摩根大通资产管理公司的股票交易团队利用机器学习开发了一种新的模型，使订单执行更高效、更便宜。自营模型是由量化分析师和交易员在股票交易平台上创建的，由摩根大通资产管理公司亚太区股票交易主管李布雷(Lee Bray)牵头，利用数据模型寻找交易指令的最佳执行策略。

该公司表示，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而调整。

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

布雷说：“为了使用机器学习来开发模型，我们采用了在脸书和谷歌等公司更常见的技术。

“通过创建一个系统的、自适应的模型，我们可以基于数学模型改变行为，而不是依赖人类的投入，我们正在将股权交易转化为更科学、更可量化的交易。”

摩根大通补充称，该模型目前为人类交易者提供了建议，但它越来越多地接管了执行交易的自动角色。

摩根大通资产管理有限公司亚太股票交易团队现在的目标是，通过今年的机器学习模型，所有区域交易活动的名义价值将达到50%左右。

Bray总结道：“有无数的选项可以执行任何给定的订单，尤其是更小或更传统的订单，智能模型可以比人类更有效地识别最佳执行。

摩根大通资产管理表示，已投入大量资源打造机器学习工具，以改善全球股票交易业务。