在Alpha Go稱霸圍棋界之后，AI（人工智能）的一把熱火也燒進(jìn)了投資領(lǐng)域。記者了解到，目前部分公私募已經(jīng)在積極探索評估，通過人工智能輔助主動(dòng)投資、挖掘量化模型中的價(jià)值因子。據(jù)介紹，目前其在投資領(lǐng)域的應(yīng)用更多是輔助基金經(jīng)理的投資決策，在數(shù)據(jù)處理等多方面尚需完善。

　　基金公司用AI做什么

　　在投資領(lǐng)域，基金經(jīng)理普遍認(rèn)為AI的核心在于機(jī)器的主動(dòng)學(xué)習(xí)，目前已經(jīng)有部分公司進(jìn)行布局。

　　嘉實(shí)基金人工智能投研中心張自力介紹，2016年，嘉實(shí)基金在原有量化投資部的基礎(chǔ)上，成立人工智能投資中心，建立嘉實(shí)智能投資系統(tǒng)。據(jù)了解，嘉實(shí)智能投資體系包括智能股票推薦、智能資產(chǎn)配置、智能beta策略等幾個(gè)方面。

　　萬家基金量化投資部總監(jiān)卞勇介紹，團(tuán)隊(duì)在深度學(xué)習(xí)模型基礎(chǔ)上，應(yīng)用自主開發(fā)的“機(jī)器學(xué)習(xí)”算法，讓“人工智能”代替“人腦”對每個(gè)因子的表現(xiàn)進(jìn)行主動(dòng)的學(xué)習(xí)評估，進(jìn)而階段性的進(jìn)行因子的選擇、分組和組合工作。

　　浙商基金首席數(shù)據(jù)官湯詩語介紹，一方面人工智能可輔助主動(dòng)投資，篩選信息、建立并強(qiáng)化搜索引擎、自動(dòng)跟蹤信息、數(shù)據(jù)可視化等。另一方面，以 AI 構(gòu)成量化投資中的因子，幫助從各種非結(jié)構(gòu)化數(shù)據(jù)中刻畫市場不同投資者的情緒。

　　據(jù)了解，私募基金也已經(jīng)在積極探索，不少公司的人工智能模型已經(jīng)進(jìn)入實(shí)盤測試階段。

　　艾方資產(chǎn)研究總監(jiān)陳曉表示，艾方資產(chǎn)目前在人工智能方面的探索主要有兩個(gè)方向，一是機(jī)器學(xué)習(xí)的方法。二是偏深度學(xué)習(xí)的交易。目前均已在自有資金實(shí)盤測試過程中。

　　證大投資量化投資部總經(jīng)理趙健也表示，通過機(jī)器學(xué)習(xí)挖掘出了一些因子，已經(jīng)處于自有資金實(shí)盤測試中，最近一個(gè)季度表現(xiàn)不錯(cuò)。待模型在自有資金實(shí)盤運(yùn)行兩個(gè)季度之后，將會(huì)進(jìn)入策略庫中正式應(yīng)用于產(chǎn)品中。

　　多因子模型的升級版？

　　那么，人工智能是否為投資領(lǐng)域獲取絕對收益的一劑“靈丹妙藥”？

　　卞勇認(rèn)為，通過引入“機(jī)器學(xué)習(xí)”算法，以AI代替基金經(jīng)理的主觀判斷，擺脫了傳統(tǒng)多因子模型對于風(fēng)格轉(zhuǎn)換的市場難以應(yīng)對的困擾，也避免了因子衰減帶來的不利影響。

　　張自力也對此表示，AI在投資中極大地提高了數(shù)據(jù)處理速度，節(jié)省基金經(jīng)理時(shí)間，最大限度的避免了情緒對投資的影響。

　　陳曉表示，可將人工智能理解為原有多因子模型框架上的升級，是對傳統(tǒng)方法是很好的補(bǔ)充。傳統(tǒng)模型都是基于人的理論體系做出的判斷。人工智能不需要人提取這些信號，只要給出原始數(shù)據(jù)，人工智能自己能夠找出比較好的因子，這種非標(biāo)準(zhǔn)化的數(shù)據(jù)涵蓋的信息更廣。

　　趙健稱，不同的市場適用不同的因子，人工智能系統(tǒng)可以輔助基金經(jīng)理提高一些工作效率，信息的兼聽更為完善，很多由人完成的工作變成機(jī)器完成，且不夾雜任何主觀能動(dòng)，同時(shí)錯(cuò)誤率會(huì)非常低。“但機(jī)器選出來的東西肯定不是高收益零風(fēng)險(xiǎn)，這在投資的常規(guī)邏輯中是行不通的。”

　　數(shù)據(jù)量有待完善

　　作為一種新的投資工具，AI尚在探索階段，有著各種優(yōu)勢的同時(shí)，也無法避免一些局限性。

　　陳曉認(rèn)為，人工智能用的數(shù)據(jù)特別多，需要注意有些數(shù)據(jù)有沒有偽相關(guān)，警惕過度擬合。卞勇認(rèn)為，AI首先需要完善的數(shù)據(jù)，海量的有效數(shù)據(jù)是AI能夠發(fā)揮作用的基礎(chǔ)。現(xiàn)有條件下，資產(chǎn)管理行業(yè)應(yīng)用的數(shù)據(jù)在深度和廣度上都還非常有限。湯詩語同樣對信息量提出要求。“人工智能需要進(jìn)一步提升信息的采集量，令數(shù)據(jù)庫提升數(shù)個(gè)量級。同時(shí)，進(jìn)一步完善自然語言處理技術(shù)。此外，還需要進(jìn)一步理解 AI 生成的結(jié)果，并部署專業(yè)人員對可能的因果關(guān)系進(jìn)行判斷。”湯詩語稱。

　　張自力則表示，人工智能在金融領(lǐng)域的應(yīng)用更需要關(guān)注的是應(yīng)用場景，將適當(dāng)?shù)姆椒ㄅc合適的場景結(jié)合，而不是盲目推動(dòng)人工智能技術(shù)的開展。同時(shí)，金融領(lǐng)域是一個(gè)與風(fēng)險(xiǎn)共生的領(lǐng)域，風(fēng)險(xiǎn)控制是核心問題，而人工智能技術(shù)更多的依賴自學(xué)習(xí)，穩(wěn)定性不足，并且解釋能力較差，在面對監(jiān)管合規(guī)要求方面還需要處理好這方面的問題。