资产管理领域应用AI可以把它分成三个子概念：智能投顾、智能投研、智能投资。每一类的功能偏向有所不同，涉及的AI算法也会不尽相同。
1）智能投顾
典型功能包括：客户偏好分析、市场分析提醒、智能配置组合、交易执行、组合优化等。
典型AI算法包括：知识图谱、机器学习、智能语言处理技术、图像识别等。
这方面有代表性的应该是美国的Wealthfront和Personal Capital两家公司。国内做得出彩的目前看来没有。铂诺希望作为一个先行者，在客户偏好和市场提醒这两项功能上着重发力，打造一个前端的智能顾问，帮助客户更好的了解自己和了解市场。
2）智能投研
典型功能包括：股票市场信息的深度挖掘分析、投资策略的量化与回测等。
这些功能的过程本质：数据获取、特征提取、数据转换、模型训练、模型选择、模型预测。
典型AI算法包括：监督学习算法：(1)回归算法：决策树、随机森林等; (2)分类算法：二次判别分析、K最近邻算法等; (3) 降维算法：偏最小二乘法等。
无监督学习算法：(1) 聚类算法：K均值、分层等; (2) 降维算法：主成分分析、独立成分分析等。
3）智能投资
典型功能包括：量化交易，智能风控
典型AI算法包括：在线过程分析（OLAP）、聚类、滤波、神经网络、预测模型等。
这部分同样是外国的企业走得比较靠前，07年开始Rebellion research就开始采用贝叶斯网络算法进行智能投资相关的工作了。
国内的跟进速度也比较快，铂诺这几年也一直致力于搭建自己的智能风控平台。
温馨提示：答案为网友推荐，仅供参考