前幾年財經業界言必稱移動互聯網，如今是言必稱人工智能。在金融行業，人工智能在獲客、信貸風控等方面已經有比較普遍的應用。如今，在投資領域，業界也在更深度探索AI的應用前景。
華夏基金與微軟亞研院合作研究智能投資
以往人們對於基金公司的印象是高薪，風光，西裝革履，參與各種路演，一個基金經理掌控幾十億上百億的資金，在股市舉足輕重。不過人工智能爆發的能量讓各行各業矚目，基金公司也開始主動與人工智能企業合作。
今天（6月13日），國內老牌基金公司華夏基金同微軟亞洲研究院舉辦戰略合作發佈會，宣佈雙方將就人工智能在金融服務領域的應用展開戰略合作研究，探索智能投資與資產管理行業智能化轉型。
據悉，智能投資是此次雙方合作研究的契機和重點，研究方向包括通過模式識別預測市場走勢、基於深度學習挖掘影響市場的重要因素、基於機器學習方法論進行行業輪動的研究、基於大數據構建金融圖譜、基於社交網絡與應用軟件等使用數據，識別並深度瞭解客戶等。
微軟亞洲研究院院長洪小文表示，在微軟看來，人工智能最重要的目的不是去打贏一場比賽，而是跟夥伴能夠打造一個更廣泛的生態圈，讓人工智能能夠普及化走出象牙塔，讓它能夠普及更多的企業、客戶，並且幫助每個企業轉型。今天，每一個企業都必須掌握技術，每一家公司都會變成互聯網公司，都會變成AI公司，能夠掌握的技術把它轉化成生產力，這個企業最有可能在數字化轉型中搶得生機。
華夏基金總經理湯曉東表示，要深挖"AI+"帶來的巨大投資機會，探索把人工智能全方位應用到投資、銷售、客服等各個領域。以智能投資為例，一是大數據分析，輔助決策，在數據及信息獲取方面，人工智能有巨大的優勢，海量的數據基礎、加上強大的計算能力，人腦往往幾十年未必算得清的問題，機器須臾之間就有答案，能挖掘出很多細分領域的投資機會。
二是人工智能的自我學習，現在機器都有深度學習能力，機器沒有人性貪婪和恐懼的弱點，也不會受情緒化的影響，不僅可以自己探索交易策略，從過去失敗的教訓和成功的經驗中自主學習，做出當前的投資判斷，它同時可以通過歷史數據，學習不同投資者的交易模型，在相互博弈中得到最優交易策略，大大提升策略表現。
一家是規模靠前的老牌基金公司，一家是國際IT巨頭，這樣的合作好像還是業界首次。在此之前，在資產配置方面，招商銀行等機構已經推出了智能投顧產品，在信貸風控方面，很多大數據風控公司將深度學習等技術應用到信貸風控等方面，在投資領域，AI的應用相對來說沒有那麼熱，除了量化投資，還沒有更多的探索。如何運用人工智能技術來輔助投資流程，降低風險甚至提高收益率，其實都是可以研究的方向。
AI具體怎樣用到投資環節？
技術對於投資領域的影響實際上早已顯現。華夏基金投資總監陽琨在演講中介紹，高盛的CEO曾說過，高盛在紐約的股票交易櫃檯，僱傭了600名交易員，到今天只剩下了兩名，大部分的交易員被算法替代，600名基金經理、交易員失去了他們的工作，取而代之是200名軟件工程師，在開發維護他們的算法。
在交易環節，程序確實有優勢：對數據更敏感，運算更快，沒有情感的因素。在投資研究、選股等環節，人工智能又能做什麼？華夏基金與微軟亞研院的高管對於AI在投資領域的應用進行了解讀與展望。綜合來看，基金經理們普遍認為AI會形成很高效的投資輔助工具。
陽琨認為，AI能夠幫助基金經理提升智力的上限，使信息獲取與處理、投資決策等更加準確，也可以克服人類在認知等方面的缺點與不足。例如人工智能可能會成為一個有用的助手，它會告訴基金經理過去一天裡面在證券市場或者財經裡面發生了什麼樣的事情，有什麼樣的先例，能夠掃除基金經理在學習、認知方面的一些盲區，來做投資的助手，在這個層面上來說，AI作為一種工具來提升投資的效率。
AI還可以輔助捕捉更有用的市場信息。陽琨介紹，有的對衝基金號稱他們通過AI，通過人工智能識別出奧巴馬在講話中的語義上的細微的波動，能發掘出對市場不利的信息，從而抓住做空的機會。而一些對衝基金在運用圖象識別技術從海量的衛星圖片中去搜索，發現了沃爾瑪在各地停車場的停車數據在不斷衰減，從而做出了對沃爾瑪未來收入預測的判斷。
在未來，人工智能機器人甚至有可能去做基金經理。陽琨認為，一些互聯網企業在AlphaGo這個事件之後，來砸下重金聘請圍棋高手作為他們博弈AlphaGo策略的一個陪練。未來基金經理也可能會成為投資的AI機器人的陪練，甚至有一天，AI機器人可能會進入它們自己的博弈，去形成他們自己的投資策略。
華夏基金資產配置部總經理孫彬認為，不同經濟體的經濟增長結構決定了美林投資時鐘中大類資產以及資產內部風格輪動的特徵。讓AI去對全球各國市場的歷史去覆盤，尋找經濟增長趨勢、結構變遷對資產價格以及風格輪動的影響，可以得到更多客觀數據支持，幫助作出更準確判斷。
微軟亞洲研究院副院長劉鐵巖從技術角度對AI在金融投資領域的應用進行了解讀。他認為具體的技術應用包括量價數據分析、文本數據分析、知識圖譜及推理、預測模擬與決策等方面。
通常，投資經理會根據量價數據的時序序列來尋找二維的模式，價量時空的模式以此來預估股票的漲跌，何時買入、賣出股票，這種經驗的抽取，會受到個人因素的限制，很難有最優性的保障，用人工智能技術，依託大數據去尋找更加客觀，更加有效的時空模式，來指導投資，可能會更有效。
文本數據也是非常重要的一個數據源，通過對文本數據的分類、語義分析、主題分析和情感分析，可以預測市場對於一個行業或一個公司的預期，甚至可以去預測股票走勢的拐點。
高效的知識圖譜索引和分析的開源引擎，可以對巨大體量的知識圖譜，進行實時的分析推理，使高階因果關係進行改變，決策更加理性。
AI在投資領域的應用還面臨哪些問題？
暢想總是很美好，但現實往往很骨感。AI應用於投資，還有很多難題需要克服。
陽琨認為，機器可以幫助算出一個更加精準的EPS，但從EPS到投資獲益，還有很長的距離。算出了一個股票的EPS之後，並不代表投資的一切，在此之外還要去琢磨人性，分析市場的行為與偏好等。
另外，如何提取人投資過程中的特徵，讓機器去學習，也是需要去解決的問題。而且在總結一個規律之後，特徵會衰竭，因為人在意識到這樣的特徵之後，會改變人的行為和特徵，人的行為是很難預測的。
劉鐵巖認為，AI在投資領域的應用，還有很多研究課題。如金融市場存在信息缺失、隱藏等問題，給建模造成困難；市場規律的變化非平穩，對模型的預測能力提出挑戰；金融市場的多方複雜博弈，加大了建模與分析的難度；黑天鵝事件很難用大數據、大樣本方法來預測。
雖然面臨很多技術難題，但AI對於投資的影響確實開始顯現。以往的互聯網和移動互聯網時代，IT技術對於基金投資的影響更多還是體現在營銷渠道方面，在核心的投資業務上影響很小。AI時代的來臨，使得IT技術對於投資領域的影響更加深化，已經開始影響到投資核心的信息處理、選股等層面。預計未來的影響會更多地顯現出來。或許AI基金經理會在未來誕生，並形成比人類基金經理更好的收益。
未來面前，你我還都是孩子，還不去下載 虎嗅App 猛嗅創新！
相關推薦
