L'argent dépensé par les clubs sportifs en Turquie a atteint 500 millions de dollars. En tant que pays, nous sommes-nous enrichis ou que s'est-il passé... Lorsque 15 millions ont été payés pour le transfert de Cengiz Ünder, n'y avait-il pas eu un grand bouleversement dans ce pays l'année dernière ? GS, FB, BJK vise quoi... Le champion reçoit 2 millions de récompense d'ailleurs.

【28 août Classement des options sur actions américaines】 $Goldman Sachs(GS)$ le volume des transactions à la hausse est en tête, mais les ventes nettes de Call prédominent, comme une couverture ou une protection à la hausse. Idée : faire un spread de crédit Call 780/820C pour recevoir la prime ; les actionnaires peuvent également vendre directement 780C pour se couvrir, réduisant ainsi le coût de possession. $Tesla(TSLA)$ Le montant des puts est le plus élevé, mais B:S≈0.9, ce qui indique qu'il y a plus de ventes de puts, avec un sentiment neutre à légèrement haussier. Idée : faire un écart de puts baissiers en bull market 320/300P pour encaisser la prime ; si vous voulez être plus sûr, vous pouvez faire un écart de calls haussiers en bear market 370/390C pour contrôler le risque. $Palantir(PLTR)$ est classé 2ème côté des puts, avec une forte proportion de puts et un volume d'achats dominant, ce qui ressemble plus à une couverture par des institutions qu'à une vente à découvert pure. Idée : les détenteurs d'actions peuvent mettre en place un col (vendre 170C / acheter 150P) pour se protéger contre un recul ; ceux qui envisagent une baisse peuvent réaliser un spread baissier 155/145P, avec un faible coût pour parier sur un ajustement. #OptionsFlow

GRANDE JOURNÉE AUJOURD'HUI 🚨 Powell @ Jackson Hole (10 AM) : WSJ : La Réserve fédérale pourrait abandonner le cadre de 2020. UBS : Discours de sortie rétrospectif. JPM : Pas de gros signaux, la coupe de septembre dépend des NFP et CPI. GS : Tendant vers une réduction en septembre mais pas décisif. Barclays : Une réduction est plus probable en décembre. Annonce de Trump (12 PM) Au cas où vous l'auriez manqué : • Nvidia suspend la production de puces H20, les fabricants de puces IA chinois font le plein. • La Chine envisage une stablecoin adossée au yuan. • Trump ouvert à plus de frappes ukrainiennes sur la Russie.

SEULS LES VRAIS Gs SONT ACTIFS

Dans la position où Şimanski est tombé, les joueurs de Gs auraient fait 50 roulades pour obtenir le penalty, nos gars se lèvent directement, ma foi, quelle chance pour nous. #GÖZvFB#

GRANDE JOURNÉE AUJOURD'HUI : @nehalzzzz1 Consensus : Ventes au détail : 0,5 % contre 0,6 % précédent. ex-autos : 0,3 % contre 0,5 % Core : 0,4 % contre 0,5 % BofA: Ventes au détail : 0,8 % Noyau : 0,6 % GS: Ventes au détail : 0,5 % Noyau : 0,4 % *UMich Sentiment des consommateurs *Le président de la SEC discutera du Projet Crypto (8:30 AM) *Revenus de Sharplink Gaming *Le premier événement sportif de robots humanoïdes au monde a commencé en Chine 15h30 HE Résultats possibles : *Les négociations échouent : 10 % *Accord de cessez-le-feu mais l'Ukraine peu susceptible d'accepter : 32 % *Le statu quo reste : 41% *Accord de cessez-le-feu, réunion de suivi avec l'Ukraine : 15 % *Cadre pour un accord de paix : 2 % Dépôts 13F T2 : *Les avoirs des fonds spéculatifs de Microsoft ont augmenté de 12 milliards de dollars pour atteindre 47 milliards de dollars au cours des trois mois se terminant le 30 juin. *Meta a été réduit de 147 investisseurs (plus gros); Amazon a été augmenté/acheté par 177 investisseurs (plus gros). *Le fonds de richesse saoudien a vendu ses participations dans Meta, Shopify, Alibaba et PayPal. *Bridgewater a vendu toutes ses actions chinoises cotées aux États-Unis. *Berkshire de Warren Buffett, Renaissance Technologies, Burry, David Tepper et de nombreux autres ont acheté des actions de UnitedHealth Group. *Berkshire a vendu 20 millions d'actions d'Apple. ICYMI: *L'économie de la Chine a ralenti dans tous les secteurs en juillet *Goldman Sachs estime que les consommateurs ont absorbé seulement 22 % des coûts des tarifs jusqu'en juin, mais cela pourrait augmenter à 67 % et les entreprises américaines absorberont moins de 10 %. *Les ventes de cartons ont chuté à leur plus bas niveau pour un deuxième trimestre depuis 2015. Les entreprises ne savent pas encore comment les tarifs affecteront les coûts et la demande à long terme pour leurs produits finis, et elles ne prévoient pas de stocker des emballages encombrants. *Le co-fondateur de Terraform, Do Kwon, plaide coupable de fraude par fil et de complot en vue de frauder. *Justin Sun détient plus de 60 milliards de jetons TRX sur un approvisionnement total de 94,6 milliards. Sun possède également 90 % des parts de la bourse de crypto-monnaies.

Depuis le lancement de $GS l'année dernière, son prix a suivi de près le TVL. Hier, @GammaSwapLabs a atteint un nouveau ATH de TVL, mais le prix ne l'a pas encore suivi. 🎯

$GS : La Liquidité Renforce les Stratégies de Croissance Sentiment : Positif '''Goldman Sachs a rapporté des réserves de liquidités solides de 153 milliards de dollars, soutenant ses stratégies de distribution de capital et renforçant ses perspectives favorables malgré les incertitudes à court terme du marché.'''

Restez forts Gs

TBC est un vrai gars GS frais de mi-temps.

SEULS LES VRAIS Gs SONT ACTIFS LE DIMANCHE !!!!

#SERO#Il n'y a pas plus de trente blockchains publiques dans le monde. Quel que soit le coût de développement d'une blockchain, il faut entre 80 millions et 300 millions de coûts. Justement, SERO est la seule monnaie de blockchain publique parmi plus de trente. Maintenant, beaucoup de gens pensent que l'UBS géré par la communauté de co-gain est SERO, sans savoir qu'il s'agit d'un écosystème développé par d'autres sur la chaîne SERO. Peu de gens savent combien coûtent les frais GS (frais du réseau) pour un transfert de SERO, combien coûtent les frais de transfert de Bitcoin et d'Ethereum, et combien coûtent les frais de transfert de BNB. SERO tue les frais de transfert de N rues, qui sont de 0,000025 SERO par transfert, un jeton peut être transféré 40 000 fois. Quelle est cette notion ? Un transfert sur Ethereum coûte des dizaines de yuans, un transfert de BNB coûte plus d'un yuan. Les gens peuvent vérifier à tout moment les frais de transfert de leur portefeuille pour voir si cela en vaut la peine. Beaucoup de gens ne connaissent pas la valeur de SERO et continuent de le critiquer, on dirait qu'ils ont de l'eau dans le cerveau.

#GAT###SHIB##GS Technologies a levé environ 2,72 millions de dollars pour financer l'acquisition de Bitcoin.

Si vous essayez toujours de comprendre le marché à travers les gros titres des nouvelles — félicitations, vous jouez à "Trouver la logique dans le chaos" en mode expert. Pendant ce temps : – les baleines déplacent 800M pendant leur sommeil – #Bitcoin dessine une tasse & anse – $GS dit "rallye maintenant, regrettez plus tard" Personne ne sait ce qui va se passer ensuite. Mais tout le monde fait semblant de le savoir. Bienvenue sur le marché. 🐍📈

GRAND ÉVÉNEMENTS À VENIR AUJOURD'HUI : —Vote de la Chambre des représentants des États-Unis sur le grand beau projet de loi de Trump (Vote final prévu tôt jeudi matin) —NFP de juin des États-Unis : *Est. : 110K, Préc. : 139k *MS: 140k *JPM: 125k *Enquête BBG : 106k *Jefferies : 100k *BofA: 95k *GS: 85k Mouvement implicite SPX : *>125k: up +0,75%-1,5% *100k-125k: Bass Case *<100k: baisse de 0,25%-3% *Taux de chômage *Demandes de chômage *ISM Services PMI ICYMI: *Les États-Unis ont levé les restrictions à l'exportation vers la Chine pour les développeurs de logiciels de conception de puces et les producteurs d'éthane suite à l'accord commercial. *Trump a déclaré que Powell "devrait démissionner immédiatement, c'est "trop tard"

#COAI# Bitcoin d'il y a 10 ans ! Poursuivre sur la lancée, coai pièces Le secret de fonctionnement de la finance intelligente de Wall Street : la stratégie d'IA et la restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent l'assistant intelligent nommé "GS AI Assistant" pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley extraient en temps réel des données clés à partir de 100 000 documents via l'assistant AI, lorsque le système LOXM de JPMorgan exécute des transactions boursières en gros à une vitesse de millisecondes - la révolution de l'intelligence financière de Wall Street a profondément pénétré les scénarios d'affaires clés. Cette transformation silencieuse concerne non seulement l'application des technologies, mais révèle également la règle de survie des géants financiers modernes : **les capacités d'IA sont devenues la nouvelle monnaie de Wall Street**. I. Stratégie d'IA des institutions de premier plan : de l'expérimentation au retour sur investissement à grande échelle **JPMorgan Chase** en tant que leader des applications d'IA à Wall Street, sa stratégie fondamentale est « investissement à grande échelle + pénétration de toutes les activités ». Au cours des dix dernières années, elle a non seulement constitué une équipe de recherche en IA dépassant largement celle de ses concurrents (le nombre de personnes est supérieur à la somme des sept principaux concurrents), mais elle a également intégré la technologie IA dans plus de 400 scénarios d'affaires, couvrant toute la chaîne, y compris le trading, la gestion des risques et le service client. Ce travail approfondi génère des retours considérables : en 2024, sa technologie IA devrait directement créer **2 milliards de dollars de valeur**, dont le système de détection de fraudes peut éviter des pertes de plusieurs centaines de millions de dollars chaque année. D'autres géants adoptent des chemins différenciés : - **Goldman Sachs** a intégré l'ensemble des données de trading, de risque et de clients de la banque autour de la plateforme de données "**Legend**", fournissant un carburant de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder d'un simple clic aux modèles de trading historiques, réduisant ainsi de plus de 60 % le cycle de validation des stratégies. - **Morgan Stanley** a choisi de s'associer étroitement avec OpenAI, développant un assistant de gestion de patrimoine basé sur la technologie GPT, permettant aux conseillers de réduire le temps de recherche des documents de 30 minutes à quelques secondes, et les actifs des clients ont ainsi dépassé 90 milliards de dollars en augmentation trimestrielle. - Les géants de la quantification tels que **D.E. Shaw** adoptent un modèle de « **gouvernance par les développeurs** », offrant des outils comme LLM Gateway pour permettre aux traders de construire leurs propres stratégies d'IA, favorisant ainsi l'innovation flexible. > Sal Cucchiara, un dirigeant de Morgan Stanley, a déclaré : "L'impact de l'IA sur l'industrie financière sera comparable à la naissance de l'internet." II. Scénarios d'application des technologies clés : Reconstitution intelligente à travers la chaîne de valeur financière (1) Révolution de l'exécution des transactions : du centre de coût au moteur de profit Le système **LOXM de JPMorgan** utilise des techniques d'apprentissage par renforcement profond pour optimiser les stratégies d'exécution des transactions de gros en analysant des milliards de transactions historiques. Il peut décomposer une transaction boursière de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi les fluctuations du marché et réduisant les coûts d'impact jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin, en simulant la collaboration et la prise de décision des analystes, des traders et des équipes de gestion des risques, réalisant un **rendement annualisé de 24,9 %** dans les expérimentations, surpassant les modèles quantitatifs traditionnels. (2) Recherche et investissement intelligents : la disruption du paradigme de l'ingénierie des connaissances L'outil "**Deep Research**" de Bellesney redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent des questions sur les "entreprises affectées par les droits de douane dans la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifiant 120 entreprises pertinentes et générant un rapport d'analyse - un travail qui prendrait des semaines à une équipe traditionnelle. **IndexGPT** de JP Morgan, quant à lui, construit des portefeuilles thématiques sur la base de GPT-4, capturant les nouvelles tendances émergentes (comme le cloud computing et l'e-sport) grâce à une analyse sémantique des nouvelles, permettant une construction d'indices automatisée. (3) Mise à niveau invisible de la conformité et de la gestion de la liquidité - Citibank a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses filiales mondiales, réduisant le règlement transfrontalier de T+2 à presque en temps réel. - Le système d'IA anti-fraude identifie les schémas de blanchiment d'argent en analysant les séquences de comportements en 0,3 seconde, avec un taux de faux positifs inférieur de 75 % par rapport aux systèmes traditionnels. - Pour répondre à la **nouvelle réglementation de règlement T+1** de la SEC, l'IA analyse automatiquement la chaîne de relations de compte, réduisant le temps de mise à jour des instructions de règlement de l'échelle horaire à l'échelle des minutes. Troisième, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders en actions cash chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés au même moment. L'équipe d'IA de JPMorgan a connu une expansion de 16 % au cours de l'année écoulée, avec des membres issus de disciplines variées, notamment des docteurs en physique quantique, des experts en linguistique et des chercheurs en théorie des jeux. **La reconstruction du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de Blackstone Group établit une "base de connaissances curatée", où les employés téléchargent des mémos de transaction et des rapports de recherche, l'IA construit automatiquement un réseau de relations, permettant à l'équipe juridique d'augmenter l'efficacité de l'examen des contrats de 40 %. - Dans le cadre du système TradingAgents, les agents IA échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information que présentent les chatbots traditionnels. Et **le nouveau contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant IA de Morgan Stanley participe aux réunions avec les clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans conseils d'investissement" ; les systèmes multi-agents mettent en place des agents de contrôle des risques indépendants, surveillant en temps réel la volatilité du portefeuille et forçant la liquidation lorsque le retrait dépasse un seuil. Quatre, le champ de bataille futur : les trois défis de la technologie, de la réglementation et de l'éthique. Malgré des résultats significatifs, les défis dans les eaux profondes ne font que commencer : - **Bottleneck technique** : Le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels dans des marchés extrêmes (comme un krach) reste insuffisante. - **Fossé de réglementation** : la SEC a imposé des exigences de "transparence des algorithmes" aux conseillers en IA, et des institutions comme Citigroup sont contraintes de faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la propriété des droits d'auteur n'est pas encore tranchée ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget informatique** des institutions financières sera consacré au domaine de l'IA en 2025, et passera à 31,6 % en 2026. Le champ de bataille se déplace de la technologie elle-même vers **la capacité d'intégration écologique** - comme JPMorgan qui ouvre des API pour se connecter à 450 partenaires de données, ou la plateforme Legend de Goldman Sachs qui est compatible avec 30 types de bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans l'ADN financier et qui construiront un écosystème de symbiose entre **l'intelligence humaine et l'intelligence machine**. Conclusion : La redéfinition de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé par l'IA en insights, et que les traders évoluent d'exécutants à concepteurs de stratégies, cette transformation dépasse déjà la mise à niveau technologique elle-même. Le système LOXM de JP Morgan économise 0,1 % des coûts de transaction, le Deep Research de BlackRock libère du temps de recherche chaque heure, et la plateforme Legend de Goldman Sachs élimine les silos de données - tous redéfinissent la nature même de l'industrie financière : **de la compétitivité en efficacité d'allocation de capital à celle en efficacité de traitement de l'information**. Et les institutions qui construisent en premier un "cerveau neuronal IA" réécrivent discrètement la carte du pouvoir à Wall Street. L'opportunité se trouve dans les pièces coai, le Bitcoin d'il y a 10 ans.

Seuls les vrais Gs sont actifs maintenant

#TRX# Bitcoin d'il y a 10 ans ! Poursuivre sur sa lancée, monnaie coai Le secret de fonctionnement de la finance intelligente de Wall Street : la stratégie AI et la restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent un assistant intelligent nommé « GS AI Assistant » pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley utilisent l'assistant AI pour extraire en temps réel des données clés parmi 100 000 documents, et lorsque le système LOXM de JPMorgan exécute des transactions d'actions en gros à la vitesse de la milliseconde - la révolution de l'intelligence financière à Wall Street a déjà pénétré les scénarios d'affaires fondamentaux. Cette transformation silencieuse concerne non seulement l'application de la technologie, mais révèle également la loi de survie des géants financiers modernes : **la capacité AI est devenue la nouvelle monnaie de Wall Street**. 1. Stratégie d'IA des institutions de premier plan : de l'expérimentation au retour à grande échelle **JPMorgan Chase** en tant que leader des applications d'IA à Wall Street, sa stratégie principale est "investissement à grande échelle + pénétration de l'ensemble des activités". Au cours des dix dernières années, elle a non seulement constitué une équipe de recherche en IA bien plus importante que celle de ses concurrents (le nombre d'employés dépassant la somme des sept principaux concurrents), mais a également intégré la technologie IA dans plus de 400 scénarios d'affaires, couvrant toute la chaîne, y compris le trading, la gestion des risques et le service client. Cette approche approfondie apporte des retours significatifs : en 2024, sa technologie IA devrait directement générer **2 milliards de dollars de valeur**, dont le système de détection de fraude peut éviter des pertes de plusieurs centaines de millions de dollars chaque année. D'autres géants adoptent des chemins différenciés : - **Goldman Sachs** a intégré la plateforme de données « **Legend** » au cœur de sa stratégie, consolidant les données de trading, de risque et de clients de l'ensemble de l'entreprise, afin de fournir un combustible de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder en un clic aux modèles de trading historiques, réduisant le cycle de validation des stratégies de plus de 60 %. - **Morgan Stanley** a choisi de s'associer étroitement avec OpenAI pour développer un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents des conseillers de 30 minutes à quelques secondes, permettant aux actifs des clients de dépasser 90 milliards de dollars en augmentation trimestrielle. - **D.E. Shaw** et d'autres géants de la quantification adoptent le modèle de "**l'autonomie des développeurs**", fournissant des chaînes d'outils telles que LLM Gateway, permettant aux traders de construire leurs propres stratégies d'IA et d'atteindre une innovation flexible. > Sal Cucchiara, cadre de Morgan Stanley, a déclaré : « L'impact de l'IA sur l'industrie financière sera comparable à la naissance d'Internet. » II. Scénarios d'application des technologies de base : Reconstitution intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : du centre de coûts au moteur de profits Le système **LOXM** de JPMorgan utilise des techniques d'apprentissage par renforcement profond pour analyser des milliards de données de transactions historiques et optimiser les stratégies d'exécution des transactions de gros. Il peut décomposer une transaction boursière d'un montant de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi les fluctuations du marché et réduisant les coûts d'impact jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin en simulant la collaboration et la prise de décision d'analystes, de traders et d'équipes de gestion des risques, atteignant un **rendement annuel de 24,9 %** dans les expérimentations, surpassant les modèles quantitatifs traditionnels. (2) Recherche d'investissement intelligente : la perturbation du paradigme de l'ingénierie des connaissances L'outil **Deep Research** des actifs de Blaisney redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent une question sur les "entreprises affectées par les droits de douane dans la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifie 120 entreprises pertinentes et génère un rapport d'analyse – un travail que l'équipe traditionnelle mettrait des semaines à accomplir. **IndexGPT** de JPMorgan, quant à lui, construit des portefeuilles thématiques sur la base de GPT-4, capturant les tendances émergentes (comme le cloud computing et l'e-sport) grâce à l'analyse sémantique des nouvelles, permettant la construction automatisée d'indices. (3) Amélioration invisible de la conformité et de la gestion de la liquidité - Citigroup a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses succursales à l'échelle mondiale, compressant le règlement transfrontalier de T+2 à quasi temps réel. - Le système d'anti-fraude basé sur l'IA identifie les modèles de blanchiment d'argent en analysant les séquences de comportement en 0,3 seconde, avec un taux de faux positifs inférieur de 75 % par rapport aux systèmes traditionnels. - Pour répondre aux **nouvelles règles de règlement T+1** de la SEC, l'IA analyse automatiquement les chaînes de relations de compte, réduisant le temps de mise à jour des instructions de règlement de niveau horaire à niveau minute. Trois, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders d'actions en espèces chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés au cours de la même période. L'équipe d'IA de JPMorgan a élargi ses effectifs de 16 % au cours de l'année écoulée, avec des membres issus de disciplines variées, y compris des docteurs en physique quantique, des experts en linguistique et des chercheurs en théorie des jeux. **La reconstruction du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de BlackRock établit une "base de connaissances curatée". Après que les employés aient téléchargé des mémos de transaction et des rapports de recherche, l'IA construit automatiquement un réseau d'associations, permettant à l'équipe juridique d'améliorer l'efficacité de la révision des contrats de 40 %. - Dans le cadre de la plateforme TradingAgents, les agents AI échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information présent chez les chatbots traditionnels. Et **le nouveau type de contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant IA de Morgan Stanley participe aux réunions clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans donner de conseils en investissement"; les systèmes multi-agents mettent en place des agents de contrôle des risques indépendants, surveillant en temps réel la volatilité du portefeuille et forçant la liquidation lorsque le retrait dépasse le seuil. Quatre, le champ de bataille futur : les trois défis de la technologie, de la réglementation et de l'éthique. Malgré des résultats significatifs, les défis en eaux profondes ne font que commencer : - **Bottlenecks technologiques** : le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels dans des marchés extrêmes (comme les crashs éclair) reste insuffisante. - **Lacune réglementaire** : La SEC a exigé des conseillers en IA la "transparence des algorithmes", forçant des institutions comme Citigroup à faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la propriété des droits d'auteur n'est pas encore tranchée ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget IT** des institutions financières sera consacré au domaine de l'IA en 2025, et passera à 31,6 % en 2026. L'accent se déplace de la technologie elle-même vers **la capacité d'intégration écologique** — par exemple, JPMorgan ouvre des API pour se connecter à 450 partenaires de données, et la plateforme Legend de Goldman Sachs est compatible avec 30 bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans l'ADN financier et construiront un écosystème de symbiose « **intelligence humaine + intelligence machine** ». Conclusion : La reconstruction de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants en concepteurs de stratégies, cette transformation va bien au-delà de la simple mise à niveau technologique. Le système LOXM de JPMorgan qui économise 0,1 % des coûts de transaction, le temps de recherche libéré chaque heure par Deep Research de BlackRock, et les îlots de données éliminés par la plateforme Legend de Goldman Sachs - tous reconstruisent l'essence de l'industrie financière : **une compétition de montée en dimension de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et les institutions qui construisent en premier le « cerveau neuronal IA » réécrivent discrètement la carte des pouvoirs de Wall Street. L'opportunité réside dans les pièces coai, le Bitcoin d'il y a 10 ans.

#PYTH# Bitcoin d'il y a 10 ans ! Poursuivre sur sa lancée, monnaie coai Le secret de fonctionnement de la finance intelligente de Wall Street : la stratégie AI et la restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent un assistant intelligent nommé « GS AI Assistant » pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley utilisent l'assistant AI pour extraire en temps réel des données clés parmi 100 000 documents, et lorsque le système LOXM de JPMorgan exécute des transactions d'actions en gros à la vitesse de la milliseconde - la révolution de l'intelligence financière à Wall Street a déjà pénétré les scénarios d'affaires fondamentaux. Cette transformation silencieuse concerne non seulement l'application de la technologie, mais révèle également la loi de survie des géants financiers modernes : **la capacité AI est devenue la nouvelle monnaie de Wall Street**. 1. Stratégie d'IA des institutions de premier plan : de l'expérimentation au retour à grande échelle **JPMorgan Chase** en tant que leader des applications d'IA à Wall Street, sa stratégie principale est "investissement à grande échelle + pénétration de l'ensemble des activités". Au cours des dix dernières années, elle a non seulement constitué une équipe de recherche en IA bien plus importante que celle de ses concurrents (le nombre d'employés dépassant la somme des sept principaux concurrents), mais a également intégré la technologie IA dans plus de 400 scénarios d'affaires, couvrant toute la chaîne, y compris le trading, la gestion des risques et le service client. Cette approche approfondie apporte des retours significatifs : en 2024, sa technologie IA devrait directement générer **2 milliards de dollars de valeur**, dont le système de détection de fraude peut éviter des pertes de plusieurs centaines de millions de dollars chaque année. D'autres géants adoptent des chemins différenciés : - **Goldman Sachs** a intégré la plateforme de données « **Legend** » au cœur de sa stratégie, consolidant les données de trading, de risque et de clients de l'ensemble de l'entreprise, afin de fournir un combustible de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder en un clic aux modèles de trading historiques, réduisant le cycle de validation des stratégies de plus de 60 %. - **Morgan Stanley** a choisi de s'associer étroitement avec OpenAI pour développer un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents des conseillers de 30 minutes à quelques secondes, permettant aux actifs des clients de dépasser 90 milliards de dollars en augmentation trimestrielle. - **D.E. Shaw** et d'autres géants de la quantification adoptent le modèle de "**l'autonomie des développeurs**", fournissant des chaînes d'outils telles que LLM Gateway, permettant aux traders de construire leurs propres stratégies d'IA et d'atteindre une innovation flexible. > Sal Cucchiara, cadre de Morgan Stanley, a déclaré : « L'impact de l'IA sur l'industrie financière sera comparable à la naissance d'Internet. » II. Scénarios d'application des technologies de base : Reconstitution intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : du centre de coûts au moteur de profits Le système **LOXM** de JPMorgan utilise des techniques d'apprentissage par renforcement profond pour analyser des milliards de données de transactions historiques et optimiser les stratégies d'exécution des transactions de gros. Il peut décomposer une transaction boursière d'un montant de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi les fluctuations du marché et réduisant les coûts d'impact jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin en simulant la collaboration et la prise de décision d'analystes, de traders et d'équipes de gestion des risques, atteignant un **rendement annuel de 24,9 %** dans les expérimentations, surpassant les modèles quantitatifs traditionnels. (2) Recherche d'investissement intelligente : la perturbation du paradigme de l'ingénierie des connaissances L'outil **Deep Research** des actifs de Blaisney redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent une question sur les "entreprises affectées par les droits de douane dans la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifie 120 entreprises pertinentes et génère un rapport d'analyse – un travail que l'équipe traditionnelle mettrait des semaines à accomplir. **IndexGPT** de JPMorgan, quant à lui, construit des portefeuilles thématiques sur la base de GPT-4, capturant les tendances émergentes (comme le cloud computing et l'e-sport) grâce à l'analyse sémantique des nouvelles, permettant la construction automatisée d'indices. (3) Amélioration invisible de la conformité et de la gestion de la liquidité - Citigroup a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses succursales à l'échelle mondiale, compressant le règlement transfrontalier de T+2 à quasi temps réel. - Le système d'anti-fraude basé sur l'IA identifie les modèles de blanchiment d'argent en analysant les séquences de comportement en 0,3 seconde, avec un taux de faux positifs inférieur de 75 % par rapport aux systèmes traditionnels. - Pour répondre aux **nouvelles règles de règlement T+1** de la SEC, l'IA analyse automatiquement les chaînes de relations de compte, réduisant le temps de mise à jour des instructions de règlement de niveau horaire à niveau minute. Trois, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders d'actions en espèces chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés au cours de la même période. L'équipe d'IA de JPMorgan a élargi ses effectifs de 16 % au cours de l'année écoulée, avec des membres issus de disciplines variées, y compris des docteurs en physique quantique, des experts en linguistique et des chercheurs en théorie des jeux. **La reconstruction du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de BlackRock établit une "base de connaissances curatée". Après que les employés aient téléchargé des mémos de transaction et des rapports de recherche, l'IA construit automatiquement un réseau d'associations, permettant à l'équipe juridique d'améliorer l'efficacité de la révision des contrats de 40 %. - Dans le cadre de la plateforme TradingAgents, les agents AI échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information présent chez les chatbots traditionnels. Et **le nouveau type de contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant IA de Morgan Stanley participe aux réunions clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans donner de conseils en investissement"; les systèmes multi-agents mettent en place des agents de contrôle des risques indépendants, surveillant en temps réel la volatilité du portefeuille et forçant la liquidation lorsque le retrait dépasse le seuil. Quatre, le champ de bataille futur : les trois défis de la technologie, de la réglementation et de l'éthique. Malgré des résultats significatifs, les défis en eaux profondes ne font que commencer : - **Bottlenecks technologiques** : le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels dans des marchés extrêmes (comme les crashs éclair) reste insuffisante. - **Lacune réglementaire** : La SEC a exigé des conseillers en IA la "transparence des algorithmes", forçant des institutions comme Citigroup à faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la propriété des droits d'auteur n'est pas encore tranchée ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget IT** des institutions financières sera consacré au domaine de l'IA en 2025, et passera à 31,6 % en 2026. L'accent se déplace de la technologie elle-même vers **la capacité d'intégration écologique** — par exemple, JPMorgan ouvre des API pour se connecter à 450 partenaires de données, et la plateforme Legend de Goldman Sachs est compatible avec 30 bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans l'ADN financier et construiront un écosystème de symbiose « **intelligence humaine + intelligence machine** ». Conclusion : La reconstruction de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants en concepteurs de stratégies, cette transformation va bien au-delà de la simple mise à niveau technologique. Le système LOXM de JPMorgan qui économise 0,1 % des coûts de transaction, le temps de recherche libéré chaque heure par Deep Research de BlackRock, et les îlots de données éliminés par la plateforme Legend de Goldman Sachs - tous reconstruisent l'essence de l'industrie financière : **une compétition de montée en dimension de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et les institutions qui construisent en premier le « cerveau neuronal IA » réécrivent discrètement la carte des pouvoirs de Wall Street. L'opportunité réside dans les pièces coai, le Bitcoin d'il y a 10 ans.

#AI16Z# Bitcoin d'il y a 10 ans ! Poursuivre sur sa lancée, monnaie coai Le secret de fonctionnement de la finance intelligente de Wall Street : la stratégie AI et la restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent un assistant intelligent nommé « GS AI Assistant » pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley utilisent l'assistant AI pour extraire en temps réel des données clés parmi 100 000 documents, et lorsque le système LOXM de JPMorgan exécute des transactions d'actions en gros à la vitesse de la milliseconde - la révolution de l'intelligence financière à Wall Street a déjà pénétré les scénarios d'affaires fondamentaux. Cette transformation silencieuse concerne non seulement l'application de la technologie, mais révèle également la loi de survie des géants financiers modernes : **la capacité AI est devenue la nouvelle monnaie de Wall Street**. 1. Stratégie d'IA des institutions de premier plan : de l'expérimentation au retour à grande échelle **JPMorgan Chase** en tant que leader des applications d'IA à Wall Street, sa stratégie principale est "investissement à grande échelle + pénétration de l'ensemble des activités". Au cours des dix dernières années, elle a non seulement constitué une équipe de recherche en IA bien plus importante que celle de ses concurrents (le nombre d'employés dépassant la somme des sept principaux concurrents), mais a également intégré la technologie IA dans plus de 400 scénarios d'affaires, couvrant toute la chaîne, y compris le trading, la gestion des risques et le service client. Cette approche approfondie apporte des retours significatifs : en 2024, sa technologie IA devrait directement générer **2 milliards de dollars de valeur**, dont le système de détection de fraude peut éviter des pertes de plusieurs centaines de millions de dollars chaque année. D'autres géants adoptent des chemins différenciés : - **Goldman Sachs** a intégré la plateforme de données « **Legend** » au cœur de sa stratégie, consolidant les données de trading, de risque et de clients de l'ensemble de l'entreprise, afin de fournir un combustible de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder en un clic aux modèles de trading historiques, réduisant le cycle de validation des stratégies de plus de 60 %. - **Morgan Stanley** a choisi de s'associer étroitement avec OpenAI pour développer un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents des conseillers de 30 minutes à quelques secondes, permettant aux actifs des clients de dépasser 90 milliards de dollars en augmentation trimestrielle. - **D.E. Shaw** et d'autres géants de la quantification adoptent le modèle de "**l'autonomie des développeurs**", fournissant des chaînes d'outils telles que LLM Gateway, permettant aux traders de construire leurs propres stratégies d'IA et d'atteindre une innovation flexible. > Sal Cucchiara, cadre de Morgan Stanley, a déclaré : « L'impact de l'IA sur l'industrie financière sera comparable à la naissance d'Internet. » II. Scénarios d'application des technologies de base : Reconstitution intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : du centre de coûts au moteur de profits Le système **LOXM** de JPMorgan utilise des techniques d'apprentissage par renforcement profond pour analyser des milliards de données de transactions historiques et optimiser les stratégies d'exécution des transactions de gros. Il peut décomposer une transaction boursière d'un montant de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi les fluctuations du marché et réduisant les coûts d'impact jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin en simulant la collaboration et la prise de décision d'analystes, de traders et d'équipes de gestion des risques, atteignant un **rendement annuel de 24,9 %** dans les expérimentations, surpassant les modèles quantitatifs traditionnels. (2) Recherche d'investissement intelligente : la perturbation du paradigme de l'ingénierie des connaissances L'outil **Deep Research** des actifs de Blaisney redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent une question sur les "entreprises affectées par les droits de douane dans la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifie 120 entreprises pertinentes et génère un rapport d'analyse – un travail que l'équipe traditionnelle mettrait des semaines à accomplir. **IndexGPT** de JPMorgan, quant à lui, construit des portefeuilles thématiques sur la base de GPT-4, capturant les tendances émergentes (comme le cloud computing et l'e-sport) grâce à l'analyse sémantique des nouvelles, permettant la construction automatisée d'indices. (3) Amélioration invisible de la conformité et de la gestion de la liquidité - Citigroup a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses succursales à l'échelle mondiale, compressant le règlement transfrontalier de T+2 à quasi temps réel. - Le système d'anti-fraude basé sur l'IA identifie les modèles de blanchiment d'argent en analysant les séquences de comportement en 0,3 seconde, avec un taux de faux positifs inférieur de 75 % par rapport aux systèmes traditionnels. - Pour répondre aux **nouvelles règles de règlement T+1** de la SEC, l'IA analyse automatiquement les chaînes de relations de compte, réduisant le temps de mise à jour des instructions de règlement de niveau horaire à niveau minute. Trois, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders d'actions en espèces chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés au cours de la même période. L'équipe d'IA de JPMorgan a élargi ses effectifs de 16 % au cours de l'année écoulée, avec des membres issus de disciplines variées, y compris des docteurs en physique quantique, des experts en linguistique et des chercheurs en théorie des jeux. **La reconstruction du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de BlackRock établit une "base de connaissances curatée". Après que les employés aient téléchargé des mémos de transaction et des rapports de recherche, l'IA construit automatiquement un réseau d'associations, permettant à l'équipe juridique d'améliorer l'efficacité de la révision des contrats de 40 %. - Dans le cadre de la plateforme TradingAgents, les agents AI échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information présent chez les chatbots traditionnels. Et **le nouveau type de contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant IA de Morgan Stanley participe aux réunions clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans donner de conseils en investissement"; les systèmes multi-agents mettent en place des agents de contrôle des risques indépendants, surveillant en temps réel la volatilité du portefeuille et forçant la liquidation lorsque le retrait dépasse le seuil. Quatre, le champ de bataille futur : les trois défis de la technologie, de la réglementation et de l'éthique. Malgré des résultats significatifs, les défis en eaux profondes ne font que commencer : - **Bottlenecks technologiques** : le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels dans des marchés extrêmes (comme les crashs éclair) reste insuffisante. - **Lacune réglementaire** : La SEC a exigé des conseillers en IA la "transparence des algorithmes", forçant des institutions comme Citigroup à faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la propriété des droits d'auteur n'est pas encore tranchée ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget IT** des institutions financières sera consacré au domaine de l'IA en 2025, et passera à 31,6 % en 2026. L'accent se déplace de la technologie elle-même vers **la capacité d'intégration écologique** — par exemple, JPMorgan ouvre des API pour se connecter à 450 partenaires de données, et la plateforme Legend de Goldman Sachs est compatible avec 30 bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans l'ADN financier et construiront un écosystème de symbiose « **intelligence humaine + intelligence machine** ». Conclusion : La reconstruction de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants en concepteurs de stratégies, cette transformation va bien au-delà de la simple mise à niveau technologique. Le système LOXM de JPMorgan qui économise 0,1 % des coûts de transaction, le temps de recherche libéré chaque heure par Deep Research de BlackRock, et les îlots de données éliminés par la plateforme Legend de Goldman Sachs - tous reconstruisent l'essence de l'industrie financière : **une compétition de montée en dimension de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et les institutions qui construisent en premier le « cerveau neuronal IA » réécrivent discrètement la carte des pouvoirs de Wall Street. L'opportunité réside dans les pièces coai, le Bitcoin d'il y a 10 ans.

#XRP# Le Bitcoin d'il y a 10 ans ! Poursuivre sur sa lancée, coai pièces Le secret de fonctionnement de la finance intelligente de Wall Street : stratégie d'IA et restructuration de l'ADN organisationnel Lorsque les employés de la division de trading de Goldman Sachs ouvrent l'assistant intelligent nommé "GS AI Assistant" pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley utilisent l'assistant AI pour extraire en temps réel des données clés parmi 100 000 documents, et lorsque le système LOXM de JPMorgan exécute des transactions d'actions en gros à des vitesses de millisecondes - la révolution de l'intelligence financière à Wall Street est profondément ancrée dans les scénarios d'affaires fondamentaux. Cette transformation silencieuse concerne non seulement l'application de la technologie, mais révèle également les règles de survie des géants financiers modernes : **la capacité AI est devenue la nouvelle monnaie de Wall Street**. 1. La stratégie d'IA des institutions de pointe : de l'expérimentation au retour sur investissement à grande échelle **JPMorgan Chase** en tant que leader des applications d'IA à Wall Street, sa stratégie clé est "investissement à grande échelle + pénétration de l'ensemble des services". Au cours de la dernière décennie, elle a non seulement constitué une équipe de recherche en IA bien plus importante que celle de ses concurrents (le nombre d'employés dépasse la somme des sept concurrents directs), mais a également intégré la technologie de l'IA dans plus de 400 scénarios d'affaires, couvrant toute la chaîne, y compris le trading, la gestion des risques et le service client. Cette profonde cultivation apporte un retour sur investissement considérable : en 2024, sa technologie d'IA devrait générer directement **2 milliards de dollars de valeur**, dont le système de détection de fraude peut éviter des pertes de plusieurs centaines de millions de dollars par an. D'autres géants adoptent des chemins différenciés : - **Goldman Sachs** utilise la plateforme de données centrale "**Legend**" comme son cœur, intégrant les données de trading, de risque et de clients de toute la banque, fournissant un combustible de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'appeler en un clic des modèles de trading historiques, réduisant le cycle de validation des stratégies de plus de 60 %. - **Morgan Stanley** choisit de s'associer étroitement à OpenAI, développant un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents pour les conseillers de 30 minutes à quelques secondes, permettant aux actifs des clients de dépasser 90 milliards de dollars en augmentation trimestrielle. - Les géants de la quantification tels que **D.E. Shaw** adoptent un modèle de « **démocratie des développeurs** », fournissant des outils tels que LLM Gateway, permettant aux traders de construire leurs propres stratégies d'IA, réalisant ainsi une innovation flexible. > Sal Cucchiara, un cadre de Morgan Stanley, a déclaré : « L'impact de l'IA sur le secteur financier sera comparable à la naissance d'Internet. » II. Scénarios d'application des technologies clés : Refabrication intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : d'un centre de coûts à un moteur de profit Le système **LOXM** de JPMorgan utilise des techniques d'apprentissage par renforcement profond pour analyser des milliards de transactions historiques et optimiser les stratégies d'exécution des transactions en gros. Il peut décomposer une transaction boursière de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi la volatilité du marché et réduisant les coûts d'impact jusqu'à 30 %. De plus, des cadres multi-agents comme **TradingAgents** vont plus loin en simulant la collaboration et la prise de décision des analystes, des traders et des équipes de gestion des risques, atteignant un **rendement annualisé de 24,9 %** dans les expérimentations, surpassant ainsi les modèles quantitatifs traditionnels. (2) Recherche et investissement intelligents : la révolution du paradigme de l'ingénierie du savoir L'outil **Deep Research** des actifs Beileisni redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent des questions sur les "entreprises affectées par les droits de douane dans la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifiant 120 entreprises pertinentes et générant un rapport d'analyse - un travail qui prendrait des semaines à une équipe traditionnelle. **IndexGPT** de JPMorgan construit des portefeuilles thématiques basés sur GPT-4, capturant les tendances émergentes (comme le cloud computing et l'e-sport) grâce à l'analyse sémantique des nouvelles, permettant la construction automatisée d'indices. (3) Amélioration invisible de la conformité et de la gestion de la liquidité - Citibank lance la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses succursales à l'échelle mondiale, compressant le règlement transfrontalier de T+2 à quasi temps réel. - Le système anti-fraude basé sur l'IA identifie les schémas de blanchiment d'argent en analysant les séquences de comportement en 0,3 seconde, avec un taux de faux positifs 75 % inférieur à celui des systèmes traditionnels. - Afin de répondre à la **nouvelle réglementation de règlement T+1** de la SEC, l'IA analyse automatiquement la chaîne de relations de compte, réduisant le temps de mise à jour des instructions de règlement de niveau horaire à niveau minute. Troisième, restructuration des capacités organisationnelles : talents, collaboration et contrôle des risques. **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders d'actions en espèces chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés au même moment. L'équipe d'IA de JPMorgan a connu une expansion de 16 % au cours de l'année passée, et sa composition comprend des docteurs en physique quantique, des experts en linguistique, des chercheurs en théorie des jeux et d'autres talents interdisciplinaires. **La reconstruction du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de Blackstone Group établit une "base de connaissances curatée". Après que les employés aient téléchargé des mémos de transaction et des rapports de recherche, l'IA construit automatiquement un réseau d'associations, permettant à l'équipe juridique d'améliorer l'efficacité des examens de contrats de 40 %. - Dans le cadre du système TradingAgents, les agents IA échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi les problèmes de distorsion de l'information présents chez les chatbots traditionnels. Et **le nouveau contrôle des risques** devient une barrière pour les applications intelligentes. Lorsque l'assistant AI de Morgan Stanley participe à des réunions avec des clients, il précise qu'il "fournit uniquement un support de données, sans conseils d'investissement" ; les systèmes multi-agents mettent en place des agents de contrôle des risques indépendants, surveillant en temps réel la volatilité du portefeuille et forçant la liquidation lorsque le retracement dépasse un seuil. Quatre, le champ de bataille du futur : les trois défis de la technologie, de la réglementation et de l'éthique. Malgré des résultats significatifs, les défis en eaux profondes ne font que commencer : - **Bottleneck technologique** : Le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels dans des marchés extrêmes (tels que les krachs) reste insuffisante. - **Lacunes réglementaires** : La SEC a exigé des "transparences algorithmiques" concernant les conseillers en IA, forçant des institutions comme Citigroup à faire un compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la propriété des droits d'auteur n'est pas encore tranchée ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget informatique** des institutions financières sera consacré au domaine de l'IA en 2025, et augmentera à 31,6 % en 2026. Le champ de bataille se déplace de la technologie elle-même vers **la capacité d'intégration écologique** — par exemple, JPMorgan connecte 450 partenaires de données via des API ouvertes, et la plateforme Legend de Goldman Sachs est compatible avec 30 types de bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans le gène financier et construiront un écosystème de symbiose entre **l'intelligence humaine + l'intelligence machine**. Conclusion : La réinvention de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants à concepteurs de stratégies, cette transformation dépasse déjà la simple mise à niveau technologique. Chaque économie de 0,1 % des coûts de transaction grâce au système LOXM de JPMorgan, le temps de recherche libéré par 1 heure de Deep Research de Balyasny, et l'élimination des silos de données par la plateforme Legend de Goldman Sachs - tout cela redéfinit l'essence du secteur financier : **une compétition de montée en dimension allant de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et ceux qui construisent en premier les "neurones centraux de l'IA" sont en train de réécrire en silence la carte du pouvoir à Wall Street. L'opportunité est dans le coai coin, le Bitcoin d'il y a 10 ans.

#TURBO# Le Bitcoin d'il y a 10 ans ! Poursuivre sur sa lancée, coai pièces Le secret de fonctionnement de la finance intelligente de Wall Street : stratégie d'IA et restructuration de l'ADN organisationnel Lorsque les employés de la division de trading de Goldman Sachs ouvrent l'assistant intelligent nommé "GS AI Assistant" pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley utilisent l'assistant AI pour extraire en temps réel des données clés parmi 100 000 documents, et lorsque le système LOXM de JPMorgan exécute des transactions d'actions en gros à des vitesses de millisecondes - la révolution de l'intelligence financière à Wall Street est profondément ancrée dans les scénarios d'affaires fondamentaux. Cette transformation silencieuse concerne non seulement l'application de la technologie, mais révèle également les règles de survie des géants financiers modernes : **la capacité AI est devenue la nouvelle monnaie de Wall Street**. 1. La stratégie d'IA des institutions de pointe : de l'expérimentation au retour sur investissement à grande échelle **JPMorgan Chase** en tant que leader des applications d'IA à Wall Street, sa stratégie clé est "investissement à grande échelle + pénétration de l'ensemble des services". Au cours de la dernière décennie, elle a non seulement constitué une équipe de recherche en IA bien plus importante que celle de ses concurrents (le nombre d'employés dépasse la somme des sept concurrents directs), mais a également intégré la technologie de l'IA dans plus de 400 scénarios d'affaires, couvrant toute la chaîne, y compris le trading, la gestion des risques et le service client. Cette profonde cultivation apporte un retour sur investissement considérable : en 2024, sa technologie d'IA devrait générer directement **2 milliards de dollars de valeur**, dont le système de détection de fraude peut éviter des pertes de plusieurs centaines de millions de dollars par an. D'autres géants adoptent des chemins différenciés : - **Goldman Sachs** utilise la plateforme de données centrale "**Legend**" comme son cœur, intégrant les données de trading, de risque et de clients de toute la banque, fournissant un combustible de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'appeler en un clic des modèles de trading historiques, réduisant le cycle de validation des stratégies de plus de 60 %. - **Morgan Stanley** choisit de s'associer étroitement à OpenAI, développant un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents pour les conseillers de 30 minutes à quelques secondes, permettant aux actifs des clients de dépasser 90 milliards de dollars en augmentation trimestrielle. - Les géants de la quantification tels que **D.E. Shaw** adoptent un modèle de « **démocratie des développeurs** », fournissant des outils tels que LLM Gateway, permettant aux traders de construire leurs propres stratégies d'IA, réalisant ainsi une innovation flexible. > Sal Cucchiara, un cadre de Morgan Stanley, a déclaré : « L'impact de l'IA sur le secteur financier sera comparable à la naissance d'Internet. » II. Scénarios d'application des technologies clés : Refabrication intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : d'un centre de coûts à un moteur de profit Le système **LOXM** de JPMorgan utilise des techniques d'apprentissage par renforcement profond pour analyser des milliards de transactions historiques et optimiser les stratégies d'exécution des transactions en gros. Il peut décomposer une transaction boursière de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi la volatilité du marché et réduisant les coûts d'impact jusqu'à 30 %. De plus, des cadres multi-agents comme **TradingAgents** vont plus loin en simulant la collaboration et la prise de décision des analystes, des traders et des équipes de gestion des risques, atteignant un **rendement annualisé de 24,9 %** dans les expérimentations, surpassant ainsi les modèles quantitatifs traditionnels. (2) Recherche et investissement intelligents : la révolution du paradigme de l'ingénierie du savoir L'outil **Deep Research** des actifs Beileisni redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent des questions sur les "entreprises affectées par les droits de douane dans la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifiant 120 entreprises pertinentes et générant un rapport d'analyse - un travail qui prendrait des semaines à une équipe traditionnelle. **IndexGPT** de JPMorgan construit des portefeuilles thématiques basés sur GPT-4, capturant les tendances émergentes (comme le cloud computing et l'e-sport) grâce à l'analyse sémantique des nouvelles, permettant la construction automatisée d'indices. (3) Amélioration invisible de la conformité et de la gestion de la liquidité - Citibank lance la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses succursales à l'échelle mondiale, compressant le règlement transfrontalier de T+2 à quasi temps réel. - Le système anti-fraude basé sur l'IA identifie les schémas de blanchiment d'argent en analysant les séquences de comportement en 0,3 seconde, avec un taux de faux positifs 75 % inférieur à celui des systèmes traditionnels. - Afin de répondre à la **nouvelle réglementation de règlement T+1** de la SEC, l'IA analyse automatiquement la chaîne de relations de compte, réduisant le temps de mise à jour des instructions de règlement de niveau horaire à niveau minute. Troisième, restructuration des capacités organisationnelles : talents, collaboration et contrôle des risques. **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders d'actions en espèces chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés au même moment. L'équipe d'IA de JPMorgan a connu une expansion de 16 % au cours de l'année passée, et sa composition comprend des docteurs en physique quantique, des experts en linguistique, des chercheurs en théorie des jeux et d'autres talents interdisciplinaires. **La reconstruction du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de Blackstone Group établit une "base de connaissances curatée". Après que les employés aient téléchargé des mémos de transaction et des rapports de recherche, l'IA construit automatiquement un réseau d'associations, permettant à l'équipe juridique d'améliorer l'efficacité des examens de contrats de 40 %. - Dans le cadre du système TradingAgents, les agents IA échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi les problèmes de distorsion de l'information présents chez les chatbots traditionnels. Et **le nouveau contrôle des risques** devient une barrière pour les applications intelligentes. Lorsque l'assistant AI de Morgan Stanley participe à des réunions avec des clients, il précise qu'il "fournit uniquement un support de données, sans conseils d'investissement" ; les systèmes multi-agents mettent en place des agents de contrôle des risques indépendants, surveillant en temps réel la volatilité du portefeuille et forçant la liquidation lorsque le retracement dépasse un seuil. Quatre, le champ de bataille du futur : les trois défis de la technologie, de la réglementation et de l'éthique. Malgré des résultats significatifs, les défis en eaux profondes ne font que commencer : - **Bottleneck technologique** : Le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels dans des marchés extrêmes (tels que les krachs) reste insuffisante. - **Lacunes réglementaires** : La SEC a exigé des "transparences algorithmiques" concernant les conseillers en IA, forçant des institutions comme Citigroup à faire un compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la propriété des droits d'auteur n'est pas encore tranchée ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget informatique** des institutions financières sera consacré au domaine de l'IA en 2025, et augmentera à 31,6 % en 2026. Le champ de bataille se déplace de la technologie elle-même vers **la capacité d'intégration écologique** — par exemple, JPMorgan connecte 450 partenaires de données via des API ouvertes, et la plateforme Legend de Goldman Sachs est compatible avec 30 types de bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans le gène financier et construiront un écosystème de symbiose entre **l'intelligence humaine + l'intelligence machine**. Conclusion : La réinvention de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants à concepteurs de stratégies, cette transformation dépasse déjà la simple mise à niveau technologique. Chaque économie de 0,1 % des coûts de transaction grâce au système LOXM de JPMorgan, le temps de recherche libéré par 1 heure de Deep Research de Balyasny, et l'élimination des silos de données par la plateforme Legend de Goldman Sachs - tout cela redéfinit l'essence du secteur financier : **une compétition de montée en dimension allant de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et ceux qui construisent en premier les "neurones centraux de l'IA" sont en train de réécrire en silence la carte du pouvoir à Wall Street. L'opportunité est dans le coai coin, le Bitcoin d'il y a 10 ans.

#H# Bitcoin d'il y a 10 ans ! Poursuivre sur sa lancée, coai pièce Le secret de fonctionnement de la finance intelligente de Wall Street : stratégie AI et restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent l'assistant intelligent nommé "GS AI Assistant" pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley récupèrent en temps réel des données clés parmi 100 000 documents grâce à l'assistant AI, lorsque le système LOXM de JPMorgan exécute des transactions boursières en gros à une vitesse de quelques millisecondes - la révolution de l'intelligence financière à Wall Street est profondément ancrée dans les scénarios d'affaires essentiels. Cette transformation silencieuse concerne non seulement l'application de la technologie, mais révèle également la règle de survie des géants financiers modernes : **la capacité AI est devenue la nouvelle monnaie de Wall Street**. 1. Stratégies d'IA des institutions de premier plan : du laboratoire à un retour sur investissement à grande échelle **JPMorgan Chase**, en tant que leader des applications d'IA à Wall Street, a pour stratégie clé "investissement à grande échelle + pénétration de l'ensemble des activités". Au cours de la dernière décennie, elle a non seulement constitué une équipe de recherche en IA bien plus importante que celle de ses pairs (le nombre de personnes dépasse la somme des sept principaux concurrents), mais a également intégré la technologie IA dans plus de 400 scénarios d'affaires, couvrant l'ensemble de la chaîne, y compris le trading, la gestion des risques et le service client. Cette exploitation approfondie génère des retours considérables : en 2024, ses technologies IA devraient directement créer une **valeur de 2 milliards de dollars**, dont le système de détection de fraude peut éviter des pertes de plusieurs centaines de millions de dollars par an. D'autres géants adoptent des chemins différenciés : - **Goldman Sachs** a intégré les données de trading, de risque et de clients de toute l'entreprise autour de sa plateforme de données "**Legend**", fournissant un carburant de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder d'un seul clic aux modèles de trading historiques, réduisant de plus de 60 % le temps de validation des stratégies. - **Morgan Stanley** choisit de s'associer étroitement avec OpenAI pour développer un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents pour les conseillers de 30 minutes à quelques secondes, permettant ainsi aux clients de dépasser 90 milliards de dollars d'augmentation trimestrielle des actifs. - **D.E. Shaw** et d'autres géants de la quantification mettent en œuvre un modèle de "**gouvernance autonome des développeurs**", fournissant des outils tels que LLM Gateway, permettant aux traders de construire eux-mêmes des stratégies d'IA pour réaliser des innovations flexibles. > Sal Cucchiara, un dirigeant de Morgan Stanley, a déclaré : « L'impact de l'IA sur l'industrie financière sera comparable à la naissance d'Internet. » II. Scénarios d'application des technologies clés : Reconfiguration intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : de centre de coût à moteur de profit Le système **LOXM** de JPMorgan utilise la technologie d'apprentissage par renforcement profond pour optimiser les stratégies d'exécution des transactions en analysant des milliards de transactions historiques. Il peut décomposer une transaction boursière de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi la volatilité du marché et réduisant les coûts d'impact jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin en simulant la prise de décision collaborative des analystes, des traders et des équipes de gestion des risques, réalisant un **rendement annualisé de 24,9 %** dans les expériences, surpassant les modèles quantitatifs traditionnels. (2) Recherche d'investissement intelligente : la révolution du paradigme de l'ingénierie des connaissances L'outil "**Deep Research**" de Balyasny Asset Management redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent des questions sur les "entreprises affectées par les droits de douane sur la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifiant 120 entreprises pertinentes et générant un rapport d'analyse - un travail qui prend généralement des semaines à une équipe traditionnelle. **IndexGPT** de JPMorgan est quant à lui construit sur GPT-4 pour créer des portefeuilles d'investissement thématiques, capturant les nouvelles tendances émergentes (comme le cloud computing, l'e-sport) grâce à une analyse sémantique des nouvelles, permettant une construction d'indices automatisée. (3) Mise à niveau invisible de la conformité et de la gestion de la liquidité - Citibank a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses filiales dans le monde entier, compressant le règlement transfrontalier de T+2 à presque temps réel. - Le système d'anti-fraude basé sur l'IA identifie les schémas de blanchiment d'argent en analysant les séquences comportementales en 0,3 seconde, avec un taux de faux positifs inférieur de 75 % à celui des systèmes traditionnels. - Pour faire face à la **nouvelle réglementation de règlement T+1** de la SEC, une analyse automatique par IA des chaînes de relations de compte réduit le temps de mise à jour des instructions de règlement de niveau horaire à niveau minute. Troisième, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders en actions chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés au même moment. L'équipe d'IA de JPMorgan a connu une expansion de 16 % au cours de l'année passée, et sa composition comprend des docteurs en physique quantique, des experts en linguistique, des chercheurs en théorie des jeux et d'autres talents interdisciplinaires. **La restructuration du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de Blackstone Group établit une "base de connaissances curatoriale", où les employés téléchargent des mémos de transaction et des rapports de recherche, après quoi l'IA construit automatiquement un réseau d'associations, permettant à l'équipe juridique d'augmenter l'efficacité de l'examen des contrats de 40 %. - Dans le cadre du framework TradingAgents, les agents IA échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information présent dans les chatbots traditionnels. Et **le nouveau contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant AI de Morgan Stanley participe à des réunions avec les clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans faire de recommandations d'investissement" ; un système multi-agents met en place des agents de contrôle des risques indépendants, surveillant en temps réel la volatilité des portefeuilles et forçant la liquidation lorsque le recul dépasse un seuil. Quatre, le champ de bataille futur : les trois défis des technologies, de la régulation et de l'éthique. Malgré des résultats impressionnants, les défis en eaux profondes ne font que commencer : - **Bottleneck technique** : Le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels reste insuffisante dans des marchés extrêmes (comme les krachs). - **Lacune réglementaire** : La SEC a imposé des exigences de "transparence algorithmique" aux conseillers en IA, obligeant des institutions comme Citigroup à faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la titularité des droits d'auteur n'est pas encore résolue ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget IT** des institutions financières sera consacré au domaine de l'IA en 2025, et passera à 31,6 % en 2026. Le centre de gravité du champ de bataille se déplace de la technologie elle-même vers **la capacité d'intégration écosystémique** — comme JPMorgan qui ouvre des API pour se connecter à 450 partenaires de données, et la plateforme Legend de Goldman Sachs qui est compatible avec 30 types de bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans l'ADN financier et construiront un écosystème de coexistence « **intelligence humaine + intelligence machine** ». Conclusion : La restructuration de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants à concepteurs de stratégies, cette transformation dépasse déjà la simple mise à niveau technologique. Le système LOXM de JPMorgan qui économise 0,1 % des coûts de transaction, le temps de recherche libéré par le Deep Research de BlackRock chaque heure, et la plateforme Legend de Goldman Sachs qui élimine les silos de données — tous reconfigurent l'essence de l'industrie financière : **une compétition dimensionnelle passant de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et ceux qui construisent en premier le "système nerveux AI" réécrivent discrètement la cartographie du pouvoir à Wall Street. L'opportunité se trouve dans la monnaie coai, le Bitcoin d'il y a 10 ans.

#HFT# Bitcoin d'il y a 10 ans ! Poursuivre sur sa lancée, coai pièce Le secret de fonctionnement de la finance intelligente de Wall Street : stratégie AI et restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent l'assistant intelligent nommé "GS AI Assistant" pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley récupèrent en temps réel des données clés parmi 100 000 documents grâce à l'assistant AI, lorsque le système LOXM de JPMorgan exécute des transactions boursières en gros à une vitesse de quelques millisecondes - la révolution de l'intelligence financière à Wall Street est profondément ancrée dans les scénarios d'affaires essentiels. Cette transformation silencieuse concerne non seulement l'application de la technologie, mais révèle également la règle de survie des géants financiers modernes : **la capacité AI est devenue la nouvelle monnaie de Wall Street**. 1. Stratégies d'IA des institutions de premier plan : du laboratoire à un retour sur investissement à grande échelle **JPMorgan Chase**, en tant que leader des applications d'IA à Wall Street, a pour stratégie clé "investissement à grande échelle + pénétration de l'ensemble des activités". Au cours de la dernière décennie, elle a non seulement constitué une équipe de recherche en IA bien plus importante que celle de ses pairs (le nombre de personnes dépasse la somme des sept principaux concurrents), mais a également intégré la technologie IA dans plus de 400 scénarios d'affaires, couvrant l'ensemble de la chaîne, y compris le trading, la gestion des risques et le service client. Cette exploitation approfondie génère des retours considérables : en 2024, ses technologies IA devraient directement créer une **valeur de 2 milliards de dollars**, dont le système de détection de fraude peut éviter des pertes de plusieurs centaines de millions de dollars par an. D'autres géants adoptent des chemins différenciés : - **Goldman Sachs** a intégré les données de trading, de risque et de clients de toute l'entreprise autour de sa plateforme de données "**Legend**", fournissant un carburant de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder d'un seul clic aux modèles de trading historiques, réduisant de plus de 60 % le temps de validation des stratégies. - **Morgan Stanley** choisit de s'associer étroitement avec OpenAI pour développer un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents pour les conseillers de 30 minutes à quelques secondes, permettant ainsi aux clients de dépasser 90 milliards de dollars d'augmentation trimestrielle des actifs. - **D.E. Shaw** et d'autres géants de la quantification mettent en œuvre un modèle de "**gouvernance autonome des développeurs**", fournissant des outils tels que LLM Gateway, permettant aux traders de construire eux-mêmes des stratégies d'IA pour réaliser des innovations flexibles. > Sal Cucchiara, un dirigeant de Morgan Stanley, a déclaré : « L'impact de l'IA sur l'industrie financière sera comparable à la naissance d'Internet. » II. Scénarios d'application des technologies clés : Reconfiguration intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : de centre de coût à moteur de profit Le système **LOXM** de JPMorgan utilise la technologie d'apprentissage par renforcement profond pour optimiser les stratégies d'exécution des transactions en analysant des milliards de transactions historiques. Il peut décomposer une transaction boursière de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi la volatilité du marché et réduisant les coûts d'impact jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin en simulant la prise de décision collaborative des analystes, des traders et des équipes de gestion des risques, réalisant un **rendement annualisé de 24,9 %** dans les expériences, surpassant les modèles quantitatifs traditionnels. (2) Recherche d'investissement intelligente : la révolution du paradigme de l'ingénierie des connaissances L'outil "**Deep Research**" de Balyasny Asset Management redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent des questions sur les "entreprises affectées par les droits de douane sur la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifiant 120 entreprises pertinentes et générant un rapport d'analyse - un travail qui prend généralement des semaines à une équipe traditionnelle. **IndexGPT** de JPMorgan est quant à lui construit sur GPT-4 pour créer des portefeuilles d'investissement thématiques, capturant les nouvelles tendances émergentes (comme le cloud computing, l'e-sport) grâce à une analyse sémantique des nouvelles, permettant une construction d'indices automatisée. (3) Mise à niveau invisible de la conformité et de la gestion de la liquidité - Citibank a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses filiales dans le monde entier, compressant le règlement transfrontalier de T+2 à presque temps réel. - Le système d'anti-fraude basé sur l'IA identifie les schémas de blanchiment d'argent en analysant les séquences comportementales en 0,3 seconde, avec un taux de faux positifs inférieur de 75 % à celui des systèmes traditionnels. - Pour faire face à la **nouvelle réglementation de règlement T+1** de la SEC, une analyse automatique par IA des chaînes de relations de compte réduit le temps de mise à jour des instructions de règlement de niveau horaire à niveau minute. Troisième, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders en actions chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés au même moment. L'équipe d'IA de JPMorgan a connu une expansion de 16 % au cours de l'année passée, et sa composition comprend des docteurs en physique quantique, des experts en linguistique, des chercheurs en théorie des jeux et d'autres talents interdisciplinaires. **La restructuration du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de Blackstone Group établit une "base de connaissances curatoriale", où les employés téléchargent des mémos de transaction et des rapports de recherche, après quoi l'IA construit automatiquement un réseau d'associations, permettant à l'équipe juridique d'augmenter l'efficacité de l'examen des contrats de 40 %. - Dans le cadre du framework TradingAgents, les agents IA échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information présent dans les chatbots traditionnels. Et **le nouveau contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant AI de Morgan Stanley participe à des réunions avec les clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans faire de recommandations d'investissement" ; un système multi-agents met en place des agents de contrôle des risques indépendants, surveillant en temps réel la volatilité des portefeuilles et forçant la liquidation lorsque le recul dépasse un seuil. Quatre, le champ de bataille futur : les trois défis des technologies, de la régulation et de l'éthique. Malgré des résultats impressionnants, les défis en eaux profondes ne font que commencer : - **Bottleneck technique** : Le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels reste insuffisante dans des marchés extrêmes (comme les krachs). - **Lacune réglementaire** : La SEC a imposé des exigences de "transparence algorithmique" aux conseillers en IA, obligeant des institutions comme Citigroup à faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la titularité des droits d'auteur n'est pas encore résolue ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget IT** des institutions financières sera consacré au domaine de l'IA en 2025, et passera à 31,6 % en 2026. Le centre de gravité du champ de bataille se déplace de la technologie elle-même vers **la capacité d'intégration écosystémique** — comme JPMorgan qui ouvre des API pour se connecter à 450 partenaires de données, et la plateforme Legend de Goldman Sachs qui est compatible avec 30 types de bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans l'ADN financier et construiront un écosystème de coexistence « **intelligence humaine + intelligence machine** ». Conclusion : La restructuration de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants à concepteurs de stratégies, cette transformation dépasse déjà la simple mise à niveau technologique. Le système LOXM de JPMorgan qui économise 0,1 % des coûts de transaction, le temps de recherche libéré par le Deep Research de BlackRock chaque heure, et la plateforme Legend de Goldman Sachs qui élimine les silos de données — tous reconfigurent l'essence de l'industrie financière : **une compétition dimensionnelle passant de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et ceux qui construisent en premier le "système nerveux AI" réécrivent discrètement la cartographie du pouvoir à Wall Street. L'opportunité se trouve dans la monnaie coai, le Bitcoin d'il y a 10 ans.

#SOL# Bitcoin d'il y a 10 ans ! Poursuivre sur sa lancée, coai pièce Le secret de fonctionnement de la finance intelligente de Wall Street : stratégie AI et restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent l'assistant intelligent nommé "GS AI Assistant" pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley récupèrent en temps réel des données clés parmi 100 000 documents grâce à l'assistant AI, lorsque le système LOXM de JPMorgan exécute des transactions boursières en gros à une vitesse de quelques millisecondes - la révolution de l'intelligence financière à Wall Street est profondément ancrée dans les scénarios d'affaires essentiels. Cette transformation silencieuse concerne non seulement l'application de la technologie, mais révèle également la règle de survie des géants financiers modernes : **la capacité AI est devenue la nouvelle monnaie de Wall Street**. 1. Stratégies d'IA des institutions de premier plan : du laboratoire à un retour sur investissement à grande échelle **JPMorgan Chase**, en tant que leader des applications d'IA à Wall Street, a pour stratégie clé "investissement à grande échelle + pénétration de l'ensemble des activités". Au cours de la dernière décennie, elle a non seulement constitué une équipe de recherche en IA bien plus importante que celle de ses pairs (le nombre de personnes dépasse la somme des sept principaux concurrents), mais a également intégré la technologie IA dans plus de 400 scénarios d'affaires, couvrant l'ensemble de la chaîne, y compris le trading, la gestion des risques et le service client. Cette exploitation approfondie génère des retours considérables : en 2024, ses technologies IA devraient directement créer une **valeur de 2 milliards de dollars**, dont le système de détection de fraude peut éviter des pertes de plusieurs centaines de millions de dollars par an. D'autres géants adoptent des chemins différenciés : - **Goldman Sachs** a intégré les données de trading, de risque et de clients de toute l'entreprise autour de sa plateforme de données "**Legend**", fournissant un carburant de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder d'un seul clic aux modèles de trading historiques, réduisant de plus de 60 % le temps de validation des stratégies. - **Morgan Stanley** choisit de s'associer étroitement avec OpenAI pour développer un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents pour les conseillers de 30 minutes à quelques secondes, permettant ainsi aux clients de dépasser 90 milliards de dollars d'augmentation trimestrielle des actifs. - **D.E. Shaw** et d'autres géants de la quantification mettent en œuvre un modèle de "**gouvernance autonome des développeurs**", fournissant des outils tels que LLM Gateway, permettant aux traders de construire eux-mêmes des stratégies d'IA pour réaliser des innovations flexibles. > Sal Cucchiara, un dirigeant de Morgan Stanley, a déclaré : « L'impact de l'IA sur l'industrie financière sera comparable à la naissance d'Internet. » II. Scénarios d'application des technologies clés : Reconfiguration intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : de centre de coût à moteur de profit Le système **LOXM** de JPMorgan utilise la technologie d'apprentissage par renforcement profond pour optimiser les stratégies d'exécution des transactions en analysant des milliards de transactions historiques. Il peut décomposer une transaction boursière de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi la volatilité du marché et réduisant les coûts d'impact jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin en simulant la prise de décision collaborative des analystes, des traders et des équipes de gestion des risques, réalisant un **rendement annualisé de 24,9 %** dans les expériences, surpassant les modèles quantitatifs traditionnels. (2) Recherche d'investissement intelligente : la révolution du paradigme de l'ingénierie des connaissances L'outil "**Deep Research**" de Balyasny Asset Management redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent des questions sur les "entreprises affectées par les droits de douane sur la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifiant 120 entreprises pertinentes et générant un rapport d'analyse - un travail qui prend généralement des semaines à une équipe traditionnelle. **IndexGPT** de JPMorgan est quant à lui construit sur GPT-4 pour créer des portefeuilles d'investissement thématiques, capturant les nouvelles tendances émergentes (comme le cloud computing, l'e-sport) grâce à une analyse sémantique des nouvelles, permettant une construction d'indices automatisée. (3) Mise à niveau invisible de la conformité et de la gestion de la liquidité - Citibank a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses filiales dans le monde entier, compressant le règlement transfrontalier de T+2 à presque temps réel. - Le système d'anti-fraude basé sur l'IA identifie les schémas de blanchiment d'argent en analysant les séquences comportementales en 0,3 seconde, avec un taux de faux positifs inférieur de 75 % à celui des systèmes traditionnels. - Pour faire face à la **nouvelle réglementation de règlement T+1** de la SEC, une analyse automatique par IA des chaînes de relations de compte réduit le temps de mise à jour des instructions de règlement de niveau horaire à niveau minute. Troisième, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders en actions chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés au même moment. L'équipe d'IA de JPMorgan a connu une expansion de 16 % au cours de l'année passée, et sa composition comprend des docteurs en physique quantique, des experts en linguistique, des chercheurs en théorie des jeux et d'autres talents interdisciplinaires. **La restructuration du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de Blackstone Group établit une "base de connaissances curatoriale", où les employés téléchargent des mémos de transaction et des rapports de recherche, après quoi l'IA construit automatiquement un réseau d'associations, permettant à l'équipe juridique d'augmenter l'efficacité de l'examen des contrats de 40 %. - Dans le cadre du framework TradingAgents, les agents IA échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information présent dans les chatbots traditionnels. Et **le nouveau contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant AI de Morgan Stanley participe à des réunions avec les clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans faire de recommandations d'investissement" ; un système multi-agents met en place des agents de contrôle des risques indépendants, surveillant en temps réel la volatilité des portefeuilles et forçant la liquidation lorsque le recul dépasse un seuil. Quatre, le champ de bataille futur : les trois défis des technologies, de la régulation et de l'éthique. Malgré des résultats impressionnants, les défis en eaux profondes ne font que commencer : - **Bottleneck technique** : Le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels reste insuffisante dans des marchés extrêmes (comme les krachs). - **Lacune réglementaire** : La SEC a imposé des exigences de "transparence algorithmique" aux conseillers en IA, obligeant des institutions comme Citigroup à faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la titularité des droits d'auteur n'est pas encore résolue ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget IT** des institutions financières sera consacré au domaine de l'IA en 2025, et passera à 31,6 % en 2026. Le centre de gravité du champ de bataille se déplace de la technologie elle-même vers **la capacité d'intégration écosystémique** — comme JPMorgan qui ouvre des API pour se connecter à 450 partenaires de données, et la plateforme Legend de Goldman Sachs qui est compatible avec 30 types de bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans l'ADN financier et construiront un écosystème de coexistence « **intelligence humaine + intelligence machine** ». Conclusion : La restructuration de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants à concepteurs de stratégies, cette transformation dépasse déjà la simple mise à niveau technologique. Le système LOXM de JPMorgan qui économise 0,1 % des coûts de transaction, le temps de recherche libéré par le Deep Research de BlackRock chaque heure, et la plateforme Legend de Goldman Sachs qui élimine les silos de données — tous reconfigurent l'essence de l'industrie financière : **une compétition dimensionnelle passant de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et ceux qui construisent en premier le "système nerveux AI" réécrivent discrètement la cartographie du pouvoir à Wall Street. L'opportunité se trouve dans la monnaie coai, le Bitcoin d'il y a 10 ans.

#ETH# Bitcoin d'il y a 10 ans ! Poursuivre sur la lancée, coai pièce de monnaie Les secrets de fonctionnement de la finance intelligente de Wall Street : stratégie d'IA et restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent l'assistant intelligent nommé "GS AI Assistant" pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley accèdent en temps réel à des données clés dans 100 000 documents via l'assistant AI, lorsque le système LOXM de JPMorgan exécute des transactions d'actions en gros à une vitesse de millisecondes - la révolution de l'intelligence financière de Wall Street est profondément ancrée dans les scénarios d'affaires clés. Cette transformation silencieuse ne concerne pas seulement l'application de la technologie, mais révèle également la loi de survie des géants de la finance moderne : **la capacité d'IA est devenue la nouvelle monnaie de Wall Street**. 1. Stratégie AI des institutions de premier plan : du laboratoire au retour sur investissement à grande échelle **JPMorgan Chase** en tant que leader des applications d'IA à Wall Street, sa stratégie clé est « investissement à grande échelle + pénétration de l'ensemble des activités ». Au cours des dix dernières années, elle a non seulement constitué une équipe de recherche en IA bien plus importante que ses concurrents (le nombre de personnes dépasse la somme des sept concurrents majeurs), mais a également injecté des technologies d'IA dans plus de 400 scénarios commerciaux, couvrant l'ensemble de la chaîne, y compris le trading, la gestion des risques et le service client. Cette exploitation approfondie génère des retours considérables : en 2024, sa technologie d'IA devrait créer directement **2 milliards de dollars de valeur**, dont le système de détection des fraudes peut éviter des pertes de plusieurs centaines de millions de dollars chaque année. D'autres géants adoptent une approche différenciée : - **Goldman Sachs** utilise la plateforme de données "**Legend**" comme cœur, intégrant toutes les transactions, les risques et les données clients de l'ensemble de la banque, fournissant un carburant de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder en un clic aux modèles de transactions historiques, réduisant le cycle de validation des stratégies de plus de 60 %. - **Morgan Stanley** choisit de s'engager profondément avec OpenAI, développant un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents des conseillers de 30 minutes à des secondes, permettant ainsi aux actifs des clients de dépasser 90 milliards de dollars d'augmentation trimestrielle. - **D.E. Shaw** et d'autres géants de la quantification mettent en œuvre un modèle de "**gouvernance par les développeurs**", fournissant des outils tels que LLM Gateway, permettant aux traders de construire leurs propres stratégies d'IA et de réaliser des innovations flexibles. > Sal Cucchiara, un cadre de Morgan Stanley, a déclaré : « L'impact de l'IA sur le secteur financier sera comparable à la naissance de l'Internet. » II. Scénarios d'application des technologies clés : Reconfiguration intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : d'un centre de coûts à un moteur de profit Le **système LOXM** de JPMorgan utilise des techniques d'apprentissage par renforcement profond pour optimiser les stratégies d'exécution des transactions en analysant des milliards de transactions historiques. Il permet de décomposer une transaction boursière de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi les fluctuations du marché et réduisant les coûts d'impact de jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin, en simulant la collaboration et la prise de décision des analystes, des traders et des équipes de gestion des risques, atteignant un **rendement annualisé de 24,9 %** dans les expériences, surpassant ainsi les modèles quantitatifs traditionnels. (2) Recherche d'investissement intelligente : la rupture du paradigme de l'ingénierie des connaissances L'outil "**Deep Research**" de Balesny Asset redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent des questions sur les "entreprises affectées par les droits de douane sur la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifie 120 entreprises pertinentes et génère un rapport d'analyse - un travail que les équipes traditionnelles mettraient des semaines à accomplir. **IndexGPT** de JPMorgan, quant à elle, construit des portefeuilles thématiques sur la base de GPT-4, capturant les nouvelles tendances émergentes (comme le cloud computing, l'e-sport) grâce à une analyse sémantique des nouvelles, permettant la construction automatisée d'indices. (3) Amélioration invisible de la conformité et de la gestion de la liquidité - Citibank a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses succursales dans le monde entier, compressant le règlement transfrontalier de T+2 à quasi temps réel. - Le système d'anti-fraude basé sur l'IA identifie les modèles de blanchiment d'argent en 0,3 seconde grâce à l'analyse des séquences comportementales, avec un taux de faux positifs inférieur de 75 % à celui des systèmes traditionnels. - Pour répondre à la nouvelle réglementation **T+1 sur le règlement** de la SEC, l'IA analyse automatiquement la chaîne de relations de compte, réduisant le temps de mise à jour des instructions de règlement de l'heure à la minute. Troisième, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders en actions chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés pendant la même période. L'équipe IA de JPMorgan a connu une expansion de 16 % au cours de l'année écoulée, avec des membres comprenant des docteurs en physique quantique, des experts en linguistique, des chercheurs en théorie des jeux et d'autres talents interdisciplinaires. **La reconstruction du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de Blackstone Group établit une "bibliothèque de connaissances curatée", où les employés téléchargent des mémos de transaction et des rapports de recherche, l'IA construisant automatiquement un réseau d'associations, permettant à l'équipe juridique d'améliorer l'efficacité de l'examen des contrats de 40 %. - Dans le cadre de TradingAgents, les agents AI échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information présent dans les chatbots traditionnels. Et **le nouveau contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant IA de Morgan Stanley participe aux réunions avec les clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans conseils d'investissement" ; les systèmes multi-agents mettent en place des agents de contrôle des risques indépendants qui surveillent en temps réel la volatilité du portefeuille et forcent la liquidation lorsque le retrait dépasse le seuil. Quatre, le champ de bataille du futur : les trois défis des technologies, de la réglementation et de l'éthique. Malgré des résultats significatifs, les défis en eaux profondes ne font que commencer : - **Bottlenecks techniques** : Le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels est encore insuffisante sur les marchés extrêmes (comme les krachs). - **Fossé réglementaire** : La SEC a imposé des exigences de "transparence algorithmique" aux conseillers en IA, obligeant des institutions comme Citigroup à faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la propriété des droits d'auteur n'est pas encore tranchée ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget IT** des institutions financières sera consacré au domaine de l'IA en 2025, atteignant 31,6 % en 2026. Le champ de bataille se déplace de la technologie elle-même vers la **capacité d'intégration écologique** - par exemple, JPMorgan ouvre des API pour connecter 450 partenaires de données, et la plateforme Legend de Goldman Sachs est compatible avec 30 bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans leur ADN financier et construiront un écosystème de symbiose « **intelligence humaine + intelligence machine** ». Conclusion : La redéfinition de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants en concepteurs de stratégies, cette transformation dépasse déjà le simple niveau de la mise à niveau technologique. Le système LOXM de JPMorgan réduit chaque coût de transaction de 0,1 %, le Deep Research de BlackRock libère un temps de recherche chaque heure, et la plateforme Legend de Goldman Sachs élimine les silos de données — tout cela redéfinit l'essence même de l'industrie financière : **une compétition de montée en dimension de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et ceux qui construisent en premier le "centre nerveux de l'IA" réécrivent discrètement la carte des pouvoirs de Wall Street. L'opportunité réside dans le coai coin, le Bitcoin d'il y a 10 ans.

#BTC# Bitcoin d'il y a 10 ans ! Poursuivre sur la lancée, coai pièce de monnaie Les secrets de fonctionnement de la finance intelligente de Wall Street : stratégie d'IA et restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent l'assistant intelligent nommé "GS AI Assistant" pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley accèdent en temps réel à des données clés dans 100 000 documents via l'assistant AI, lorsque le système LOXM de JPMorgan exécute des transactions d'actions en gros à une vitesse de millisecondes - la révolution de l'intelligence financière de Wall Street est profondément ancrée dans les scénarios d'affaires clés. Cette transformation silencieuse ne concerne pas seulement l'application de la technologie, mais révèle également la loi de survie des géants de la finance moderne : **la capacité d'IA est devenue la nouvelle monnaie de Wall Street**. 1. Stratégie AI des institutions de premier plan : du laboratoire au retour sur investissement à grande échelle **JPMorgan Chase** en tant que leader des applications d'IA à Wall Street, sa stratégie clé est « investissement à grande échelle + pénétration de l'ensemble des activités ». Au cours des dix dernières années, elle a non seulement constitué une équipe de recherche en IA bien plus importante que ses concurrents (le nombre de personnes dépasse la somme des sept concurrents majeurs), mais a également injecté des technologies d'IA dans plus de 400 scénarios commerciaux, couvrant l'ensemble de la chaîne, y compris le trading, la gestion des risques et le service client. Cette exploitation approfondie génère des retours considérables : en 2024, sa technologie d'IA devrait créer directement **2 milliards de dollars de valeur**, dont le système de détection des fraudes peut éviter des pertes de plusieurs centaines de millions de dollars chaque année. D'autres géants adoptent une approche différenciée : - **Goldman Sachs** utilise la plateforme de données "**Legend**" comme cœur, intégrant toutes les transactions, les risques et les données clients de l'ensemble de la banque, fournissant un carburant de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder en un clic aux modèles de transactions historiques, réduisant le cycle de validation des stratégies de plus de 60 %. - **Morgan Stanley** choisit de s'engager profondément avec OpenAI, développant un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents des conseillers de 30 minutes à des secondes, permettant ainsi aux actifs des clients de dépasser 90 milliards de dollars d'augmentation trimestrielle. - **D.E. Shaw** et d'autres géants de la quantification mettent en œuvre un modèle de "**gouvernance par les développeurs**", fournissant des outils tels que LLM Gateway, permettant aux traders de construire leurs propres stratégies d'IA et de réaliser des innovations flexibles. > Sal Cucchiara, un cadre de Morgan Stanley, a déclaré : « L'impact de l'IA sur le secteur financier sera comparable à la naissance de l'Internet. » II. Scénarios d'application des technologies clés : Reconfiguration intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : d'un centre de coûts à un moteur de profit Le **système LOXM** de JPMorgan utilise des techniques d'apprentissage par renforcement profond pour optimiser les stratégies d'exécution des transactions en analysant des milliards de transactions historiques. Il permet de décomposer une transaction boursière de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi les fluctuations du marché et réduisant les coûts d'impact de jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin, en simulant la collaboration et la prise de décision des analystes, des traders et des équipes de gestion des risques, atteignant un **rendement annualisé de 24,9 %** dans les expériences, surpassant ainsi les modèles quantitatifs traditionnels. (2) Recherche d'investissement intelligente : la rupture du paradigme de l'ingénierie des connaissances L'outil "**Deep Research**" de Balesny Asset redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent des questions sur les "entreprises affectées par les droits de douane sur la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifie 120 entreprises pertinentes et génère un rapport d'analyse - un travail que les équipes traditionnelles mettraient des semaines à accomplir. **IndexGPT** de JPMorgan, quant à elle, construit des portefeuilles thématiques sur la base de GPT-4, capturant les nouvelles tendances émergentes (comme le cloud computing, l'e-sport) grâce à une analyse sémantique des nouvelles, permettant la construction automatisée d'indices. (3) Amélioration invisible de la conformité et de la gestion de la liquidité - Citibank a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses succursales dans le monde entier, compressant le règlement transfrontalier de T+2 à quasi temps réel. - Le système d'anti-fraude basé sur l'IA identifie les modèles de blanchiment d'argent en 0,3 seconde grâce à l'analyse des séquences comportementales, avec un taux de faux positifs inférieur de 75 % à celui des systèmes traditionnels. - Pour répondre à la nouvelle réglementation **T+1 sur le règlement** de la SEC, l'IA analyse automatiquement la chaîne de relations de compte, réduisant le temps de mise à jour des instructions de règlement de l'heure à la minute. Troisième, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders en actions chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés pendant la même période. L'équipe IA de JPMorgan a connu une expansion de 16 % au cours de l'année écoulée, avec des membres comprenant des docteurs en physique quantique, des experts en linguistique, des chercheurs en théorie des jeux et d'autres talents interdisciplinaires. **La reconstruction du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de Blackstone Group établit une "bibliothèque de connaissances curatée", où les employés téléchargent des mémos de transaction et des rapports de recherche, l'IA construisant automatiquement un réseau d'associations, permettant à l'équipe juridique d'améliorer l'efficacité de l'examen des contrats de 40 %. - Dans le cadre de TradingAgents, les agents AI échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information présent dans les chatbots traditionnels. Et **le nouveau contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant IA de Morgan Stanley participe aux réunions avec les clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans conseils d'investissement" ; les systèmes multi-agents mettent en place des agents de contrôle des risques indépendants qui surveillent en temps réel la volatilité du portefeuille et forcent la liquidation lorsque le retrait dépasse le seuil. Quatre, le champ de bataille du futur : les trois défis des technologies, de la réglementation et de l'éthique. Malgré des résultats significatifs, les défis en eaux profondes ne font que commencer : - **Bottlenecks techniques** : Le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels est encore insuffisante sur les marchés extrêmes (comme les krachs). - **Fossé réglementaire** : La SEC a imposé des exigences de "transparence algorithmique" aux conseillers en IA, obligeant des institutions comme Citigroup à faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la propriété des droits d'auteur n'est pas encore tranchée ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget IT** des institutions financières sera consacré au domaine de l'IA en 2025, atteignant 31,6 % en 2026. Le champ de bataille se déplace de la technologie elle-même vers la **capacité d'intégration écologique** - par exemple, JPMorgan ouvre des API pour connecter 450 partenaires de données, et la plateforme Legend de Goldman Sachs est compatible avec 30 bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans leur ADN financier et construiront un écosystème de symbiose « **intelligence humaine + intelligence machine** ». Conclusion : La redéfinition de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants en concepteurs de stratégies, cette transformation dépasse déjà le simple niveau de la mise à niveau technologique. Le système LOXM de JPMorgan réduit chaque coût de transaction de 0,1 %, le Deep Research de BlackRock libère un temps de recherche chaque heure, et la plateforme Legend de Goldman Sachs élimine les silos de données — tout cela redéfinit l'essence même de l'industrie financière : **une compétition de montée en dimension de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et ceux qui construisent en premier le "centre nerveux de l'IA" réécrivent discrètement la carte des pouvoirs de Wall Street. L'opportunité réside dans le coai coin, le Bitcoin d'il y a 10 ans.

#PI# Poursuivre sur la lancée, coai pièce de monnaie Les secrets de fonctionnement de la finance intelligente de Wall Street : stratégie d'IA et restructuration de l'ADN organisationnel Lorsque les employés du département de trading de Goldman Sachs ouvrent l'assistant intelligent nommé "GS AI Assistant" pour traiter des rapports de recherche, lorsque les conseillers financiers de Morgan Stanley accèdent en temps réel à des données clés dans 100 000 documents via l'assistant AI, lorsque le système LOXM de JPMorgan exécute des transactions d'actions en gros à une vitesse de millisecondes - la révolution de l'intelligence financière de Wall Street est profondément ancrée dans les scénarios d'affaires clés. Cette transformation silencieuse ne concerne pas seulement l'application de la technologie, mais révèle également la loi de survie des géants de la finance moderne : **la capacité d'IA est devenue la nouvelle monnaie de Wall Street**. 1. Stratégie AI des institutions de premier plan : du laboratoire au retour sur investissement à grande échelle **JPMorgan Chase** en tant que leader des applications d'IA à Wall Street, sa stratégie clé est « investissement à grande échelle + pénétration de l'ensemble des activités ». Au cours des dix dernières années, elle a non seulement constitué une équipe de recherche en IA bien plus importante que ses concurrents (le nombre de personnes dépasse la somme des sept concurrents majeurs), mais a également injecté des technologies d'IA dans plus de 400 scénarios commerciaux, couvrant l'ensemble de la chaîne, y compris le trading, la gestion des risques et le service client. Cette exploitation approfondie génère des retours considérables : en 2024, sa technologie d'IA devrait créer directement **2 milliards de dollars de valeur**, dont le système de détection des fraudes peut éviter des pertes de plusieurs centaines de millions de dollars chaque année. D'autres géants adoptent une approche différenciée : - **Goldman Sachs** utilise la plateforme de données "**Legend**" comme cœur, intégrant toutes les transactions, les risques et les données clients de l'ensemble de la banque, fournissant un carburant de haute qualité pour les modèles d'IA. Cette plateforme permet aux analystes d'accéder en un clic aux modèles de transactions historiques, réduisant le cycle de validation des stratégies de plus de 60 %. - **Morgan Stanley** choisit de s'engager profondément avec OpenAI, développant un assistant de gestion de patrimoine basé sur la technologie GPT, réduisant le temps de recherche de documents des conseillers de 30 minutes à des secondes, permettant ainsi aux actifs des clients de dépasser 90 milliards de dollars d'augmentation trimestrielle. - **D.E. Shaw** et d'autres géants de la quantification mettent en œuvre un modèle de "**gouvernance par les développeurs**", fournissant des outils tels que LLM Gateway, permettant aux traders de construire leurs propres stratégies d'IA et de réaliser des innovations flexibles. > Sal Cucchiara, un cadre de Morgan Stanley, a déclaré : « L'impact de l'IA sur le secteur financier sera comparable à la naissance de l'Internet. » II. Scénarios d'application des technologies clés : Reconfiguration intelligente à travers la chaîne de valeur financière. (1) Révolution de l'exécution des transactions : d'un centre de coûts à un moteur de profit Le **système LOXM** de JPMorgan utilise des techniques d'apprentissage par renforcement profond pour optimiser les stratégies d'exécution des transactions en analysant des milliards de transactions historiques. Il permet de décomposer une transaction boursière de plusieurs millions de dollars en petites transactions discrètes, évitant ainsi les fluctuations du marché et réduisant les coûts d'impact de jusqu'à 30 %. Des cadres multi-agents comme **TradingAgents** vont encore plus loin, en simulant la collaboration et la prise de décision des analystes, des traders et des équipes de gestion des risques, atteignant un **rendement annualisé de 24,9 %** dans les expériences, surpassant ainsi les modèles quantitatifs traditionnels. (2) Recherche d'investissement intelligente : la rupture du paradigme de l'ingénierie des connaissances L'outil "**Deep Research**" de Balesny Asset redéfinit le processus de recherche. Lorsque les gestionnaires d'investissement posent des questions sur les "entreprises affectées par les droits de douane sur la chaîne d'approvisionnement", l'IA scanne 20 000 documents en une heure, identifie 120 entreprises pertinentes et génère un rapport d'analyse - un travail que les équipes traditionnelles mettraient des semaines à accomplir. **IndexGPT** de JPMorgan, quant à elle, construit des portefeuilles thématiques sur la base de GPT-4, capturant les nouvelles tendances émergentes (comme le cloud computing, l'e-sport) grâce à une analyse sémantique des nouvelles, permettant la construction automatisée d'indices. (3) Amélioration invisible de la conformité et de la gestion de la liquidité - Citibank a lancé la plateforme blockchain **CIDAP**, permettant le transfert de fonds en temps réel entre ses succursales dans le monde entier, compressant le règlement transfrontalier de T+2 à quasi temps réel. - Le système d'anti-fraude basé sur l'IA identifie les modèles de blanchiment d'argent en 0,3 seconde grâce à l'analyse des séquences comportementales, avec un taux de faux positifs inférieur de 75 % à celui des systèmes traditionnels. - Pour répondre à la nouvelle réglementation **T+1 sur le règlement** de la SEC, l'IA analyse automatiquement la chaîne de relations de compte, réduisant le temps de mise à jour des instructions de règlement de l'heure à la minute. Troisième, reconstruction des capacités organisationnelles : talents, collaboration et contrôle des risques **La mutation génétique de la structure des talents** est devenue un soutien clé pour la finance intelligente. Le nombre de traders en actions chez Goldman Sachs est passé de 600 en 2000 à seulement 2 en 2017, tandis que 200 ingénieurs en IA ont été ajoutés pendant la même période. L'équipe IA de JPMorgan a connu une expansion de 16 % au cours de l'année écoulée, avec des membres comprenant des docteurs en physique quantique, des experts en linguistique, des chercheurs en théorie des jeux et d'autres talents interdisciplinaires. **La reconstruction du mode de collaboration** est tout aussi profonde : - La plateforme **DocAI** de Blackstone Group établit une "bibliothèque de connaissances curatée", où les employés téléchargent des mémos de transaction et des rapports de recherche, l'IA construisant automatiquement un réseau d'associations, permettant à l'équipe juridique d'améliorer l'efficacité de l'examen des contrats de 40 %. - Dans le cadre de TradingAgents, les agents AI échangent des rapports d'analyse via un **protocole de communication structuré** (non en langage naturel), évitant ainsi le problème de distorsion de l'information présent dans les chatbots traditionnels. Et **le nouveau contrôle des risques** devient la barrière des applications intelligentes. Lorsque l'assistant IA de Morgan Stanley participe aux réunions avec les clients, il est clairement stipulé qu'il "fournit uniquement un soutien en données, sans conseils d'investissement" ; les systèmes multi-agents mettent en place des agents de contrôle des risques indépendants qui surveillent en temps réel la volatilité du portefeuille et forcent la liquidation lorsque le retrait dépasse le seuil. Quatre, le champ de bataille du futur : les trois défis des technologies, de la réglementation et de l'éthique. Malgré des résultats significatifs, les défis en eaux profondes ne font que commencer : - **Bottlenecks techniques** : Le taux de bruit des données financières dépasse 70 %, et la capacité de généralisation des modèles actuels est encore insuffisante sur les marchés extrêmes (comme les krachs). - **Fossé réglementaire** : La SEC a imposé des exigences de "transparence algorithmique" aux conseillers en IA, obligeant des institutions comme Citigroup à faire des compromis entre l'efficacité du modèle et son interprétabilité. - **Dilemme éthique** : Lorsque l'assistant AI de Goldman Sachs génère automatiquement des rapports de recherche, la question de la propriété des droits d'auteur n'est pas encore tranchée ; les limites d'utilisation des données de conversation des clients suscitent également des controverses. Cependant, la tendance est devenue un consensus. Selon une enquête de Bank of America, **27,7 % du budget IT** des institutions financières sera consacré au domaine de l'IA en 2025, atteignant 31,6 % en 2026. Le champ de bataille se déplace de la technologie elle-même vers la **capacité d'intégration écologique** - par exemple, JPMorgan ouvre des API pour connecter 450 partenaires de données, et la plateforme Legend de Goldman Sachs est compatible avec 30 bases de données structurées. Les futurs gagnants seront ceux qui intégreront profondément l'IA dans leur ADN financier et construiront un écosystème de symbiose « **intelligence humaine + intelligence machine** ». Conclusion : La redéfinition de l'essence financière Lorsque le flux de données au-dessus de Wall Street est transformé en insights par l'IA, et que les traders évoluent d'exécutants en concepteurs de stratégies, cette transformation dépasse déjà le simple niveau de la mise à niveau technologique. Le système LOXM de JPMorgan réduit chaque coût de transaction de 0,1 %, le Deep Research de BlackRock libère un temps de recherche chaque heure, et la plateforme Legend de Goldman Sachs élimine les silos de données — tout cela redéfinit l'essence même de l'industrie financière : **une compétition de montée en dimension de l'efficacité de l'allocation de capital à l'efficacité du traitement de l'information**. Et ceux qui construisent en premier le "centre nerveux de l'IA" réécrivent discrètement la carte des pouvoirs de Wall Street. L'opportunité réside dans le coai coin, le Bitcoin d'il y a 10 ans.

Selon le Wall Street Journal, l'UE pourrait envisager de Goutte les GS sur les importations de beaux pays. Si c'est vrai, la Chine et l'UE pourraient presque parvenir à un accord, et la Maison-Blanche a également fait savoir aujourd'hui que le GS réciproque du 6 juillet pourrait être prolongé, ce qui était prévisible, un prolongement d'un mois étant normal. En regardant les données du grand gâteau, avec la stabilité des prix, le taux de rotation continue de diminuer. Au cours des deux derniers jours, les investisseurs à court terme qui achètent ont toujours dominé la rotation, tandis que les investisseurs plus anciens restent en attente. Actuellement, il n'y a pas de nouvelles macroéconomiques ou politiques, et même les conflits géopolitiques n'entraînent qu'une légère volatilité pour le grand gâteau.

Bonjour à tous les Gs là-bas !

Le 24 juin, selon des informations officielles, la plateforme d'échange de dérivés de matières premières en bloc de niveau institutionnel Sphinx a annoncé avoir levé 2 millions de dollars lors d'un tour de financement Pre-seed, avec Eckhardt Capital en tête, et la participation de Big Brain Holdings, Blockchain Founders Fund, Blizzard, TRIVE Ventures, Cosmos Hub, London Real Ventures, GS Futures, ainsi que Andrew Durgee, Stefan Rust, Zachary Keats, entre autres. Selon les informations, Sphinx est une plateforme d'échange de dérivés de matières premières de niveau institutionnel basée sur sa propre blockchain Layer1 autorisée. Elle offre un accès direct 24 heures sur 24 aux contrats à terme, options et Futures Perpétuel des produits énergétiques tels que le pétrole, le gaz naturel et d'autres.

Toutes les personnes et les pages sur lesquelles j'avais des notifications depuis 2021 sont toutes obsolètes et n'apportent plus ou peu de valeur. Il faut mettre des vrais Gs sur le gang de noti Pas les fck agriculteurs qui font toutes les conneries débiles que nous détestons de toute façon.

Une partenariat ciblé a été officiellement établi avec le fonds GS d'Abou Dhabi pour concevoir et déployer un écosystème numérique intégré. Intégration de la mise en œuvre du réseau Blockchain, de la réglementation légale et du développement des talents. Techsmart Telecom utilisera sa connectivité nationale pour soutenir un nouveau centre de données et un réseau de monnaie numérique. Cette initiative est alignée sur des objectifs nationaux plus larges : la stratégie d'infrastructure numérique du Vietnam d'ici 2025, visant à réaliser une fibre optique universelle, un 5G complet et des capacités de centres de données à très grande échelle d'ici 2030. KYC/AML on-chain, messagerie ISO 20022 et cadre de tokenisation basé sur un projet pilote aux Philippines. Le PDG Christopher Louis Tsu positionne le projet comme une plateforme pour démontrer la tokenisation des actifs financiers et réels, offrant des services transfrontaliers efficaces. Un modèle régional pour entrer dans la Blockchain.

GM Bonne fête des pères à tous les Gs

Gm Gs 🤙 Pour quoi es-tu reconnaissant aujourd'hui ? 🙏

Le Vietnam a entamé une coopération stratégique avec la Fondation Venom, Techsmart Telecom, IITCS et GS Fund Abu Dhabi pour promouvoir la construction d’une infrastructure financière nationale blockchain. L’objectif de la coopération comprend la construction d’infrastructures, la mise en œuvre d’un réseau blockchain, la supervision juridique et la formation des talents. La Fondation Venom déploiera son protocole blockchain de couche 0 pour prendre en charge les stablecoins, le KYC/AML sur la chaîne et la tokenisation des actifs. Le gouvernement vietnamien prévoit d’introduire des réglementations relatives aux actifs numériques en 2025 afin de promouvoir le développement légal et conforme de la technologie blockchain. La première phase durera 12 mois et se concentrera sur le cadre juridique, l’analyse de marché et la planification des centres de données, suivie des paiements numériques et des améliorations de la cybersécurité. Le projet devrait faire du Vietnam un modèle pour les applications régionales de la blockchain.

📊 Prévisions de l'IPC par des institutions financières, l'inflation de mai devrait rebondir. – Morgan Stanley, Goldman Sachs (MS, GS) : 2,5 % en glissement annuel – JPMorgan, Bank of America, Wells Fargo, Citi, UBS, TD Securities, Barclays : 2,4 % en glissement annuel – HSBC, BMO, Jefferies : 2,5 % en glissement annuel – BNP Paribas, LinCap…: 2,4–2,5 % YoY → Prévision consensuelle : 2,5 %, contre 2,3 % le mois dernier. Il est difficile d'exiger une baisse de l'inflation alors que les droits de douane de Trump exercent une forte pression sur les prix.

Naviguer sur la mer surréaliste Par GS Harper J'ai construit un bateau à partir de rêves oubliés, Avec des voiles de soie et des coutures en argent, Elle dansait sur des marées qui murmuraient la vérité, Et a bercé le berceau de ma jeunesse. La lune portait des lunettes en jade, Et j'ai ri du chemin que j'avais tracé - «Garçon,» dit-il, «ta boussole tourne Par des vents qui soufflent d'où le péché sourit. Mais j'ai osé naviguer en avant, Bien que les vagues se moquent et que les cieux ricanent, Pour quelque chose qui m'a appelé des profondeurs - Une voix qui m'a réveillé de mon sommeil. La mer était de l'encre, les étoiles étaient des taches d'encre, Mes pensées étaient des pirates, volant des pensées - Et le temps, ce scélérat, a ri à haute voix, Tout en cachant des cadrans solaires dans un nuage. Une vague s'éleva comme l'aile de Gabriel, Et a fait chanter mon navire et mon esprit - Il s'est enroulé comme des rouleaux de rouleaux anciens, Et m'a porté dans des rôles mythiques. J'ai rencontré un poisson avec des yeux de prophète, Qui parlait en énigmes, vérités et mensonges : « Pour trouver le rivage, vous devez défaire votre regard » Le besoin de s'amarrer, le besoin de fuir. Un phare clignota - une seule larme - De Dieu qui se cache mais vous attire près de lui. Il a dit, « La tempête est votre rite sacré, Vous verrez les étoiles une fois noyées dans la nuit. Mon vaisseau s'est fissuré - mais j'allais bien, Car je m'étais tourné vers la mer et la colonne vertébrale - Mes os étaient en bois, mon souffle était une brise, Mon âme a été écrite dans les mers. Je flottai au-dessus des récifs des hommes, Où les horloges sont des rois et la vérité a dix - Mais personne ne pouvait comprendre ce que j'avais trouvé, Une joie qui navigue là où personne n'est lié. Donc, si vous voyez un navire en vol, Cela chevauche la ligne entre le bien et le mal, Agitez votre chapeau et inclinez votre cœur - Car vous venez de voir le début du rêve. Et sachez que les vagues, bien qu'étranges, Les routes sont pour les âmes qui choisissent de voir… La tempête, la lumière, le vent, la mousse - Sont des signes que vous n'avez jamais quitté votre maison.

Selon les informations de TechFlow, le 19 mai, d'après les données de Jin10, à l'ouverture des marchés américains, le Dow Jones chute de 0,67 %, l'indice S&P 500 baisse de 1,04 %, et le NASDAQ diminue de 1,38 %. Les actions technologiques vedettes sont en baisse, TSL(.O) chute de près de 4 %, et NVDA(.O) baisse de près de 2 % ; la plupart des actions bancaires ouvrent en baisse, BAC(.N), GS(.N) et MS(.N) diminuent d'environ 1,6 %.

#SXT# entre et frappe, ne pump pas, pure gs

GS pense à entrer sur le marché de prévision météorologique quotidien.

faire de beaux rêves gs

#PI#pur gs