[[154831]]

從去年開始，美聯(lián)社便開始使用 WordSmith 軟件進(jìn)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(jì)算機(jī)軟件對(duì)海量互聯(lián)網(wǎng)信息的處理和匹配越來越精確，并且整個(gè)過程也愈發(fā)智能和高效。

即便是在復(fù)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(gè)以人工智能驅(qū)動(dòng)的基金 Rebellion 預(yù)測(cè)了當(dāng)年的股市崩盤；時(shí)隔一年， Rebellion 又比惠譽(yù)評(píng)級(jí)提前一個(gè)月給了希臘債券 F 評(píng)級(jí)，而當(dāng)時(shí)惠譽(yù)的評(píng)級(jí)仍然為 A。

就像 Google 當(dāng)年給搜索領(lǐng)域帶來的沖擊那樣，位于美國(guó)馬薩諸塞州的公司 Kensho 就通過程序化分析的方式來預(yù)測(cè)標(biāo)普 500 指數(shù)每周走低的情況。你只需在簡(jiǎn)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(chǎng)的一些專業(yè)知識(shí)交到大眾手中，而此前僅僅只有一些頂尖級(jí)的對(duì)沖基金和銀行使用這些專業(yè)知識(shí)來利用短期的市場(chǎng)無效賺取大量利潤(rùn)。

金融數(shù)據(jù)分析技術(shù)的成熟，也催生了「自動(dòng)化投資服務(wù)」這一模式也在美國(guó)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(jì)掌控的資產(chǎn)超過了 26 億美金。

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

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(huì)被計(jì)算機(jī)所替代嗎？

機(jī)器分析如何減少投資虧損？

計(jì)算機(jī)參與投資管理，源于資產(chǎn)管理越來越需要對(duì)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(hào)的價(jià)值已經(jīng)被充分挖掘，且因?yàn)楦骷夜芾頇C(jī)構(gòu)的專業(yè)能力趨于一致而難以在中長(zhǎng)期的投資管理中形成業(yè)績(jī)差別。

于是，在投資管理中，非傳統(tǒng)的機(jī)器分析手段被越來越多的引入，而在一些實(shí)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(gè)交易日中，僅有一個(gè)交易日出現(xiàn)了虧損。

對(duì)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(gè)月是虧損的。

而在國(guó)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(shí)基金合作的「淘金 100」，以及近日騰訊自選股和嘉實(shí)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(yīng)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(chǎng)判斷，或從從媒體報(bào)道中獲得經(jīng)濟(jì)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(hào)。通過分析整體用戶行為與股票價(jià)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(gè)股，將數(shù)千萬(wàn)用戶的選股行為作為交易信號(hào)，以把握未來的市場(chǎng)熱點(diǎn)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(jī)器運(yùn)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(jī)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(duì)隨機(jī)事件進(jìn)行反應(yīng)。

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(dāng)機(jī)器分析到兩件事情大概率上先后發(fā)生，則認(rèn)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(dǎo)機(jī)制，而只將先發(fā)生事件視作后發(fā)生事件的交易信號(hào)。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(yàn)和理論推導(dǎo)出來的新認(rèn)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(huì)丟掉飯碗嗎？

大數(shù)據(jù)和人工智能相對(duì)于人力的優(yōu)勢(shì)顯而易見，但現(xiàn)實(shí)是，這也是人工智能的劣勢(shì)。由于只關(guān)注相關(guān)性而不注重因果，機(jī)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(shí)間延長(zhǎng)，再小概率的「巧合」也必然會(huì)發(fā)生，至少在可見的未來里，機(jī)器的智能對(duì)此無能為力。而一些毫無征兆的突發(fā)事件，由于機(jī)器從未分析過此類事件的影響，同樣無法做出反應(yīng)。至于像「光大烏龍指」等因系統(tǒng)缺陷導(dǎo)致的問題，也證明了人工智能并不是在任何時(shí)候都可靠。

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

騰訊自選股大數(shù)據(jù)策略組合的統(tǒng)計(jì)顯示，雖然市場(chǎng)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(shì)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(duì)此，嘉實(shí)基金副總經(jīng)理李松林認(rèn)為：

「（機(jī)器分析）短期內(nèi)還不至于讓基金經(jīng)理丟飯碗。但應(yīng)用大數(shù)據(jù)分析已經(jīng)開始分擔(dān)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(kuò)大調(diào)研范圍，降低人為因素影響。」

不過，資產(chǎn)管理行業(yè)將因?yàn)槿斯ぶ悄芗夹g(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(gè)人都做好準(zhǔn)備。