当投资遇上人工智能

交银施罗德行业分析师
杨程稀

从语音、图像识别到无人驾驶，从网络搜索到机器人，人工智能正在被迅速地应用到人类社会的各个领域，无疑成为了当今最具发展前景的前沿科技之一。而更为激动人心的是，人工智能技术依然在迅速的进步，技术的极限还远未被触及。              

金融行业特别是与投资相关的领域，向来对新兴科技抱有非常开放的态度。随着人工智能在投资应用中的逐步深入，一些传统的投资流程、方法和逻辑可能发生改变。同时随着其投资算法越来越成熟，人工智能或许能够进一步提出专属自己的投资方法和逻辑，甚至为投资者提供看待金融市场的全新视角。

本质上，人工智能是发掘和总结规律的工具。它通过探索潜在可能性以及自我的迭代优化，寻找特定任务的解决方案。这些方案可能已为人类熟知，但计算机可以更高效地替代人类完成，例如自然语言处理和图像识别。而在另一些领域，人工智能的解决方案可以完全超越人类的认知，并且展现出让人类望尘莫及的学习能力。2017年谷歌公司的DeepMind团队已经证明，人工智能可以在仅了解基本规则而不获取任何其他知识的情况下，在短短3天内超越人类对围棋的认知水平。

就投资领域而言，人工智能很可能首先以辅助者的角色进入，逐步替代一些劳动密集的工作，例如数据收集和简单处理。未来，用计算机通过互联网获取信息，利用人工智能进行初步处理，大概率将成为投资行业获取信息的主要渠道。美国Kensho公司提供的类似服务，已经获得大量知名金融机构的认可和青睐，其新颖的商业模式也得到了广泛的关注。目前国内已经有一些创业公司在某些特定的领域提供类似服务，所提供信息的质量和效率都优于传统的信息获取方法。

而随着技术的不断进步，人工智能可能将逐步形成自有的投资风格，给出投资结论，甚至提出认知金融市场的全新视角和方法。从理论上讲，谷歌公司最新围棋模型Alpha Zero所采用的深度增强学习（deep reinforcement
learning）算法，非常适合用来学习二级市场投资的问题。而计算机在信息覆盖和决策执行方面，也相对人类有天然的优势。2017年10月18日，EquBot LLC和ETF Managers Group共同推出了全球第一只人工智能ETF：AI Powered Equity ETF （AIEQ）。这只基金依据EquBot的算法，利用IBM Watson的认知和大数据处理能力分析美国境内的投资机会。

人工智能在为投资领域注入新活力时，也将会遇到一些独特的挑战。首先，投资需要处理的信息非常庞大。如何在海量信息中挑选有用的信息，同时尽可能降低无效信息带来的影响，是人工智能需要处理的新问题。通常验证信息的有效性除了通过历史数据检验以外，也需要投资逻辑的推演。在这一方面人与人工智能的互动协作，也许是最好的解决办法。另一方面，人工智能投资模型很多时候是一个黑箱，如何让投资人更好的理解模型的投资逻辑，也是一个不可小觑的的挑战。

当前在投资过程中运用人工智能在全世界都处于起步阶段，相信不久之后，我们会看到更多基于人工智能的服务面世，在金融市场上也会看到更多基于人工智能的投资产品。人工智能在投资领域究竟能带来多大改变，投资业绩是否能超越人类，我们拭目以待。

 

免责条款:

本报告为研究人员依据公开资料和调研信息撰写，交银施罗德公司不对本报告所涉及的任何法律问题做任何保证。本报告中的信息均来源于已公开的资料，交银施罗德公司对这些信息的准确性及完整性不作任何保证。报告中的信息或所表达的意见并不构成所述具体证券买卖的出价或征价。

转载条款：

本报告版权归交银施罗德基金管理有限公司所有，未经本公司书面授权，任何机构、个人不得刊载转发本报告或者以其他任何形式使用本报告及其内容、数据。