智能投顾联合人工智能 AI做投资你敢不敢跟

人工智能并非是个新鲜词，但绝对是近两年一个大热的词。

谷歌旗下的DeepMind又推出了新一代的AlphaGo Zero（阿尔法元），只训练了短短3天时间就以100:0的绝对优势战胜了AlphaGo，并在训练21天的基础上继续击败了AlphaGo Master。

对于AlphaGo和AlphaGo Master，相信大家都不陌生。2016 年3月，AlphaGo以四胜一负的战绩击败世界冠军韩国棋手李世石；2017年5月，AlphaGo Master在乌镇以3:0完胜世界围棋第一人中国棋手柯洁。

人工智能（AI）技术的迅速崛起，让人们看到了人工智能在各个领域的应用前景。

而在大数据时代，传统金融也面临着转型升级，对于金融机构来说，智能化投资是行业内的“黑科技”，或许它还处在初级的发展阶段，但是不可否认，AI已经进入到资本市场，未来的发展空间也足够广阔。

对冲基金早已“尝鲜”

在基金行业，人工智能大部分是和量化投资、对冲基金相结合的。

北京时间10月21日，据彭博消息，美股市场新出了一支交易所交易基金，由机器人挑选股票。虽然10月18日才开始交易，这支代码为“AIEQ”的人工智能选股ETF却已经发掘出了一些大热的股票，该基金在IBM的Watson平台上运行自营的量化模型。

“机器人搞投资的时代真的来了，"AI+EQ"，这个名字本身就代表了人工智能啊！”一位投资者如是感叹。

不仅是AIEQ，据《国际金融报》记者了解，包括桥水基金、德劭基金等在内的多家知名对冲基金早已开始使用量化投资进行交易。

此前2017年1月，香港投资公司Aidyia启动了一支对冲基金，其背后的系统借助了多种形式的人工智能技术，对各种数据进行分析，这些数据包括市场价格、成交量，以及宏观经济数据、企业会计凭证，然后系统自主作出市场预测，以“投票”的方式选出最佳行动步骤。

“量化基金的业绩主要来源于系统化的投资方式，成千上万的策略模型，在投资过程中随着投资信号的变化而不断进出。哪个策略可以帮助投资人赚钱？需要投资经理去作判断，但是通过深度学习，或许机器人有希望作出比人类更准确的判断。”一名量化投资经理表示。

此外，在量化投资领域，人工智能还可以克服一些“人性的弱点”。

在国泰基金量化投资事业部副总监梁杏看来，当前量化投资回撤和实盘之间存在差距的原因主要在于：一方面投资经理患得患失的现象比较普遍，在模型交易时或许可以重仓，但是在权益仓位就不敢加到模型交易仓位，而且一旦市场出现上涨，投资经理又极其容易提前减仓，股票调整出时斩仓也不够坚决。

知识的“自我生长”

人工智能和量化投资领域结合有两个方面，除了深度学习，另一个就是智能投顾。

“随着AI和人工智能的发展，未来金融市场不可避免地成为智能化投资的一个风口，智能投顾未来肯定是一个蓝海。”益盟股份旗下“益研究”研究总监王艇在接受《国际金融报》记者采访时表示，“智能投顾最大的优势是不需要重复学习，只要掌握了核心算法，知识就是可以复制的。”

“智能投顾不能按照卖方的逻辑去研究，一定是按照买方的逻辑去研究的，要从资金的使用角度去分析如何做好智能投顾。”国金涌富市场总监王俊指出，“但是智能投顾同样需要卖方机构的支持。”

“比如券商的研报等可以为智能投顾提供很大的专业支持，对研究报告的分析和利用是发挥智能投顾专业性的基础之一。”王俊表示，“在产品设计中，我们对每家券商研报的选择和权重会有倾斜，主要依据是券商机构的分仓收益、新财富排名、研报的准确度等，因此我们会不断做回溯和调整。”

“首先，机器人一定擅长个性化的投资定制服务，甚至不需要投资人进行主动选择，就能够根据投资人的消费、生活习惯等进行合理的资产配置，确保投资人储有增值、花有闲钱；其次，机器人有望在海量的数据训练中寻找到不同市场、不同板块的运行规律，尤其是对各类资产的风险收益特征有着准确甚至是动态准确的认识，也就能够实时调整风险敞口的配置比例，让投资组合一直运行在可控范围内；最后，机器人还要有能够持续挖掘并获取阿尔法收益的能力，因为只有这样才能从为数众多的资产管理者中脱颖而出，当然并不要求机器人能够持续战胜市场，但他们必须朝着这一目标不断努力，这样投资人才会放心地把钱交到机器人手中，不过他们也要时刻处置好追求阿尔法收益所可能带来的潜在风险。”摩根士丹利华鑫基金数量化投资部王联欣表示。

未来想象空间巨大

需要注意的是，尽管人工智能已经彻底火了，但是无论是在全球投资市场还在中国市场，AI在投资领域的应用都处于初级阶段。

“作为量化投资的基金经理，即使利用人工智能进行模型的建立和选择，但是在很大程度上，券商的研究报告依旧是我们依赖的重点。”一位基金经理表示，“智能投资只能给我们提供量化模型的建立，分析和研究能力还是要依赖人工。”

“现在智能投顾市场还处于初期阶段。”国金涌富市场总监王俊表示，“市场上对智能投顾呼声很高，很多机构也愿意去尝试和接触智能投顾，但是真正进入到市场的还不多，服务供应商也良莠不齐，还需要一定的成长空间。”

中国的智能投顾市场还处于早期阶段，未来具有广泛的发展空间。王艇指出，“智能投顾在美国金融市场的应用已经如火如荼，但在中国的发展还受到一些客观条件的限制，中国的智能投顾还是处于比较早期的阶段，智能投顾主要是和量化产品结合在一起的，短期内国内应该不会有真正的智能投顾产品，比如类似美国Betterment、Wealthfront那样的公司。”

王艇认为，中国的智能投顾市场主要还是受以下因素的影响：其一，国内资产的种类不够丰富，智能投顾是基于大类资产配置的基础，做个性化的选择，但是国内的可供选择的资产种类还不够丰富；其二，费率的影响。国外智能投顾在金融市场得以广泛应用的一个重要因素，在于智能投顾可以降低投资费率。而国内市场的交易佣金本身都是比较低的；其三，国内市场对智能投顾的定义过于狭隘，中国的智能投顾涉及到大类资产配置的产品其实不多，更多是在针对二级市场的选股策略，大类资产配置的好处没有发挥出来。

王联欣表示，虽然大部分事情也是我们目前都在努力去做的，但鉴于有限的人力和精力，很难一一实施。相信随着AI技术的逐步发展，许多我们能做到不能做到的，乃至是目前不敢想象的，未来的人工智能技术都能给出一套完美的解决方案。