0
| 本文作者： 陈伊莉 | 2017-07-09 16:16 | 专题：GAIR 2017 |
7 月 7 日，由中国计算机协会CCF主办、雷锋网和香港中文大学（深圳）联合承办的第二届 CCF-GAIR 全球人工智能与机器人峰会在深圳盛大开幕。在第二天的金融科技专场中，通联数据CEO王政受邀出席并做了题为《人工智能时代的投资革命》演讲。
王政是美国普林斯顿大学物理学博士，曾任巴克莱全球投资公司基金经理、博时基金股票投资部总经理、ETF及量化投资总监等职，拥有近20年资产管理、金融信息平台研发和大数据研究经验。
在演讲中，王政指出，与用AI下围棋不同，在投资博弈过程中，只有部分的规则是明确的，边界也不够明确。但无可辩驳的是，金融科技正驱动着投资行业的变革，我们开始迈入智能投资时代。
具体来说，智能投资包括四方面，投资研究、组合管理、风险管理和财富管理。其中，王政又着重分析了智能投资和智能投顾。他表示，知识图谱技术能在智能投资中发挥巨大的作用，在公告、研报数据、交易所及工商登记数据等基础上，构建出知识图谱，下一步就可进行图谱挖掘，获取同业竞争关系、公司战略分析、人脉圈等信息。至于智能投顾，简单来说就是让系统来帮助用户做资产配置。
最后，王政总结了人工智能对投资者的三点帮助，第一可以提升投资研究的效率；第二在数据驱动下，能随着不断变化的市场调整投资研究体系；第三打造机器人基金经理，完成投资管理全流程。
以下是演讲原文，雷锋网作了不改变原意的编辑：
当我们谈到投资时，马上想到高大上的基金经理，投资似乎非常高深。其实做投资并不难，只要遵循低点买进，高点卖出肯定会赚钱，与赌大小没什么区别。中国大概有1亿投资者参与市场，希望通过简单的操作赚钱。这是非常好的理想和愿景，但现实有点“骨感”，大部分投资者只是市场上的“韭菜”。统计观察，大约80%的投资者都无法盈利。
投资有一定的逻辑和经验要求。投资一家公司的基础逻辑是，我们相信这家公司的发展前景、价值、未来现金流。但是投资并不是那么简单，因为投资是很多人参与定价的博弈的过程。即使你知道这个真理，也不代表你一定能赚钱。如果其他99%的人不相信公司的价值，你可能还是会亏钱。价值不会变，价格却是每分每秒都在变化。若想准确预测股票价格，不仅要考虑价值的因素，还要考虑市场情况的因素。耶鲁大学教授罗伯特•希勒有一个经典理论，他在股票定价里引用了“情绪指标”，并因此获得诺贝尔奖。在中国还要考虑其他的因素，例如政策因素。
随着大数据的发展，人工智能也实现了飞跃式的进步。20年前，深蓝战胜国际象棋世界冠军卡斯帕罗夫，去年和今年，AlphaGo横扫围棋棋坛。那么下一个计算机将要攻克的领域是什么？有人联想到投资领域。但投资的难度远比围棋高。即使围棋有再多的变化，它还是有边界和确定的规则，总归是两个人的游戏，没有太多人的参与。但投资领域的规则并不完全，只确定了一部分的规则，还有自由发挥的余地。此外它的边界不明确，决定股票价格的因素非常多，基本面、天灾人祸、战争等都会影响股票价格。
回顾投资管理发展历程，计算机为投资带来了新可能。我们把原来的投资逻辑变成模型，让机器来自动完成任务。按照典型逻辑——PE低的股票比较好，PE高的股票比较贵，计算机很容易帮助筛选所有股票的情况。在这个阶段，我们开始教机器做投资。
随着移动互联网和云计算的发展，拓宽了数据的维度和广度。我们可以采集到人、物、环境等各种私有数据，以及更多的公开数据，包括社交渠道、新闻、研报等。这解决了从前的两个问题——覆盖度和及时性。而广度和及时性的增强，提高了投资的节奏。出现一个新模型可以很快在市场上推广，从而获得更快的效果。与此同时，人工智能也得到了快速发展。各个行业开始用人工智能挖掘数据中的价值，不仅是投资领域，还包括语音识别、图像识别、无人驾驶等新兴领域。
在这个时期，数据量远远大于人的想象空间，我们不能再像过去一样根据每一个数据研究一个模型。我们希望达到的目标是，构建一个框架教机器学习，碰到新的数据、新的变化，机器能够自动做调整，改变投资策略。
我们也看到，所有的基金经理都非常愿意接受新技术的帮助。70年代，投资领域开始广泛应用计算机做指数基金，80年代做对冲基金，现在做SmartData。其中发展最快的是量化投资。那么借助机器完成投资的量化投资在过去历史上表现如何，能否战胜人类？这里看两个例子。
我曾经工作的公司BlackRock是世界规模最大的资产管理公司，目前资产规模达5.4万亿美元。世界第二大公司叫领航，旗下资金有4万多亿。而这两家公司都是完全采用量化投资。
再看过去30年投资回报最高者。我们很熟悉股神巴菲特，他过去20年的平均回报率是20%。而用计算机做投资的对冲基金经理詹姆斯·西蒙斯过去30年的平均回报达到了34%。
具体来说，智能投资包括四方面，投资研究、组合管理、风险管理和财富管理。
一是投资研究，上一位专家（罗平）谈到信息处理领域是最基础、最关键的环节。而机器可以帮助我们处理非结构化的数据，实现快速阅读、快速抽取信息、快速分类、快速积累。
二是组合管理。如今交易频度越来越快，如果都要靠人做调整，一个组合几百支甚至上千支股票，人力无法跟踪、决策，需要机器帮助我们完成决策。
三是风险管理，这是任何一家企业、任何一家基金的核心能力。
四是财富管理。这个行业有智能投顾，这是发展非常快的领域，核心是财富管理平台。用户给出一定的资金和投资目标，系统帮助用户自动智能管理资金，按照投资目标做调整和跟踪。
在拥有大数据的同时也面临一个大问题——如何找到有价值、最需要的数据。智能搜索是做投资研究里非常关键的工具，它是大数据挖掘和投资逻辑相结合的综合展示。
搜索的关键是底层的知识结构。只有知识结构做得好，搜索才可能有价值。在公告、研报数据、交易所及工商登记数据等基础上，构建出知识图谱，下一步就可进行图谱挖掘，获取同业竞争关系、公司战略分析、人脉圈等信息。这是我们在投资中应用人工智能的关键环节。
广义来说，所有帮助投资的都是智能投顾。狭义来说，只有是银行的客户，可能才会有推荐。它希望达到的目标，就像使用滴滴打车，只需要说出自己的目的地，机器就帮助实现用户的目标，规划出一条非常好的路径。此外，它会根据市场的变化和产品的变化做调整。
总结来说，我认为人工智能将从以下三方面帮助投资者。
一是提升投资研究的效率。这是现阶段最有价值、最基础的方面，即帮助我们处理信息，找到我们需要的信息并组织起来，帮助我们做研究。
二是我们能够建立起一个投资研究的框架，当数据开始变化时，体系能够及时对所有的市场变化做出相应反应，发现投资逻辑，做智能的预测。
三是我们未来的理想，打造机器人基金经理，完成投资管理全流程。某种程度上来说，现在也有机器人基金经理——量化投资系统。但如果要做到万能的机器人基金经理，目前阶段比较难。
这是我今天的分享，谢谢大家！
雷锋网将会持续报道CCF-GAIR精华内容！
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
