首页 > 科技圈 > 正文

AI赋能金融 打造人机结合智能投资范式

吴茜

[如何将专家经验和机器学习完美结合,就是人工智能的重点应用。通过通联数据的技术平台,将机器的能力和人的知识结合起来,充分发挥机器在大数据处理上的效率和及时性,以及人在小数据上的分析和判断能力。]

[通联数据目前已经服务于2000多家资产管理机构,包括公募、私募、券商、银行理财子公司、保险资管等。]

在先后输掉围棋人机大战、德州扑克人机大战之后,很多人开始对“人是否会被机器取代”产生了恐慌。但目前,人工智能的替代只是发生在部分领域,人机协作才是推动当今社会发展的主旋律。在投资领域,随着人工智能的广泛和深度使用,人机结合的智能投资管理体系正在让投资变得更加高效。

在投资领域,既有像巴菲特那样专注于基本面分析、很少使用系统化模型的投资大师,也有像西蒙斯那样依靠严密的量化模型、摒弃人为情绪干扰的量化大师。在通联数据CEO王政看来,这两者各有优势和特点,如何将专家经验和机器学习完美结合,就是人工智能的重点应用。

“智联世界无限可能”2019世界人工智能大会刚刚落下帷幕,对于“连接”这一主题,王政表示,通联数据所做的智能投资,正是用技术把各行各业的数据、知识都串联起来。

从量化投资到智能投资

一名普通的基金经理如何做出投资决策?一般而言主要是通过阅读财报、现场调研,通过对上市公司的了解判断股价的走势,这中间不可避免地充满了主观情绪和感情色彩。而量化策略的优势则在于,除了交易模型是人脑设计的之外,从下单到卖出获利,所有动作都是由电脑完成。交易过程中不存在任何人的情绪干扰。

其实,在投资领域运用科技手段并不是新生事物,早在上世纪60年代,计算机刚刚开始普及的时候,麻省理工学院的一名教授就尝试在投资中引入算法。而随着人工智能技术在投资领域的运用,智能投资的概念也逐渐兴起。

“量化投资的流程更加固化,人把模型做好了以后,让机器去帮我们完成任务,它不具备自我学习和提升的能力。而进入智能投资时代,机器有了学习的能力,我们给机器提供信息和知识,它会记住并持续地根据不同的场景做出调整和变化。”王政表示。

换言之,在智能投资中,做出投资决策的就是机器,机器会动态地根据场景变化而做决策。它既不像人那么主观,又比量化投资更加灵活。

“在现有技术水平下,我们还不能做到完全由机器完成所有的工作,所以还需要人来提供很多小数据的分析结果。”王政表示,这是因为人对于事物的判断非常直接,而机器学习则需要大量的样本。因此在金融科技的应用中,我们首先要把所有行业分得更细,在每个细分领域,都需要专业人才来指导和训练机器。“然后,通过通联数据的技术平台,将机器的能力和人的知识结合起来,充分发挥机器在大数据处理上的效率和及时性,以及人在小数据上的分析和判断能力。”

具体而言,这个平台包括数据的采集和处理、模型的构建、研究分析、组合与风险管理四个关键环节。而在每一个环节中,大数据和人工智能的应用方式都不一样。比如在数据处理层面,首先需要用机器采集各种各样的数据,数据采集完毕后,需要运用机器学习、自然语言处理、图像识别等技术对图片、文字数据进行处理。接着,在构建模型的时候,需要利用知识图谱等前沿技术将处理好的数据构建成一个完整的体系,以便分析研究。最后,还需要将人机结合的研究能力建立起来。

构建个性化智能投资能力

那么,一个优秀组合管理机器中应该包含哪些元素?王政认为,主要可以从四个方面来考量。第一是预测收益能力,也就是通过基本面和量化相结合来预测一只股票或一只债券的收益等等。第二是风险管理能力,每个标的的风险有时可以定量,有时难以定量描述,这些都需要实时监控。第三是费用管理能力,所有的投资都有成本,成本对投资的影响也很大,尤其是在高频交易中。第四是自我评估能力,评估投资中哪些环节做得好和不好,找到强的和弱的地方,持续的迭代,机器自动做调整。

通联数据智能投资平台作为一站式全流程的智能投资服务平台,目标是帮助客户构建个性化的智能投资能力。

通联数据目前已经服务于2000多家资产管理机构,包括公募、私募、券商、银行理财子公司、保险资管等等。其中,通联数据负责构建智能投资管理系统,通过人机交互的方式,帮助机构提高投资效率和投资能力。

以研究在港股上市的腾讯公司为例,机构会分析公司的营收和盈利来预测股价。以营收这一指标来看,腾讯公司涵盖广告、游戏、音乐、投资等多个业务条线,每个业务条线中都有大量数据可以获取。机器最擅长的事情在于搜集和处理数据,通过大数据的分析,预测出各业务条线上的收入以及增长趋势。将人的分析逻辑与机器处理数据的结果结合起来,就可以预测出腾讯公司的营收水平。以此类推,从营收到盈利,再从盈利到估值、从估值到股价,每个步骤都是人机结合的结果。

“以我们之前的预测结果来看,跟真实值的预测误差是7.6%,而卖方分析师的预测误差在15.5%,人机结合比单纯靠人的预测更接近真实值。”王政说。

目前,通联数据的投资和研究以二级市场为主,但是对行业和对宏观的分析框架同样也适用于一级市场。“只是相对而言,一级市场的公开信息更少,数据更难获得,但这也更加凸显从各个渠道获取大数据的优势。”王政表示。

投资涉及各行各业,每个行业都有其独特性。因此在收集数据时,广开渠道非常重要。通联数据主要通过三种方式获取海量数据,其一是通过公开渠道采集数据;其二是通过与垂直的数据服务机构合作;其三是从专业数据商处购买数据。

“跨界”人才必不可少

对于通联数据而言,第一大核心优势就是将专家经验和机器学习能力结合起来。只有对投资本身有非常深刻的理解、积累了丰富的经验,才能够构建出有效的智能投资体系。第二,要完成专业的投资分析,数据是必需的材料,并且数据需要一定时间的积累。过去几年,通联数据持续收集、梳理、整合了大量基础数据,为后期投资研究打下了扎实的基础。最后,通联数据通过技术手段来实现人机合作。这样,智能投资平台就不仅是构建了一个机器,更能赋能各类金融机构,让金融机构客户将自己的专业知识输入到系统去,系统帮助它们去训练个性化的投资系统。

要做到这一点,专业人才必不可少。据介绍,通联数据在金融和技术人才上的比例都非常的高,并且通联数据尤其重视“跨界人才”。“我们看重的不是专门懂金融或者专门懂技术,而是跨界人才的培养。所以很多的员工,刚入职的时候可能是算法背景,但是他在工作中要学很多专业知识,比如量化交易、基本面分析等。”王政进一步表示,“同时对于金融专业出身的员工,如研究员、基金经理,他们对技术的理解也非常重要,因为他一旦理解技术,就知道原先的一部分工作怎么用技术的方式来实现,这也有助于让我们更高效地通过机器来提升投资能力。”

着眼于行业未来,王政认为跨界人才的培养将越来越重要,只有既懂专业、又懂技术,才能把智能投资做得更好。

相关阅读:
科技界要制定AI道德标准 微软总裁这么说 AI赋能信贷产业链全生命周期