“平臺有助于識別數據和證券之間的非直覺關系，最大限度地減少預測的誤差，改善風險管理和決策。”

作者：Rita

編輯：tuya

出品：財經涂鴉（ID：caijingtuya）

1月13日，分布式機器學習初創(chuàng)公司Boosted．ai（以下簡稱“Boosted”）透露，它已經完成了3500萬美元的B輪融資，以擴大其基于網絡的平臺，為投資經理帶來可解釋的機器學習工具。

本輪融資由Ten Cove Capital和Spark Capital主導，參與此次融資的投資方還有Portage Ventures、RBC（加拿大皇家銀行）和HarbourVest Partners。加上這次融資，Boosted已經籌集了4600萬美元，Portage Ventures也參與了之前的投資，此外投資者還包括Dunamu ＆ Partners和Polar Equity Partners。

Boosted．ai成立于2017年，是一家將量化工具交到投資經理手上的人工智能公司。使用者無需任何編程或數據科學背景，即可很輕易地利用他們的云平臺和Boosted Insights進行金融專業(yè)的機器學習，從而促進更多想法的產生、投資組合的構建和投資組合的監(jiān)測。旨在讓投資組合經理、分析師和首席投資官完善他們現有的投資流程，尋找新的想法并管理風險。

以Boosted的產品案例之一－－Dynamic Stock Screening為例，一個PM（Portfolio Manager投資組合經理）雖然通過自己的經驗或者工具能夠做一些投資組合的分析工作，但是傳統(tǒng)的篩選工具可能是向后看的，不能適應新的制度，所以他們想要一個能夠根據新的數據不斷調整和更新自己的系統(tǒng)。

那么Boosted Insights就會將PM本身的資本市場專業(yè)知識和他們認為在選股中重要的變量結合到大數據中去（還包括Boosted自己的數據合作伙伴的數據），并生成一個回測模型供PM進行更深入的分析。該模型可以實時運行，它將不斷地從管理人員的輸入中學習，以預測股票排名，發(fā)現并解釋哪些特征組合在不同時期是重要的。Boosted的特定財務算法會將一個領域中的每一只股票與標準普爾500指數進行25萬次比較，根據機器學習預測它們的表現。

Boosted平臺表示，其機器學習能力允許以人類無法比擬的規(guī)模和范圍對數據進行實時分析。公司還表示，平臺有助于識別數據和證券之間的非直覺關系，最大限度地減少預測的誤差，改善風險管理和決策。

自從上次的2020年融資以來，Boosted已經發(fā)展到40多個活躍客戶，涵蓋了全球所有類型的資產管理公司，包括對沖基金和ETF供應商。公司的客戶包括從管理著大約1000萬美元資產的家族辦公室到管理著超過1萬億美元資產的資產經理。

去年，使用Boosted平臺的公司數量增加了一倍多，收入增加了250％。公司計劃將其員工人數增加一倍，以滿足新資金的增長需求。

Boosted．ai的CEO Joshua Pantony在一份聲明中表示，世界上的資產管理公司從未像今天這樣專注于將人工智能引入其投資流程，但在內部成功開發(fā)這種能力的公司數量仍然非常少。對于幾乎所有其他經理人來說，缺乏的是時間、資金和人才，這將阻礙他們將機器學習變成核心競爭力以及與競爭者的差異化因素。Boosted．ai花了五年時間建立Boosted Insights，以一種讓所有風格的PM和投資者都能理解的方式來解決這一差距。