「金融阿爾法狗」PK投資高手誰會贏

1

除了下棋，金融業與AI契合度最高

摩根大通發布了一份題為《大數據與人工智慧戰略：機器學習和其它投資數據分析方法》的報告，對人工智慧和金融領域的影響進行了全面闡述。報告指出人工智慧量化技術將成為未來金融業的主流方法，幫助投資者處理、分析、理解數據，指導投資決策。一個優秀的金融投資機構，必須發展人工智慧投資系統，以適應金融數據化、智能化時代的到來。

「未來將被人工智慧衝擊和改變的四個重要行業，分別是製造業、教育行業、醫療行業和金融業。」中國工程院院士、中國人工智慧學會理事長李德毅說。

李德毅認為，當前人工智慧與金融業的融合在加速，這是因為金融天然生態就是大數據，它和人工智慧的契合度最高。無論是資金流關聯分析、房貸風險管控、信用評定和管理，還是身份認證、客戶金融行為分析、個性理財，尤其是帶時間序列的金融大數據，都可通過高效的數據挖掘和機器學習進行各種各樣即時的關聯分析和安全分享預測。

目前，已有金融機器人上崗，包括無人值守銀行、家庭理財機器人助理、投融資決策輔助機器人、金融欺詐發現機器人等。李德毅預測，基於以上技術應用，人工智慧將會重塑金融行業，其中包括銀行、保險、證券部門等。

清華大學國家金融研究院院長、IMF前副總裁朱民則表示，人工智慧金融業趨向四大核心技術，即大數據、雲計算、人工智慧和區塊鏈；四種信息開始崛起，即交易信息、身份特徵信息和行為數據等，這四種數據構成了未來金融業基礎核心數據的金礦。因此，人工智慧將推動銀行業等整體改變。

2

機器與人，哪種投資決策勝算更大

「就歐美國家的市場經驗來看，機器學習方法在某些方面確實是比人工決策更為出色。」墨寬投資CEO黃文堅說，在美、英等國家，人工智慧與金融投資已非常緊密地結合，並取得了良好的成效。

比如著名的大獎章基金，幾乎從不僱用華爾街的分析師，公司里坐滿了數學和自然科學的博士，用數學模型捕捉市場機會，由電腦做出交易決策。在2008年金融危機時，大獎章基金成功預測風險，避免了投資者的重大損失；從1989年起，基金的年回報率平均高達35%，被譽為最成功的對沖基金。

黃文堅分析說，與傳統投資方式相比較，人工智慧的量化投資具有多種優勢。如機器學習方法可處理更多的輸入信息，能考慮的信息面更全，信息量更大，可達到的效果上限更高；從效率上看，人工智慧方法可同時考慮整個市場，從中選出更多優質股票，分散投資風險，提供穩定的投資回報，並容納更大量的資金。

此外，人工智慧演算法會量化整個投資過程中的變數，做出更精準高效的投資決策；伴隨著深度學習演算法的快速發展，一些重要但之前不易獲取的非結構性信息可被演算法分析得到，從而提高投資效率；從金融交易角度看，人工智慧的一個優勢是在決策中可迴避人性弱點，如性格、情感、害怕失敗等，始終保持客觀態度，避免了受到市場波動的影響後，做出不正確的決定等。

Delta Grad創始人龐然指出，從更長的時間維度來看，基金經理的每一個投資策略都只是局部最優解，並不能窮盡所有的情況，之所以受到追捧，是因為符合人的邏輯。

當人工智慧發展到一定階段時，機器人能通過自博弈訓練產生數百萬的交易數據，對數據的深度學習可以產生有效的策略。通過這種對抗學習，機器完全能夠突破人類基金經理的工作時長、身體精力、工作穩定性的限制，進而取代基金經理。

不過，此前研發阿爾法狗的DeepMind團隊也發表了一篇論文，指其人工智慧投資系統「阿爾法股」（Alpha Stock）在A股市場潛伏交易36個月，但最終虧損不斷擴大，令團隊決定暫停該領域研究。

因果樹創始合伙人滕放說，人工智慧在金融領域的應用處在起步階段，正在逐步發展和完善。目前，已取代了部分人工搜集、整理信息等工作。「金融市場擁抱人工智慧，一旦走下去，趨勢不可逆轉。」

3

風險管控，現有法律法規缺位

不過，國內現有法律法規的缺失，為人工智慧在金融業的發展增加了不確定性。2017年11月，人民銀行會同銀監會、證監會、保監會、外匯局等部門起草了《關於規範金融機構資產管理業務的指導意見（徵求意見稿）》，對金融機構運用人工智慧技術、採用機器人投資顧問開展資產管理業務進行規範。

璇璣公司CEO鄭毓棟說，法律法規的缺失首先表現在信息上。比如智能投顧不僅是一個投資，也是對客戶資產的配置，需要知道客戶的收入水平、負債狀況等。但是從目前的整體情況看，除了客戶主動告訴智能投顧公司，沒有一項法律和法規能夠讓公司獲取這些數據。此外，我國法律不允許智能投顧公司幫助個人進行賬戶管理和操作，這也限制了智能投顧公司的可持續發展。

中國人民大學金融科技與互聯網安全研究中心主任楊東說，美國的傳統智能投顧，都是聚焦在場內的資產投資。但是目前國內很多P2P平台轉型做智能投顧後，會在不具備風險管控能力的情況下，向普通投資者推薦高風險的資產。因此，在目前缺乏法律法規監管的情況下，要加強對投資者的保護。

「包括對智能投顧的准入和備案及監管控制方面，都需要強調備案制的事中、事後、技術驅動的監管方式。大量資產投向場外非標資產的利益驅動是本能的，無法阻止。這裡面有必要吸取P2P行業的教訓，加強賬戶管理，特別是加強對投資者的教育和保護。」楊東說。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！