[[154831]]

從去年開始，美聯(lián)社便開始使用 WordSmith 軟件進行內(nèi)容生產(chǎn)，平均每月能完成 1000 篇稿件的寫作。

隨著人工智能技術(shù)和大數(shù)據(jù)近兩年的發(fā)展，計算機軟件對海量互聯(lián)網(wǎng)信息的處理和匹配越來越精確，并且整個過程也愈發(fā)智能和高效。

即便是在復雜多變的金融領(lǐng)域，這樣的案例也為數(shù)不少。

[[154832]]

2008 年，第一個以人工智能驅(qū)動的基金 Rebellion 預測了當年的股市崩盤；時隔一年， Rebellion 又比惠譽評級提前一個月給了希臘債券 F 評級，而當時惠譽的評級仍然為 A。

就像 Google 當年給搜索領(lǐng)域帶來的沖擊那樣，位于美國馬薩諸塞州的公司 Kensho 就通過程序化分析的方式來預測標普 500 指數(shù)每周走低的情況。你只需在簡單的文本框里輸入問題就能獲得靠譜的商業(yè)投資建議。

正如 Kensho 的 CEO Daniel Nadler 所言，他們想要將今日市場的一些專業(yè)知識交到大眾手中，而此前僅僅只有一些頂尖級的對沖基金和銀行使用這些專業(yè)知識來利用短期的市場無效賺取大量利潤。

金融數(shù)據(jù)分析技術(shù)的成熟，也催生了「自動化投資服務」這一模式也在美國興起。

2011 年成立的 Wealthfront 已經(jīng)幫助一大批硅谷科技公司解決他們的投資需求，累計掌控的資產(chǎn)超過了 26 億美金。

在美國，越來越多的年輕人選擇讓智能平臺幫他們打理資產(chǎn)，其中很大一部分原因要歸結(jié)于互聯(lián)網(wǎng)平臺的便捷和低價。

除此之外，大數(shù)據(jù)和人工智能究竟給傳統(tǒng)金融帶來了哪些變化呢？照此發(fā)展，基金經(jīng)理這樣的金飯碗也會被計算機所替代嗎？

機器分析如何減少投資虧損？

計算機參與投資管理，源于資產(chǎn)管理越來越需要對大量非傳統(tǒng)數(shù)據(jù)的分析。現(xiàn)在，傳統(tǒng)金融數(shù)據(jù)作為交易信號的價值已經(jīng)被充分挖掘，且因為各家管理機構(gòu)的專業(yè)能力趨于一致而難以在中長期的投資管理中形成業(yè)績差別。

于是，在投資管理中，非傳統(tǒng)的機器分析手段被越來越多的引入，而在一些實際的案例中，基于大數(shù)據(jù)和人工智能的投資分析也將原本人工分析帶來的虧損降到了最低。

Virtu Financial LLC 公司通過高頻程序化交易，在 1238 個交易日中，僅有一個交易日出現(xiàn)了虧損。

對沖基金 Cerebellum 也使用了人工智能技術(shù)，結(jié)果從 2009 年以來，沒有一個月是虧損的。

而在國內(nèi)，各家擁有大數(shù)據(jù)和人工智能技術(shù)的互聯(lián)網(wǎng)巨頭都已涉足互聯(lián)網(wǎng)金融大數(shù)據(jù)基金領(lǐng)域。比如百度和廣發(fā)基金合作的「百發(fā) 100」，螞蟻金服和博時基金合作的「淘金 100」，以及近日騰訊自選股和嘉實基金合作發(fā)布的 「騰訊自選股大數(shù)據(jù)策略組合」。

因此，非傳統(tǒng)數(shù)據(jù)的采集和應用就變得日益重要。在華爾街，通過港口集裝箱圖像的衛(wèi)星照片做市場判斷，或從從媒體報道中獲得經(jīng)濟發(fā)展的線索的分析方法由來已久。

這意味著非傳統(tǒng)數(shù)據(jù)正逐漸取代傳統(tǒng)金融數(shù)據(jù)成為真正有效的交易信號。通過分析整體用戶行為與股票價格表現(xiàn)之間的關(guān)聯(lián)性構(gòu)建大數(shù)據(jù)模型，精選大概率具有超額收益的個股，將數(shù)千萬用戶的選股行為作為交易信號，以把握未來的市場熱點獲得超額收益。

這樣海量的數(shù)據(jù)分析，顯然是人力無法完成的，因而必須通過機器運算，分析師的工作將被取代。而隨之而來的，是交易策略生產(chǎn)過程將發(fā)生巨大變革。

傳統(tǒng)的投資策略生產(chǎn)過程，主要依據(jù)傳統(tǒng)金融數(shù)據(jù)，通過確定的分析模型求解最優(yōu)的資產(chǎn)配置方案和交易方案。而機器分析的數(shù)據(jù)源大量來自于非傳統(tǒng)數(shù)據(jù)，并沒有所謂確定所的分析模型，因而更偏好對隨機事件進行反應。

通俗來說，大數(shù)據(jù)分析只關(guān)注相關(guān)性而不注重因果，當機器分析到兩件事情大概率上先后發(fā)生，則認為兩件事存在關(guān)聯(lián)，因而將先發(fā)生的事件作為后發(fā)生事件的先兆。

具體到投資上，大數(shù)據(jù)分析并不關(guān)心兩件事先后發(fā)生的具體原因和傳導機制，而只將先發(fā)生事件視作后發(fā)生事件的交易信號。這使得投資決策的效率空前提高，并產(chǎn)生許多無法通過經(jīng)驗和理論推導出來的新認知，繼續(xù)成為新的投資策略持續(xù)生產(chǎn)的源泉。

基金經(jīng)理會丟掉飯碗嗎？

大數(shù)據(jù)和人工智能相對于人力的優(yōu)勢顯而易見，但現(xiàn)實是，這也是人工智能的劣勢。由于只關(guān)注相關(guān)性而不注重因果，機器分析無法將「巧合」這一小概率事件從投資決策中排除掉。

但隨著時間延長，再小概率的「巧合」也必然會發(fā)生，至少在可見的未來里，機器的智能對此無能為力。而一些毫無征兆的突發(fā)事件，由于機器從未分析過此類事件的影響，同樣無法做出反應。至于像「光大烏龍指」等因系統(tǒng)缺陷導致的問題，也證明了人工智能并不是在任何時候都可靠。

在騰訊自選股大數(shù)據(jù)組合的構(gòu)建中，嘉實基金也需要將股民的選股行為數(shù)據(jù)進行修正，結(jié)合價值、成長、流動性等傳統(tǒng)金融數(shù)據(jù)指標，剔除基本面和流動性較差的股票。

騰訊自選股大數(shù)據(jù)策略組合的統(tǒng)計顯示，雖然市場經(jīng)歷了兩次暴跌，截至 10 月 23 日，該組合今年以來漲幅仍有 118%。

因此，我們可以說，人工智能入侵資產(chǎn)管理領(lǐng)域的趨勢正在發(fā)生并有逐漸加速的跡象，但在可見的未來里，人工智能完全取代基金經(jīng)理的并非不可能。

對此，嘉實基金副總經(jīng)理李松林認為：

「（機器分析）短期內(nèi)還不至于讓基金經(jīng)理丟飯碗。但應用大數(shù)據(jù)分析已經(jīng)開始分擔一部分基金經(jīng)理的工作。比如替代傳統(tǒng)行業(yè)調(diào)研，利用信息技術(shù)擴大調(diào)研范圍，降低人為因素影響?！?/p>

不過，資產(chǎn)管理行業(yè)將因為人工智能技術(shù)水平的不斷提高而發(fā)生巨變，則需要這一行業(yè)中的每一個人都做好準備。