人工智能的应用使得投资组合管理变得更有效率，也帮助投资经理进行更深入的决策。利用大数据（如纽约第五大道人流量或油轮投下的阴影的卫星图像）处理海量信息，摒弃“噪音”，抓住“信号”进行买卖。机器学习与自然语言处理相结合，对会议记录进行挖掘，从而识别其中的特殊字眼，也能让投资经理了解首席执行官们在电话会议中表现的是否乐观。利用深度学习能在极度动荡的市场中发现转向信号，也能让模型迅速进行自动调整去捕捉这些信号。以上这些都是传统的建模方法做不到。而随着人工智能算法自身的发展，*LSTM*，强化学习，和对抗式网络等早前少用于金融行业的算法也开始在投资组合管理领域崭露头角。本文整理近期学术界对这些算法在投资组合管理领域应用的论文，对其技术和应用方法作简单介绍。