各个市场买卖产品的消费者有一种强烈的需求，他们希望有一个简单的资产交易平台，为他们处理所有这些转换。金融监管机构需要理解这个名称，并出台严格的监管措施，在洗钱和欺诈交易利用这种通用资产交易所发生时，对其进行检查。
为每个有形和无形资产建立市场价值的能力需要输入到机器学习系统中的消息数据集，然后该机器学习系统将使用预测模型来预测与现在相比资产价值的未来增长。这将有助于决策者或购买者通过查看其内在价值、当前提供的市场价值和该金融资产的预测市场价值来避免不适当的决策。这种交易的独特销售主张将是使用机器学习来预测这种有形和无形资产的未来价格。因此，我们已经看到了最后一个创新的概念，它提供了改变金融资产在未来被评估、购买和出售的方式。首先，公司可以在易于交换的无形资产之间创建一个资产交换，并为有形产品创建另一个金融资产交换。然后，在满足所有法规遵从性之后，它可以创建并合并这两个金融资产交易所。
