全球数字财富领导者
财富汇
|
美股投研
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
SFFE2030
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
7.24外汇黄金美原油今天走势趋势预测及独家操作建议
go
lg
...
样才能达到合作共赢的局面。这是我们立足
金融
行业
的追求。【指导群内每天实时行情分析,在线现价喊单,每日3单以上,综合胜率90%以上,免费一对一针对性解套,欢迎前来!咨询热线见文章/末尾,可以看到李沐若/咨询/方式】 【黄金消息面分析】:周二(7月23日),黄金市场在美联储降息预期的推动下展现出积极走势。尽管面临政治不确定性,黄金价格在2400美元的关键阻力位附近稳步攀升,日内上涨0.42%至2406.06美元/盎司。美国10年期国债收益率的下降进一步降低了持有黄金的机会成本,同时,投资者对即将发布的美国经济数据保持高度关注,这些数据将为美联储的货币政策走向提供重要线索。 【黄金技术面分析】:黄金日内操作建议先低多后高空,对于压力先留意2409-2412区域,日内首次触及可以空单参与,继续关注2420-2423区域,之下坚定布局空单,若多头强势上破,则意味行情再次陷入宽幅震荡,当然,宽幅震荡不代表多头转强,至少在金价没突破2450之前,我还会坚持趋势看空的观点。至于支撑,因昨日空头下破上周低点2393,所以日内需先留意2393-2390区域,其次重点关注2380一带,前者属于短期支撑也可以多单参与,后者则属于多头强防守,之上视为震荡,下破必将再次打开下方空间。综合来看,黄金今日短线操作思路上建议以回踩低多为主,反弹高空为辅,上方短期重点关注2420-2425一线阻力,下方短期重点关注2395-2390一线支撑。 【原油消息面分析】:周二(7月23日)欧盘时段,油价在连续两天下跌后企稳,交易员权衡了供应充足和需求疲软的预期。市场在很大程度上忽略了美国最近的政治变化,而是关注基本面因素。WTI原油盘中报78.21美元每桶,跌幅0.24%。 【原油技术面分析】:原油周线图三角区间收缩,上周在三角上轨处承压摔落,目前向下轨靠近,不过节奏迂回缓慢,日线图一波三连阴之后稍有放缓,短线可能伴随来回拉锯的走法。4小时图昨日惯性摔低后持续性并不强,短线还有修正的需求,破位低点有待确认,形成顿挫式震荡。短线操作卡点操作,震荡行情,点位比方向更关键,结合形态卡住切入点。从日线图来看,目前MACD和KDJ死叉良好运行,美原油连续跌破55日均线和100日均线支撑后,再度失守200日均线,看空信号有所增强,短线偏向5月24日低点76.15附近支撑,若进一步下破,则看向6月份低点72.48附近。若油价能够守住76.15附近支撑,则届时有望迎来震荡反弹的机会。但需要回升至80关口上方,才能扭转看空预期。综合来看,原油今日操作思路上建议以反弹高空为主,回踩低多为辅,上方短期关注79.0-79.5一线阻力,下方短期关注77.0-76.5一线支撑。 我可能跟其他老师最大的不一样,我一直认为“授人以鱼不如授人以渔”这个道理,我不会强迫客户做单,只会为你分析建议,资金在你手上,我有单我会告诉你,但你也有自己的想法,做不做单取决于你,这样你的路才会走的更宽更广,不至于对自己的亏损原因很模糊。我也希望你们哪一天离开我,自己依然能赚钱,当然是教一些想学的客户看盘分析图看数据,市场行情等等。文章末/尾李沐若/咨询/方式,获取实时指导! 【李沐若本人vx:lmr2224466 QQ:3890449453】
lg
...
lym321688
2024-07-23
7.24黄金原油最新行情价格趋势分析及今日多空操作建议
go
lg
...
样才能达到合作共赢的局面。这是我们立足
金融
行业
的追求。【指导群内每天实时行情分析,在线现价喊单,每日3单以上,综合胜率90%以上,免费一对一针对性解套,欢迎前来!咨询热线见文章/末尾,可以看到李沐若/咨询/方式】 黄金最新行情趋势分析: 黄金消息面解析:周二现货黄金开盘走高,目前交投于2400美元/盎司附近,几乎回吐了日内所有涨幅。尽管如此,市场依然展现出其独特的活力与不确定性。近期,美国政治局势的不确定性显著增加了市场的避险情绪。美国总统拜登在X平台上发布的一封信中表示,他决定退出总统竞选,并将专注于完成他任期内的总统职责。这一消息引发了市场的广泛关注,避险买盘推动金价一度升至2412美元/盎司。知名机构指出,拜登退出总统选举后,美国大选混乱升级,金价因此出现攀升。避险情绪是当前黄金市场的主要驱动力之一。随着美国政治局势的不确定性增加,市场对避险资产的需求显著上升。知名机构的分析指出,拜登退出总统选举后,美国大选混乱升级,金价因此出现攀升。这种避险情绪可能会在短期内继续推动金价上涨。 黄金技术面分析:黄金日内操作建议先低多再考虑高空,对于压力先留意2413-2420区域,日内首次触及可以空单参与,美盘继续关注区域,之下坚定布局空单,若多头强势上破,则意味行情再次陷入宽幅震荡,当然,宽幅震荡不代表多头转强,至少在金价没突破2450之前,我还会坚持趋势看空的观点。至于支撑,因昨日空头下破上周低点2393,所以日内需先留意2393-2390区域,其次重点关注2380一带,前者属于短期支撑也可以多单参与,后者则属于多头强防守,之上视为震荡,下破必将再次打开下方空间。综合来看,黄金今日操作上李沐若建议以反弹高空为主,回踩低多为辅,上方短期重点关注2412-17一线阻力,下方短期重点关注2388-2383一线支撑。 原油最新行情趋势分析: 原油消息面解析:周二(7月23日)美市盘中,国际油价震荡下行,美原油目前交投于77.26美元/桶附近,油价周一连续第二个交易日下跌,并触及逾一个月以来的最低水平,投资者淡然看待美国总统拜登决定结束连任竞选,而将注意力集中在库存增加和需求疲软的迹象上。布伦特原油期货周一下跌 0.23 美元,或 0.3%,结算价报每桶 82.40 美元,为 6 月 11 日以来最低。周一到期的8月美国原油期货下跌0.35美元,报每桶79.78美元,也是一个月以来的最低水平。美原油9月期货周一下跌0.46%,收报78.24美元/桶。 原油技术面分析:原油周线图三角区间收缩,上周在三角上轨处承压摔落,目前向下轨靠近,不过节奏迂回缓慢,日线图一波三连阴之后稍有放缓,短线可能伴随来回拉锯的走法。4小时图昨日惯性摔低后持续性并不强,短线还有修正的需求,破位低点有待确认,形成顿挫式震荡。短线操作卡点操作,震荡行情,点位比方向更关键,结合形态卡住切入点。从日线图来看,目前MACD和KDJ死叉良好运行,美原油连续跌破55日均线和100日均线支撑后,再度失守200日均线,看空信号有所增强,短线偏向5月24日低点76.15附近支撑,若进一步下破,则看向6月份低点72.48附近。若油价能够守住76.15附近支撑,则届时有望迎来震荡反弹的机会。但需要回升至80关口上方,才能扭转看空预期。综合来看,原油今日操作思路上李沐若建议以反弹高空为主,回踩低多为辅,上方短期关注78.5-79.0一线阻力,下方短期关注76.0-75.5一线支撑。 我可能跟其他老师最大的不一样,我一直认为“授人以鱼不如授人以渔”这个道理,我不会强迫客户做单,只会为你分析建议,资金在你手上,我有单我会告诉你,但你也有自己的想法,做不做单取决于你,这样你的路才会走的更宽更广,不至于对自己的亏损原因很模糊。我也希望你们哪一天离开我,自己依然能赚钱,当然是教一些想学的客户看盘分析图看数据,市场行情等等。文章末/尾李沐若/咨询/方式,获取实时指导! 1.高位套单的投资者,可以利用反弹行情解套出局,或者逢高减仓;一旦行情有变,被套单子立即止损出局,反向建仓,弥补损失; 2.中位套单的投资者,可以暂时观望,不要急着砍单,若行情有机会,被套单子可适当减仓,根据趋势结合技术分析加仓,弥补损失; 3.低位套单的投资者,可以利用回调行情解套出局,或者逢低减仓;一旦行情有变,被套单子止损出局,反向建仓,弥补损失。 【李沐若本人vx:lmr2224466 QQ:3890449453】
lg
...
lym321688
2024-07-23
张德盛:7.23黄金反弹力度不足,晚上白银走势分析操作
go
lg
...
样才能达到合作共赢的局面。这是我们立足
金融
行业
的追求。【指导群内每天实时行情分析,在线现价喊单,每日3单以上,综合胜率90%以上,免费一对一针对性解套,欢迎前来!咨询热线见文章/末尾,可以看到张德盛/咨询/方式】 黄金昨天继续创新低,空头趋势还在继续,日线MA5-MA10均线还是继续死叉向下空头发散,开口继续逐步张大,还没有拐头迹象,那么黄金空头就还没有结束,黄金继续看空,黄金这两天不断创新低,还是继续保持空,黄金反弹力度有限。 日K之中,中轴支撑2370附近位置;中轴逐步上移动,这属于动态位置;随机指标死叉向下,偏空信号;4小时之中,随机指标暂时底背离钝化状态,要小心震荡跌,阴跌之后的一次性反攻向上;形态上,连续的刺破,拉升,刺破拉升,下跌的过程并不是很利索;昨日的“退二进三”的修正模式失败;整体,4小时偏向震荡下跌,测试支撑,支撑测试到位,才会一次性的反攻向上; 综合来看:日K暂时是持续死叉,建议短线顺势跟空处理;但是短线上,要小心4小时和日K的中轴位置共振,形成反抽向上的走势;压力位置2412-2315附近位置;支撑位置2390附近,其次是2385附近,其次是2370附近; 建议触及2410-2408空,止损2416,目标2395-2390; 建议回踩2390-2392做多,止损2384,目标2400-2405; 白银日线图来看,日线连续收四连阴,MA5-MA10死叉向下,MACD快慢线死叉,继续打出绿色动能柱,KDJ在20零抽线附近向下散发,J线超卖,整体结构上来看偏空,布林带下轨支撑在28.3,最近白银的价格一直没有突破布林带下轨,在28.5这里形成双底支撑,操作上今日的行情28.8多,止损28.65,目标看29.2和29.4,离场后可以反手做空。 国际现货黄金、沪金、沪银、纸白银、白银TD,原油操作建议,多空单解一套技巧等产品全方位分析和指导。目前手上有低位空单和高位多单不知道如何处理或者近期出现严重亏损的朋友具体操作建议张德盛盘中给出,本分析团队中线布局胜率85%,短线90%以上,咨询热线见文章/ 末尾张德盛/咨询/方式,获取实时指导及免费进群体验3天! 我们的投资理念是首先要确保本金安全,其次才是在保值基础上的增值。但市场又是变化万千、捉摸不定的。这就存在两个问题:一是为了降低风险,我们并不能实现盈利的最大化;二是由于市场的不确定性,必然在某个阶段上出现损失。 我可能跟其他老师最大的不一样,我一直认为“授人以鱼不如授人以渔”这个道理,我不会强迫客户做单,只会为你分析建议,资金在你手上,我有单我会告诉你,但你也有自己的想法,做不做单取决于你,这样你的路才会走的更宽更广,不至于对自己的亏损原因很模糊。我也希望你们哪一天离开我,自己依然能赚钱,当然是教一些想学的客户看盘分析图看数据,市场行情等等。文章末/尾张德盛/咨询/方式,获取实时指导及免费进群体验3天! 1.高位套单的投资者,可以利用反弹行情解套出局,或者逢高减仓;一旦行情有变,被套单子立即止损出局,反向建仓,弥补损失; 2.中位套单的投资者,可以暂时观望,不要急着砍单,若行情有机会,被套单子可适当减仓,根据趋势结合技术分析加仓,弥补损失; 3.低位套单的投资者,可以利用回调行情解套出局,或者逢低减仓;一旦行情有变,被套单子止损出局,反向建仓,弥补损失。 【张德盛微信号:masd1008 公众号:爱上黄金】
lg
...
张德盛薇masd1008
2024-07-23
行业研究|有连云等资深玩家助力AI+金融应用创新
go
lg
...
在
金融
行业
的数字化转型浪潮中,大型模型和生成式人工智能正成为推动变革的新引擎。它们不仅彻底改变了金融服务的运营模式,还在显著提升客户体验方面扮演着关键角色。无论是银行、保险公司还是证券经纪商,各类金融机构都在积极探索并实施这些尖端技术,以捕捉行业变革带来的新机遇。 在这一过程中,AI的应用场景广泛而深入,涵盖了风险管理、欺诈检测、个性化金融产品推荐、智能投资顾问以及自动化客户服务等多个方面。 面对这些变革,金融机构应该如何策略性地部署AI技术?在实践中,行业有哪些值得借鉴的典型案例和经验?这些问题将在本文中进行深入探讨,旨在为
金融
行业
提供一份全面的AI应用指南和战略部署建议。 生成式AI对
金融
行业
的影响 1、生成式AI将显著提升金融机构工作效率 麦肯锡全球研究院(MGI)的研究数据显示,生成式AI技术在全球各行业每年可能创造的价值高达2.6万亿至4.4万亿美元。在众多行业中,银行业预计将获得巨大的机遇,年潜在价值可达2000亿至3400亿美元,占行业总收入的2.8%至4.7%,相当于营业利润的9%至15%,这主要得益于行业工作效率的显著提升。 领先的金融企业从去年开始就已经紧密锣鼓在业务场景中落地生成式AI。例如,花旗集团的风险和合规团队去年就开始利用生成式人工智能技术,分析并评估联邦监管机构发布的新资本规则的影响。此外,《华尔街日报》近日报道报道,高盛计划在6月底前向公司内数千名开发者推出其首个用于代码生成的生成式人工智能工具。 成功实施和利用Gen AI的金融机构正在努力制定一种合适的、定制化的运营模式,这种模式能够细致考虑新技术的特点和风险,而不是简单地将Gen AI技术嵌入现有的运营流程中。 2、金融机构落地生成式样AI的四种组织形态 麦肯锡对欧洲和美国16家最大金融机构的通用人工智能使用情况进行了调查,这些机构的资产总额接近26万亿美元。结果显示,超过50%的研究企业已经采用了更加集中化的组织结构来落地应用通用人工智能技术。 但这种集中化可能是暂时的,随着AI技术应用的不断成熟,金融机构的结构将变得更加分散。最终,金融机构可能会发现,让各个职能部门根据自己的需求优先考虑通用人工智能活动是有益的。 在麦肯锡的研究中,尽管金融企业落地生成式AI的方式各不相同,但总结归纳,可以概括为以下四种主要实现组织形式。 (1)高度集中化 在这种高度集中化的组织结构中,一个核心团队全权负责Gen AI解决方案的设计与实施。这个团队在企业内部处于独立低位,能够迅速地为提供AI相关的最新技能和能力。此外,该团队在决策过程中拥有自主权,不受其他业务部门或功能单位的直接影响。 (2)领导层集中决策,业务部门执行 这种架构优化了领导层与Gen AI团队之间的沟通机制,显著降低了双方协作中的摩擦,确保了新技术在企业内部的应用流程得到有效整合。但这种协作模式也可能会让人工智能团队的技术实施速度带来一些延宕,因为每个项目在推进之前都必须经过领导层的审阅和批准。 (3)业务部门主导,领导层集中支持 基于这种模式,随着Gen AI战略自下而上得到认可,相关团队能够迅速获得来自业务部门和职能部门的支持。然而,在不同业务部门推广Gen AI的应用可能面临挑战,因为每个部门在Gen AI功能的开发和应用上可能存在成熟度的差异。 (4)高度去中心化 在这种模式下,跨部门或跨职能团队之间的沟通和协作更加顺畅,能够快速产出有价值的洞察,能有效促进内部的整合。然而,当业务部门独立开展Gen AI项目时,可能会面临一些风险,例如缺乏集中化管理所能提供的丰富知识和行业最佳实践。这种缺乏可能会导致企业难以深入挖掘AI技术的潜力,进而影响到实现重大创新突破的机会。 大模型和Gen AI在
金融
行业
的主要应用场景及案例 1、大模型和Gen在
金融
行业
主要应用场景 深擎科技认为AI正助力金融机构在零售业务领域实现服务模式的"集约化"与"精细化",显著提升经营效率与效果。 "集约化"服务模式,是针对数量庞大、需求分散且多样化的长尾客群,通过人工智能技术,采用集中化、规模化的经营策略,优化资源配置,提高运营管理效能。简而言之,使用人工智能技术,以较低成本,覆盖人工无精力覆盖的中长尾客群,并为客户提供70分的服务质量。 而"精细化"服务模式,则基于客户的资产规模、交易特点、金融需求、家庭情况等画像信息,对客群进行深度细分。受限于服务产能的瓶颈,传统技术条件下,金融机构难以为细分客群提供精细化、差异化的服务。人工智能技术的运用,使得金融机构在理想状态下,能够为每位客户提供量身定制的个性化产品与服务。这包括基于客户的投资生命周期、交易周期、重要时点,提供个性化的内容服务,满足客户的个性化需求。 某华南头部券商高管认为,大模型和生成式AI通常在
金融
行业
有以下主要应用场景: (1)智能问答场景 通过构建基于大模型技术的集中问答系统,用户可以通过单一通道提出问题并快速获得解答。这种系统不仅促进了员工对基础业务知识的掌握,也使得一线客户经理能够更高效地处理客户的常见问题,显著提升了工作效率。 (2)投顾咨询场景 由于投资顾问资源有限,传统的个股诊断分析服务往往只覆盖到大型分支机构的重要客户。利用大模型技术,结合规则化报告和专业材料,如研究报告和招股说明书,能有效提升投资顾问的工作效率,并扩大服务的覆盖范围,使更多客户能够享受到专业的个股诊断服务,帮助他们快速把握投资机会和风险,做出明智的投资决策。 (3)个股诊断场景 投资顾问在提炼市场动态和热点新闻以形成投资观点时,常常面临市场变化快速的挑战。利用大模型技术,可以辅助投资顾问快速捕捉市场热点,激发创意,将复杂信息转化为易于客户理解的形式,有效促进客户转化。同时,这种方法也有助于将专业投资顾问的能力扩展到一线客户经理,培养更多具备专业投资顾问技能的人才。 (4)基金诊断场景 投资顾问在进行基金诊断时,需要深入分析市场环境,这要求有扎实的投研能力。通过大模型技术,能为专业投顾提供全面的基金研究和诊断支持,帮助他们提升投研能力,优化基金组合管理。 (5)账户诊断场景 账户综合诊断是投资顾问的重要职责之一。利用大模型技术,我们希望为专业投顾提供全面的账户诊断能力,支持他们分析客户的投资组合,评估风险和收益,为客户提供客观、专业的诊断报告,从而提升投研能力。 此外,生成式AI还可以在
金融
行业
有以下典型应用场景: (1)欺诈检测和预防 金融领域的数据如信用卡信息、个人记录和银行账户详情,使其成为网络攻击的主要目标。生成式AI与欺诈检测算法结合,可提高数据保护能力。 传统的欺诈检测算法利用机器学习(ML)都是从历史数据中自我训练,难以及时跟上新兴欺诈手段。而生成式AI则可以通过创建合成的“异常”模式,优化检测算法,使其在防范欺诈者方面保持领先。这样不仅减少了监督需求,实现更高的自动化,还能更高效地识别网络攻击企图。 (2)个性化金融服务和支持 个性化服务和支持是企业提升竞争力的关键因素,据估计可带来高达10%的年收入增长。在金融领域,实现个性化服务面临挑战,因为需要处理大量客户数据,如交易历史、支出偏好和储蓄目标。 生成式人工智能(GenAI)在此方面发挥重要作用,能快速利用这些数据生成定制建议和优惠,提升客户满意度,促进交叉销售,增强企业竞争力。此外,GenAI还通过智能虚拟助理和自动化表单提交提供高效自助服务,帮助金融机构降低成本,提高客户参与度,是优化服务效率和客户体验的关键工具。 (3)风险评估和信用评分 金融机构在贷款审批过程中必须对客户的信用状况和潜在风险进行评估,信用评分是这一流程的核心环节。传统信用评分依赖于历史数据和固定规则,但这种方法可能缺乏灵活性,难以适应信用风险的复杂性和变化性。此外,这些方法需要不断的监控和深入分析,十分耗时。 生成式人工智能(GenAI)在此领域提供了一种新的解决方案。它通过创建与真实数据极为相似的合成数据,与实际数据结合,构建出更丰富的训练数据集,从而训练出更精准的预测分析工具。GenAI能够高效处理大量动态数据,减少了对人工操作的依赖,使得信用评分过程更加可靠和高效。 (4)合规性和监管挑战 监管合规在银行业务中至关重要,与风险评估和人为错误紧密相关。金融机构必须遵守一系列法规,涉及运营、保密、安全等,需要详尽的数据收集、分析和报告,这些过程耗时且易出错。 生成式人工智能(GenAI)可以有效处理这些任务。GenAI能生成高质量的合成数据,增强合规控制和质量保证的准确性,确保合规报告快速、一致且零误差。此外,GenAI能够持续监控合规性,自动通知违规行为,及时采取措施。 (5)市场与投资分析 财务分析涉及处理市场趋势、公司报告、财务估计等大量数据。分析师需要不断监控这些数据,耗费大量时间和精力。 生成式人工智能(GenAI)在此发挥重要作用。它能够快速浏览和分析海量历史数据,识别出人类可能忽略的模式和异常情况。GenAI自动化的分析过程不仅能生成深刻洞见,还能创建交易参数,如最佳买卖时机、止损点和头寸规模。 这种数据驱动的方法为银行提供显著竞争优势,使其更深入地理解市场状况,制定更加精准有效的战略。GenAI正成为金融分析师在复杂数据中导航的得力助手。 (6)文档处理/报告生成
金融
行业
的工作大量涉及信息处理,尤其是在处理来自不同来源的文档和信息时,这些信息通常是异构的。例如,在分析各种财务报告时,决定是否向金融客户发放贷款需要综合考虑法律纠纷、财务报表、股权结构和公司章程等多种因素。因此,目前人工智能最直接有效的应用场景之一就是处理这些多源异构的报告生成任务,如果依赖人工处理这些报告,不仅成本更高,而且质量也较低。
金融
行业
处理这些报告的主要目的是为了识别和评估风险。当报告的质量不佳时,往往意味着风险增加,而高风险又可能导致不良贷款率上升。因此,提高报告处理的质量对于
金融
行业
来说是至关重要的。 (7)市场推广降本增效 在基金产品推广和风险声誉管理中,金融从业者常面临数据抓取难、资讯数量少、内容生产慢、沟通效能低等问题。 有连云公募基金商用AI大模型通过多重训练和强大的数据中台,打通了资讯生产的实时链路,实现7*24小时自动化生成各类型文本和智能改写,并能跨模态生成基金短视频,超越传统作业效率。 (8) 一键辅助产品销售 近年来,境内ETF市场迅速发展,数量和规模持续增长。Wind数据显示,截至目前,国内ETF总份额增加4700亿份,达到1.94万亿份;总规模增加3200亿元,为1.98万亿元;新发行54只新ETF基金,总数量超过800只。 麒麟金融场景商用AI大模型为公募基金、券商、银行等领域提供解决方案。它实时获取和解析ETF产品数据,生成产品分析、研报摘要、观点等关键信息,提升信息检索效率和AI批量生成资讯的能力。强大的生态连接渗透到数据、交易、搜索、新闻、视频和财经等端口,一键辅助投资者教育和价值投资理念呈现,并生成多维BI可视化报表,帮助基金公司快速分析和决策。 (9)轻松驾驭声誉风险管理 在声誉风险管理中,金融机构需要建立全流程管理体系。麒麟大模型强有力的数据反馈能力协助基金公司及时获取风险信息,迅速形成解决方案,提供从生成、使用到数据决策的闭环支持,释放对人的依赖和流程压力,助推基金公司声誉管理和价值呈现。 有连云麒麟金融场景商用AI大模型以AI速度解决基金公司多场景需求,轻松驾驭需求痛点,在销售、市场和声誉管理过程中提供更科学、可靠和专业的链路,助力增益、降本和增效。 2、
金融
行业
应用Gen AI的典型案例 (1)AlphaSense推出生成式AI助手-AlphaSense 助手 AlphaSense是金融市场情报和搜索领域的领先平台,此前其推出了AlphaSense助手,这是一款创新的生成式AI聊天工具,旨在改变金融从业者从数百万商业和财务文档中提取行业洞察的方式。此外,AlphaSense还推出了企业智能服务,将其AI驱动的搜索、摘要和聊天功能安全地集成到客户专有的组织知识和AlphaSense广泛的内容库中。 AlphaSense助手由AlphaSense专为市场情报定制的大型语言模型(ASLLM)支持,基于AlphaSense的行业领先内容库,提供一个会话式聊天界面,大大提升了商业和金融专业人士的研究效率。用户可以轻松咨询特定领域的投资机会或竞争对手分析,并立即获得准确答案。这些答案还具备内置的可审计性,方便用户追溯到原始资料,进行上下文和验证的检查。 (2)FeatureSpace 推出 TallierLTM™金融垂直大模型 作为全球领先的企业级防欺诈技术供应商,FeatureSpace 推出了世界首个大型交易模型(LTM)- TallierLTM™。 TallierLTM™ 采用自我监督的预训练方法,对各司法管辖区和市场细分领域的交易行为进行了深入分析,使其能够真实反映现实世界中的消费者交易行为。与行业标准模型在典型的 5:1 误报率下运行相比,TallierLTM™ 在欺诈检测准确性方面提升高达 71%。 通过分析数十亿笔交易,TallierLTM™ 具备揭示隐藏的交易模式并预测消费者行为的能力,可以为数据科学家提供区分合法与犯罪活动的关键洞察。金融机构可以通过嵌入 API 与 TallierLTM™ 交互,将交易历史转换为机器可读的特征向量,创建成独特的 "行为条形码",全面代表消费者的交易行为,同时还能保护个人隐私。 (3)Visa推出基于生成式AI的欺诈解决方案 Visa 基于生成式AI技术,于今年5月份面向美国金融机构推出账户攻击情报(VAAI)评分工具,以识别和防范金融交易中的枚举攻击(enumeration attacks)。该工具能够实时检测可疑活动,并为金融机构提供风险评分,帮助客户精准判断何时需要阻止交易,从而防止潜在的欺诈行为。 该AI工具通过学习持卡人的交易习惯,能在四毫秒内自动评估交易风险,区分正常消费与异常行为,快速识别可能的攻击性交易。其经过超过 150 亿笔交易数据的训练,通过比对历史枚举攻击模式生成风险评分,预测交易是否属于枚举攻击。与现有的风险评估模型相比,VAAI 工具在减少误报方面显著进步,误报率降低了 85%。 (4)澜码科技尽调报告Agent案例 国内某银行推出一项普惠贷款服务,旨在为中小企业提供便捷的贷款服务,以支持实体经济的发展和创新。但在发放普惠贷款的过程中,银行难以全面了解借款企业信息状况和还款能力,尤其是面对缺乏完善财务记录的中小企业和个体工商户时。 因此银行客户经理往往要花费大量时间收集和分析各类资料,对申请企业进行尽职调查,并撰写尽调报告,包括客户情况分析、财务数据分析、尽调审核分析等等。 但是,银行一线客户经理的业务分析水平参差不齐,导致了尽职调查和尽调报告质量不一,同时,系统中的报告模版也往往比较僵化,无法直接使用,一线客户经理就要花费大量时间在报告撰写上。 澜码基于该需求,为客户构建了一款基于大语言模型的尽调报告Agent,可以自动给出分析结论、生成报告,辅助一线银行客户经理的工作,不仅能够节省一线客户经理80%报告撰写的时间,还可以全面审核客户资料,帮助人工发现一些不易发觉的点或遗漏,减少错误率。 3、国内代表性AI金融服务商 深擎科技 深擎科技成立于2018年,是一家专注于为企业提供人工智能技术赋能的公司,尤其在自然语言处理、个性化推荐和大语言模型等领域具有卓越的研发能力。核心创始团队来自IBM中国AI实验室,曾参与Watson研发,具备优秀的技术和工程实力。 公司利用AI与大数据分析技术,为券商和银行提供内容科技与智能营销产品,助力客户获取、活跃和交易转化。深耕
金融
行业
,掌握增长场景的深度KnowHow,并以AI Agent为基座,打造行业刚需的应用产品体系。产品已实现PMF,覆盖了80%的大中型券商和50%的大型银行。 企业优势: 技术实力强:深擎的核心技术团队源自IBM人工智能实验室,技术底蕴深厚。深擎自主研发的
金融
行业
预训练模型(L1),效果准确率评测,超国内多个千亿模型,接近GPT4。大模型在2B场景落地过程中,最重要是准确率,在客户关心的重要技术指标上深擎处于行业领先地位,譬如:Function call多场景复杂接口的识别准确率达93%以上,多轮语义准确率和召回率分别达到95%和90%以上,AIGC内容合格率超95%。 深入业务与场景:深擎在发展过程中,吸引了一批来自甲方客户的业务专家,因此能够把技术、产品与客户业务做有效整合。通过场景设计,深度融入客户核心业务,实现可量化的业务价值。譬如,有多款自研AIGC内容产品规模化上线运行,嵌入客户核心营销流程,实现内容生产效率超100倍提升。 数据丰富且高质量:经过多年积累,深擎在证券行业沉淀了大量行业数据与标注数据。并且通过产品在业务场景上的闭环,能够源源不断获得更多行业数据。这些关键数据都是深擎模型训练与产品迭代的重要保障。 客户案例多且合作深:深擎已与多家国内前十大券商合作大模型项目落地,案例数量在行业内处于领先地位。客户多,意味着产品的有效迭代就快,而非脱离市场的闭门造车。头部客户代表着行业内最新的发展共识,代表着新质生产力。项目案例多,意味着遇到的实际问题多,踩的坑多,解决问题的办法就多,也更加合理。此外,深擎与多家头部券商在大模型落地过程中有深度合作,通过产品、数据、业务形成闭环迭代,能够让客户真正把产品使用起来,并不断根据用户反馈、数据反馈,迭代AI产品。 甜新科技 甜新科技成立于2016年,总部位于上海,是一家以AIGC和5G视频通信技术、行业大模型为核心的人工智能创新型高科技企业。由红杉中国、金沙江创业投资、同创伟业等投资。 公司的产品包括VCRM系列产品,是基于Al+视频的营销解决方案,助力企业营销转化。致力于在视频营销科技领域,为行业客户提供以深度融合Al+视频为基础的场景化服务解决方案。公司主要服务的方向包括零售电商、新消费品牌、银行、保险、消费金融、游戏等行业。 企业优势: 多种客户触达方式:平台可提供目前市场上主流客户触达方式,包含:AI交互视频、视频通知,AI语音外呼、视频短信、文本短信等客户触达方式,可根据不同的客户触达目标选择及组合。 提高用户参与度:通过互动视频,用户可以与数字人内容互动,相比传统视频内容,这种形式能极大地提升用户的参与度和兴趣,从而增加用户停留时间和参与深度。 提升品牌影响力:首先,通过一段3分钟原视频,即可快速生成和金融机构代言人真人一模一样的数字人分身,五官、动作、表情、声音完全模仿本人,通过数字分身与客户进行视频对话,基于自然语言处理及大模型技术,可实现多轮对话和智能互动。互动视频能够以其新颖的形式和丰富的用户体验增强品牌形象,通过用户与视频内容的互动,可以增加品牌的曝光度和记忆度。 千人千面的客户服务:利用AI技术,基于用户的行为和偏好提供个性化的视频内容推荐,实现真正意义上的“以用户为中心”。这种个性化的体验可以有效提升用户满意度和忠诚度。 效率提升:外呼营销平台能自动分析用户数据和互动结果,沉淀数据、为营销人员提供数据支持,帮助其快速调整营销策略,提高营销转化效果。 基于AIGC的内容生产:外呼营销平台能可以根据客户的需求和偏好生成个性化的营销内容,如:使用不同的数字人形象,数字人复刻、声音复刻,同时,为了提高客户参与度和转化率可以快速生成大量营销内容,减少人工编辑时间和成本,满足
金融
行业
的快速变化和更新需求。 澜码科技 澜码科技是一家基于大语言模型的企业级AI Agent平台公司,核心团队成员来自Google、IBM、腾讯、字节、阿里、依图等国内外知名互联网和AI公司。 澜码科技率先填补了国内大模型中间层的空白,是国内探索大语言模型应用落地和AI Agent的先行者。基于底层大语言模型,澜码科技自主研发了能够连接人和系统的企业级Agent平台“AskXBOT”,助力企业构建基于专家知识的超级自动化,从而提升业务质量和效率。 澜码科技已完成来自IDG资本、联新资本、Atom Capital参与的数千万A轮投资,并与多家上市公司和独角兽企业达成战略合作。 企业优势: “模型中立”优势:目前大语言模型厂商在发布模型时仅定义了参数,未对模型的具体特性参数(FeatureList)进行定义,这就意味着企业用户在落地应用大语言模型时往往面临盲人摸象的困境,难以准确评估模型在特定应用场景中的适用性和效率,以及难以根据自身需求高性价比的选择、调整和优化模型,这需要基于经验和实际情况不断进行匹配和调试。 作为模型中立厂商,澜码科技在过去一年多的大语言模型应用实践中,积累了大量实战场景下Agent原子能力的表现数据,因此更加了解在不同场景下的模型的表现和效果。 专家知识是AI Agent 得以在企业落地的关键:专家知识的高度决定了AI Agent能够提供的价值高度,数据会帮助专家快速迭代专家知识,从而提高AI Agent的通用性。大语言模型缺乏企业特定领域知识,解决不了实际业务问题,如同一位名校毕业的高材生,由于缺乏实践经验而难以胜任具体的业务任务;此外,大语言模型对于自身能力边界的认知模糊,导致在面对超出自身能力范畴的问题时,仍试图依靠自身理解给出答案,结果往往南辕北辙,这就是常说的“模型幻觉”。 因此,在企业级应用场景下,专家知识对大语言模型落地至关重要,可以说专家知识决定了AI Agent的天花板。在澜码AskXBOT平台,可以沉淀专家的知识和行业经验,构建企业知识库,促进知识共享与传承。基于此,Agent辅助知识治理,配合专家知识数字化沉淀;专家知识赋能Agent与工作流,形成良性闭环。 针对办公,特别是金融、财务的办公场景的成熟技能的封装能力。 和企业已有组织、权限、基础设施的集成 。 有连云 有连云成立于2015年,是国内领先的金融AI应用服务商。旗下的“麒麟AI大模型”通过智能创作、推荐和推送,赋能金融机构及上市公司,帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。公司专注于金融数字化转型的痛点,推进大模型的垂直应用,结合庞大的金融专业语料库,集成自然语言处理、OCR和多模态技术,实现各类事件指标的准确、实时、智能化获取,满足自定义和配置需求。 企业优势 强大的技术基础:有连云的“麒麟AI大模型”通过智能创作、推荐和推送,赋能金融机构及上市公司,帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。 精准的数据处理:麒麟大模型能够实时获取和解析ETF产品层面的数据,生成产品分析、研报摘要和观点,提升信息检索效率和AI批量生成资讯,解决基金公司在产品营销中的难点。 广泛的生态连接:强大的生态连接可渗透到数据、交易、搜索、新闻、视频和财经等投资者聚集地,一键辅助投资者教育和价值投资理念呈现,并生成多维BI可视化报表,帮助基金公司快速分析和决策。 全面的合规保障:在上市公司声誉管理和投资者关系管理领域,麒麟大模型通过智能创作、智能标签和可视化报表服务,保障资讯的真实合规,并实时跟踪推送状态,提供强有力的商业决策支持。 行业认可:有连云已获得国家互联网信息办公室的3项深度合成算法备案,入选中国信通院《2023大模型和AIGC产业图谱》,并获得数字化软件产品能力DSSC优秀级认证,成为中国信通院《数字化软件产品及服务能力体系规范》编制单位,参与行业标准制订。
金融
行业
落地Gen AI的关键能力 尽管在
金融
行业
落地Gen AI 会面临数据隐私和安全、技术和资源门槛、模型解释性和透明度,以及监管合规等挑战,但落地难度相较于传统AI项目,难度会更低,实施路径也更直接。 甜新科技认为
金融
行业
落地Gen AI需要跨越以下7个维度的关键能力: 1. 明确转型目标和战略: 金融机构首先需要明确自身的数字化转型目标和战略,确定AI技术在其中的角色和定位。一个有效的Gen AI规模化落地战略,必须包含以下关键因素:高层领导层的愿景、一致性和承诺,以及业务单元级对交付结果的责任、清晰的应用场景和目标、全面的运营计划。 2. 选准应用场景: 在明确转型目标后,金融机构需要选准AI技术的应用场景。这些场景应该是业务流程中的痛点或价值创造的潜在领域。例如,AI技术可以用于风险评估、信贷审批、智能投顾、客户服务等方面。 3. 数据和技术的积累: 金融机构需要积累大量的数据和相关的技术能力。数据是AI技术的基础,而技术能力则决定了金融机构在AI领域的竞争力。这包括建设数据仓库、数据挖掘、机器学习、深度学习等技术能力。 在部署大模型的时候,金融企业获机构需要与自身现有的系统、工作流程、企业应用程序和数据源集成。这是一个关键且复杂的任务。麦肯锡认为,有效的集成和模型维护将依赖于多个架构组件:上下文管理和缓存、策略管理、模型中心、提示库、MLOps平台、风险管理引擎、大型语言模型(LLM)运营等。 (深擎科技采访供图) 数据质量至关重要,尤其是在通用人工智能领域。面对海量且非结构化的数据集,确保输出答案的质量变得更加具有挑战性。领先的金融机构正借助优质人才和自动化技术,在数据生命周期的关键环节进行精准干预,以保证数据的高标准质量。同时,数据领域的领导者需要深入考虑新技术带来的安全风险,并随时准备根据法规的变化迅速采取行动。 4. 构建高效的组织架构: 为了推动AI项目的顺利实施,金融机构需要构建高效的组织架构。这包括设立专门的AI团队、明确职责和分工、以及与业务部门的紧密合作。要优化组织架构之前,金融机构必须思考当前的架构为何难以无缝集成AI创新能力。 成功落地AI的金融机构,并不是鼓励落地相关计划,而是通过为现有团队配备所需的资源,并积极拥抱通用人工智能所需的技能、人才和流程来实现相关目标。 5. 注重人才培养和合作: 金融机构需要培养一批既懂金融业务又懂AI技术的复合型人才。还需要定期评估自己的人才招聘策略,以适应不断变化的优先事项。清晰的职业发展和晋升机会——以及有意义和价值的工作——对普通的技术从业者来说非常重要。此外,与AI领域的领先企业或研究机构合作,可以加快技术进步和创新。 6. 强化合规和安全风险管理: 金融机构在实施人工智能技术时,必须确保其操作的合规性和安全性。这不仅包括遵守相关的法律法规,还涉及到保护客户隐私、预防欺诈和洗钱等风险。 在引入大型模型和生成式人工智能之前,金融机构通常需要对其风险管理和模型治理框架进行重新设计,并根据需要开发新的控制机制。模型的可解释性和决策的公正性是关键问题,必须在推广任何生成式AI应用之前得到全面而深入的解决。通过这种方式,金融机构可以在确保技术优势的同时,维护其业务的合规性和安全性。 7. 持续优化和创新: AI技术是不断发展的,金融机构需要在实践中持续优化和创新。这包括收集反馈、改进算法、探索新的应用场景等。
金融
行业
落地Gen AI的挑战 尽管大模型和Gen AI能为
金融
行业
带来巨大价值,但囿于要被高度监管的属性,
金融
行业
在落地大模型和生成式AI要面临比其他行业更严峻的诸多挑战。以下是最关键的三大问题: 1、确保数据质量和安全性 对于金融企业而言,获取高质量、具有代表性的数据分析来训练人工智能模型是实现技术优势的关键所在。AI模型的性能和准确性在很大程度上取决于训练数据的质量,因此,金融机构必须实施严格的数据治理流程,以确保数据的准确性和可靠性。 许多银行拥有一个庞大而复杂的数据架构,这些架构往往跨越了数十年,涉及多种大型机系统。将这些分散的数据整合并准备用于人工智能项目是一项艰巨的任务,需要投入大量的资源和努力。 同时,金融企业还必须严格遵守数据保护法规,确保敏感的客户数据得到妥善的匿名化处理和安全保护。这不仅涉及到技术层面的挑战,也考验着企业在数据隐私和合规性方面的责任和担当。 2、符合金融法规 金融领域对人工智能系统的应用必须严格遵守一系列法规,且涉及信贷审批、交易监控等多个业务环节。合规性要求金融机构必须对相关信息记录详尽并始终维护模型的透明度,这无疑增加了管理的难度和成本。同时,金融机构还需定期对AI系统进行性能监控,确保没有偏差,并妥善处理可能出现的意外结果。 此外,AI技术在金融领域的应用涉及到对海量数据的处理和分析,这不仅要求金融机构拥有强大的存储和计算资源,也带来了对基础设施的挑战。尽管云计算提供了灵活的解决方案,但数据安全和地区法规的限制常常成为其广泛应用的障碍。同时,将先进的AI工具与金融机构现有的IT系统无缝集成,也是一个需要克服的技术难题。 3、道德考量和偏见 人工智能在金融领域的整合引发了重要的道德考量,特别是在偏见和公正性方面。人工智能系统可能会无意中延续甚至加剧训练数据中存在的偏见。例如,如果历史贷款数据对某些特定人群存在偏见,那么基于这些数据训练的人工智能模型可能会继续使这些群体处于不利地位。 此外,快速变化的监管环境对金融机构提出了更高要求。随着法律和道德对AI的期望不断演变,金融机构需要不断适应新的监管政策,并保持系统的灵活性以应对这些变化。 人工智能在金融领域的未来 尽管生成式人工智能是目前各行各业的流行词,但如何将该技术付诸实践的最佳方式仍然尚未确定。 澜码科技CEO周健指出,目前
金融
行业
面临的主要挑战是大型模型的准确度尚未达到令人满意的标准,以及还未找到将特定场景与相应的技术进行有效匹配的路径。整个行业面临的核心难题在于如何精心选择或开发出适合的大模型和解决方案,然后确保它们在特定应用场景中的表现能够超越人类,这也是最具挑战性的部分。 此外,在认知层面,一个普遍的误区是人们常常被所谓的“理想路径”所误导,认为大语言模型能够应对所有任务。然而,在实际操作中,可能由于业务人员对专业知识掌握不够精确导致无法完成相应任务。在这种情况下,我们需要通过更高效的人机交互方式,使业务人员能够明确地表达他们的需求,以便在业务流程中实现端到端的有效支持。 另一个常见的误区是,人们期望用户去适应技术,而不是让技术去适应用户。如果整个行业能够在技术适应用户交互方式和需求理解方面做出创新和改进,就可能充分发挥大型模型的潜力。但目前,这一领域的探索还相对较少。
金融
行业
落地大模型和生成式AI不仅需要技术上的升级,还需要进行企业文化的转型,以接纳创新,这将是一个漫长且充满挑战的过程。 参考资料: https://www.mckinsey.com/industries/financial-services/our-insights/scaling-gen-ai-in-banking-choosing-the-best-operating-model https://www.datacamp.com/blog/ai-in-finance https://usa.visa.com/about-visa/newsroom/press-releases.releaseId.20661.html 作 者:qiuping 来源:非凡产研 以上内容与数据,与界面有连云频道立场无关,不构成投资建议。据此操作,风险自担。
lg
...
有连云
2024-07-23
国际黄金强势反弹。后市黄金怎么做?最新黄金操作建议
go
lg
...
析看盘,那么你可以来我们这里考察看看。
金融
行业
,形态万千。我所希望的就是用自己的专业知识和多年的经验,为你的资金保驾护航。如果你此时正在纠结亏损,或者这么多策略该跟随哪一单,你可以选择观察一下我们每日的操作分析,每日的操作分析有理有据,实时现价单,收益也是很可观欢迎各位前来考证。 文/尧生论金(薇:yslj11567) 关于指导:无论你是刚入金市想学习投资技巧的新手,还是入市多年却一直亏损,拿捏不住行情却找不到原因的老手,只要你找到尧生,我一点会不遗余力的帮你,耐心解答你的疑惑,届时还有一对一指导,和群体验,总有一款适合你,每天实盘布局,欢迎前来探讨品鉴!(感兴趣的朋友点主页添加老师)
lg
...
许浩说金
2024-07-23
秦氏金升7.23伦敦金止跌,黄金行情走势分析及操作建议
go
lg
...
的投资,只有不成功的操作,秦氏金升浸染
金融
行业
十余载,有丰富的实战操盘经验和独特的交易理念,我们拥有全球稳健的交易系统在这里,对黄金、原油、等投资领域研究多年,具有扎实的理论基础和实战经验,擅长技术面消息面结合式操作,注重资金管理和风险控制,操作风格稳健果断,以随和负责的性格与犀利果断的操作而被广大投资朋友认可。分析文章只是对市场未来可能的描述,只是观点的表达,不作为投资决策依据,投资有风险,交易务必注意合理的仓位配置、资金管理和风险控制,无风控不交易,不要让交易失控!
lg
...
秦氏金升QSJS368
2024-07-23
对话Aise Network CEO Henry:探索GPU与Web3技术的未来
go
lg
...
将彻底改变不同行业的运作方式和效率。在
金融
行业
,AI可以提供更准确的风险评估和市场预测,GPU加速计算过程,Web3技术确保交易的透明和安全;在医疗领域,AI辅助诊断和治疗方案优化,GPU处理大量医疗数据,区块链确保患者数据的隐私和安全;在娱乐行业,AI生成个性化内容推荐,GPU处理高质量图像和视频渲染,Web3技术推动数字版权和收益分配的透明化。这种多技术的结合将推动各行各业的数字化转型,提高效率和创新能力。 Henry还介绍了Aise Network的四个核心功能,这些功能确保了用户的算力和收益。首先是Aise Roulette 24算力集群系统,通过24层不同算力权重比公平分配用户的质押算力。其次是Aise MProtocol,将20%的算力租赁质押奖励分配给$sAise和$rsAise持有者。第三是算力凝聚系统,每年减少50%的区块奖励,用户可以通过质押GPU NFT卡获取$sAise代币。最后是Restaking Proof系统,通过$sAise、$Aise和$rAise的相互转换加速算力。 目前,Aise Network计划在八月份正式推出产品,并为用户提供更多有趣的功能,例如任务系统和合成系统,以提升用户的计算体验和参与感。Henry期待在八月三日的胡志明市会议上与更多合作伙伴和用户深入交流,共同探讨更多创新想法和合作机会。 Aise Network致力于打造一个共享计算资源的生态系统,让更多的人都能以最低的成本,实现最高效的算力应用。Henry坚信,通过技术的不断创新和用户体验的优化,Aise Network将在未来创造一个全新的GPU算力模式,更好地服务算力提供者和需求者,共同推动科技进步,创造美好未来。 来源:金色财经
lg
...
金色财经
2024-07-23
戏剧性反转!微信群互怼后,券商副所长和首席成兄弟,“一起努力把研究做好”
go
lg
...
的复制粘贴文化。 此次事件深层次折射出
金融
行业
当前面临的严峻挑战,尤其是在薪酬缩水和公募基金费用调整的背景下,整个行业的从业人员正被焦虑和不满情绪笼罩,使得职场冲突更容易一触即发。这不仅是一场个人之间的矛盾,更是行业高强度竞争环境下的一个缩影,提醒着所有从业者在高压之下保持冷静,理性应对职场挑战。 郑宏达“怼人”出圈并非首次 郑宏达曾担任海通证券科技行业首席分析师,连续七年荣登新财富榜单,被评为计算机行业最佳分析师,并多次荣获水晶球最佳分析师称号。在海通证券研究所,他长期担任科技产业链的负责人,并于今年2月转投西部证券门下。 去年,尚在海通证券任职的郑宏达在朋友圈中对美团联合创始人王慧文提出质疑,认为其投资AI领域是一种空想。他发文指出:“5000万美元能做什么?大型模型训练一次就需要500万美元,训练10次呢?互联网行业的人不懂这些,只知道营销,缺乏实干精神。” 不久之后,郑宏达转投西部证券。谈及加入西部证券的原因,他表示,西部证券正不断加大对卖方业务的支持,积极吸引人才,目标是三年内跻身市场研究排名前十。郑宏达感谢西部证券领导和研发中心总经理穆总的认可,并表示希望专注于科技前沿发展,以全球视野和产业链思维,打造行业领先的TMT研究团队。 值得注意的是,中国证券业协会为加强证券分析师管理,多次发布相关规定,要求各公司强化合规管理,提升分析师的专业水平。公司需加强对研究人员的日常管理,进行合规培训,不断提高证券分析师的专业能力和合规意识。同时,要加强证券分析师声誉风险管理,完善内部管理制度,严格审核分析师的言论,及时处理声誉风险,优化考核评价体系,确保声誉风险管理责任得到落实。
lg
...
金融界
2024-07-23
张德盛:7.23黄金价格反弹力度不足,白银走势分析操作
go
lg
...
样才能达到合作共赢的局面。这是我们立足
金融
行业
的追求。【指导群内每天实时行情分析,在线现价喊单,每日3单以上,综合胜率90%以上,免费一对一针对性解套,欢迎前来!咨询热线见文章/末尾,可以看到张德盛/咨询/方式】 黄金昨天继续创新低,空头趋势还在继续,日线MA5-MA10均线还是继续死叉向下空头发散,开口继续逐步张大,还没有拐头迹象,那么黄金空头就还没有结束,黄金继续看空,黄金这两天不断创新低,还是继续保持空,黄金反弹力度有限。 日K之中,中轴支撑2370附近位置;中轴逐步上移动,这属于动态位置;随机指标死叉向下,偏空信号;4小时之中,随机指标暂时底背离钝化状态,要小心震荡跌,阴跌之后的一次性反攻向上;形态上,连续的刺破,拉升,刺破拉升,下跌的过程并不是很利索;昨日的“退二进三”的修正模式失败;整体,4小时偏向震荡下跌,测试支撑,支撑测试到位,才会一次性的反攻向上; 综合来看:日K暂时是持续死叉,建议短线顺势跟空处理;但是短线上,要小心4小时和日K的中轴位置共振,形成反抽向上的走势;压力位置2412-2315附近位置;支撑位置2390附近,其次是2385附近,其次是2370附近; 建议触及2410-2408空,止损2416,目标2395-2390; 建议回踩2390-2392做多,止损2384,目标2400-2405; 白银日线图来看,日线连续收四连阴,MA5-MA10死叉向下,MACD快慢线死叉,继续打出绿色动能柱,KDJ在20零抽线附近向下散发,J线超卖,整体结构上来看偏空,布林带下轨支撑在28.3,最近白银的价格一直没有突破布林带下轨,在28.5这里形成双底支撑,操作上今日的行情28.8多,止损28.65,目标看29.2和29.4,离场后可以反手做空。 国际现货黄金、沪金、沪银、纸白银、白银TD,原油操作建议,多空单解一套技巧等产品全方位分析和指导。目前手上有低位空单和高位多单不知道如何处理或者近期出现严重亏损的朋友具体操作建议张德盛盘中给出,本分析团队中线布局胜率85%,短线90%以上,咨询热线见文章/ 末尾张德盛/咨询/方式,获取实时指导及免费进群体验3天! 我们的投资理念是首先要确保本金安全,其次才是在保值基础上的增值。但市场又是变化万千、捉摸不定的。这就存在两个问题:一是为了降低风险,我们并不能实现盈利的最大化;二是由于市场的不确定性,必然在某个阶段上出现损失。 我可能跟其他老师最大的不一样,我一直认为“授人以鱼不如授人以渔”这个道理,我不会强迫客户做单,只会为你分析建议,资金在你手上,我有单我会告诉你,但你也有自己的想法,做不做单取决于你,这样你的路才会走的更宽更广,不至于对自己的亏损原因很模糊。我也希望你们哪一天离开我,自己依然能赚钱,当然是教一些想学的客户看盘分析图看数据,市场行情等等。文章末/尾张德盛/咨询/方式,获取实时指导及免费进群体验3天! 1.高位套单的投资者,可以利用反弹行情解套出局,或者逢高减仓;一旦行情有变,被套单子立即止损出局,反向建仓,弥补损失; 2.中位套单的投资者,可以暂时观望,不要急着砍单,若行情有机会,被套单子可适当减仓,根据趋势结合技术分析加仓,弥补损失; 3.低位套单的投资者,可以利用回调行情解套出局,或者逢低减仓;一旦行情有变,被套单子止损出局,反向建仓,弥补损失。 【张德盛微信号:masd1008 公众号:爱上黄金】
lg
...
张德盛薇masd1008
2024-07-23
国际黄金窄幅企稳,今日黄金怎么看?最新黄金操作建议!
go
lg
...
析看盘,那么你可以来我们这里考察看看。
金融
行业
,形态万千。我所希望的就是用自己的专业知识和多年的经验,为你的资金保驾护航。如果你此时正在纠结亏损,或者这么多策略该跟随哪一单,你可以选择观察一下我们每日的操作分析,每日的操作分析有理有据,实时现价单,收益也是很可观欢迎各位前来考证。 文/尧生论金(薇:yslj11567) 关于指导:无论你是刚入金市想学习投资技巧的新手,还是入市多年却一直亏损,拿捏不住行情却找不到原因的老手,只要你找到尧生,我一点会不遗余力的帮你,耐心解答你的疑惑,届时还有一对一指导,和群体验,总有一款适合你,每天实盘布局,欢迎前来探讨品鉴!(感兴趣的朋友点主页添加老师)
lg
...
许浩说金
2024-07-23
上一页
1
•••
160
161
162
163
164
•••
509
下一页
24小时热点
只靠现金和房产很危险!达利欧给中国投资者的10条理财建议
lg
...
全美震惊!查理·柯克在大学演讲时遇刺身亡 特朗普下令全国降半旗哀悼
lg
...
中国关键会议前释重磅信号!日经:中国最新调查目标:高级外交官、金融专家
lg
...
中美重大突发!中美高官通话 彭博:正为特朗普与习近平会晤做准备的最新信号
lg
...
重磅!CPI数据小幅上行,但未改变美联储降息预期 黄金急拉近30美元,一度重回3640
lg
...
最新话题
更多
#Web3项目情报站#
lg
...
6讨论
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
36讨论
#链界盛会#
lg
...
120讨论
#VIP会员尊享#
lg
...
1989讨论
#CES 2025国际消费电子展#
lg
...
21讨论