【2017智能投顾国际论坛】风口上的智能投顾，你了解多少？
2017年1月4日晚，Master在战胜韩国天才棋手申真谞，中国名将常昊、和世界冠军周睿羊，取得59连胜之后，亮出了自己的身份——Google DeepMind的阿尔法狗。
事实上，“阿尔法狗”只是人工智能的一个缩影。接下来，依托人工智能技术，会不会出现一只 “投资狗”？ 人工智能与金融投资相结合，将开启金融业怎样的变革？而在行业加速变革的背景下，我们该以什么样的行业规范定位人工智能？又该如何避免人工智能在未知的未来可能对整个金融体系以及证券市场带来的潜在风险？此外，中国在金融科技领域有巨大的投资和兴趣，我们如何在借鉴国外市场的经验同时，又能考虑中国的特殊现实？
2017年1月14日，由中国金融四十人论坛（CF40）主办、北京资配易投资顾问有限公司协办的2017“智能投顾”国际论坛在北京举行。本次论坛主题为“智能投顾与Fintech新趋势”。
论坛现场
加州大学伯克利分校教授Stuart Russell，CF40常务理事、资配易董事长张家林，中国人民银行国际司司长朱隽，CF40常务理事、中国平安集团总经理任汇川，浙商银行行长刘晓春，CF40特邀成员、国务院发展研究中心金融研究所所长张承惠，中国人民银行金融消费权益保护局副局长孙天琦，百度副总裁张旭阳以及来自央行、银监会、国务院发展研究中心、各大商业银行、互金机构的嘉宾出席论坛，并围绕以上问题展开交流。
论坛现场
在全体大会环节，Stuart Russell、张家林和张旭阳分别以“日益智能的投资顾问工具”、“证券投资人工智能理论与实践”、“大数据时代的智能投顾”为主题发表演讲。
在专业知识和数据支撑之外，做金融投资一个必不可少的参考要素就是人的心理。同时，市场中的隐性状态如一家公司的品牌价值、市场的变化等都会影响资产价格，机器能否获取上述类型的数据并进行分析判断，从而对变化中的市场作出预测？
在本次论坛上， Stuart Russell和张家林就上述问题发表了各自不同的看法。
Russell是加州大学伯克利分校人工智能系统中心创始人兼计算机科学专业教授，同时也是人工智能领域里“标准教科书”-----《人工智能：一种现代化方法》的作者之一（谷歌研究主管PeterNorvig也是该书作者）。作为人工智能领域的顶级专家，Russell不仅看到了人工智能的巨大发展前景，同时对其局限性也有着深刻认识。如同他曾多次强调“人工智能并不是万能药，不是所有的问题都可以用人工智能解决”一样，这一次，他就人工智能在金融投资领域的应用也发出了警示。
Stuart Russell
“我想给大家提个醒……在很多情况下，机器深度学习并不是能够轻而易举地投入应用的，投资现在仍然是（深度学习）存在局限的领域之一。”Russell强调，人工智能并不具有感知能力或者意识，更不仅仅是深度学习或者大数据的分支，当中还有很多其他的组成部分。
Russell认为，投资顾问在做出建议之后，还必须向客户解释建议，即解释清楚“为什么要提出这样的建议”。只有做出有说服力的解释，客户才会接受建议。“解释是非常重要的，但深度学习现在很难做到这一点。”
围棋一度被视为人类智慧最后的堡垒，原因是围棋的变化极为复杂，即便是算力无双的计算机，也无法穷尽黑白两子在棋盘里361个点位上的所有变化。由此，我们可以理解“血洗”顶尖围棋国手的“阿尔法狗”给人类带来的震撼。
但Russell指出，与围棋只有对战双方相比，投资市场中有数以百万计的组成部分，且投资时间尺度非常长。比如如果希望实现十年投资回报的最优化，结合人工智能所能开展的微秒级交易，则需要做1014次数的决定。而在下围棋时，只需要做100-200次决定。同时，在动力机制方面，人类对围棋的机制已经十分清楚，但对于市场和经济运行机制却依然只是“知其一二”。并且，不同于围棋对战的一目了然，在投资过程中，有很多操纵信息的虚假数据，这些都是需要过滤掉的“噪声”。
“在投资决策当中，大部分影响价格的因素（市场动力学当中的隐形状态）我们是看不到的。”Russell认为，隐性信息不容易获得的情况下，典型的机器学习的决策模式就不适用了。
Russell以巴菲特为例，认为对某个公司的基本面、经济基本面、以及政治因素等信息的全面掌握，帮助巴菲特做出成功的投资决策，“我们是不是可以建立一个基于巴菲特这种方法投资的机器呢？” Russell更倾向于认为，人类将在很长时间内在投资顾问方面发挥重要角色，而不可能在短期被人工智能所取代。
“人工智能可能是一个非常好的工具，但仍然需要人类提供指导。”Russell说。
作为金融科技领域的前沿实践者，张家林同意Russell对于巴菲特“价值投资”的判断，“巴菲特的价值投资很难用技术或者机器学习去做，是不可复制的。”但他同时表示，“IT派或技术派认为，只有捕捉到所有的信息和数据，机器才能做出准确预测”，而实际上，智能投顾基于的是投资组合与行为金融这两个理论的结合，可以缩小人们对数据的需求，同时能做出在一定范围内有效的决策。
张家林
张家林表示，作为人工智能系统，学习的时候要有能力识别当前的市场机制情况，并做出相应决策。认为“噪音太多或者变化中的市场不能做”，是错误的观点。
如何实现机器的动态学习？张家林介绍，就像机器人能够通过温度感知季节一样，人类也可以设计许多指标，使得机器能够感知当前的市场情况。“我们将这套指标称作市场机制坐标，通过市场机制坐标这样的信息结构，机器能够实现更有效的学习。”
事实上，如果要将智能投顾推向市场，为大家所接受，企业就要提供一套完善的总体方案。张家林认为，这套方案中必须包括对于大规模协同交易、大规模一致交易、大规模系统故障等的宏观审慎指标，对于投资组合相似度、交易择时相关度、投资策略独立性等的微观行为度量指标，以及对于投资建议的质量、投资策略生产的数量能力、投资建议的适当性匹配度等服务品质指标。
在回答这个问题之前，需要了解当前智能投顾的发展现状。
“在证券市场，普通投资人也就是没什么投资策略的人在最底层，最顶端是高水平投资人，而人工智能处于中间位置。”张家林介绍，目前，智能投顾服务的品质差异依然参差不齐，衍生出来的在线投顾和机器人投顾，都没有改变大规模生产策略的能力，同时也没有显著提高投资策略，只有智能投顾才能够服务海量用户，并且具备很强的策略生产能力。
“超级智能投顾是不是存在？我也不知道。”张家林说。但不可否认的是，当前的智能投顾距离“超级智能投顾”仍有很长一段路要走。在这段路上，智能投顾需要解决哪些问题？
“在座的各位，你们在打字的时候，下一秒手指往哪个方向运动，这是一个微秒级的决定；要不要去开某场会？去哪吃饭？这是在一天或者一周尺度上的决定；要不要上大学？上哪所大学？我们的孩子要不要上大学？这是一个跨越多年的决定。对于人类来说，这些不同时间尺度的决策实际上是集成在一起的。”Russell以生动的比喻，解释了人工智能在不同的时间序列和时间空间中作出整合决策的问题。但是，这样的决策机制并不存在于当前的投资决策中，而这是人工智能科学家们必须要推动的一个最大变化。
Russell认为，智能投顾最终就是要给所有人以最高质量的决策，降低决策成本、提高决策质量。对于这一观点，张旭阳表示赞同。在他看来，智能投顾最主要的目的就是通过智介入，使得大众投资者获得更平等、公平的投资理财服务。
张旭阳
而在这一目标下，中国应探索出一条更为本土化的智能投顾解决方案。张旭阳表示，中国的智能投顾方案应在几个维度上更加精细地描述个体投资者。“不仅描绘为风险评级的差异化，也要从投资能力和投资意愿角度去描述一个人。比如有的人投资能力和风险承受能力很强，但他并没有承担投资风险的意愿，因为他可能是一个创业企业，希望在金融资产投资方面更加平稳、审慎。”
其次，张旭阳认为，当前智能投顾的资产配置模型仍然基于传统的配置理论，属于被动投资。而在未来，在大数据的支持下，可以将这种被动投资向股票主题投资或者主动投资做转型。
“我同意Russell和张家林的观点，投资是技术、也是艺术。但我认为，投资最终是一门‘意中有，语中无’的哲学。”张旭阳认为，如何让机器理解“只可意会不可言传”的东西，还有很多路要走。而在这种情况下，中国的智能投顾可以先从服务机构投资者开始，首先为机构投资者做好决策支持。
本次论坛由CF40成员、中国人民银行国际司副司长郭凯及CF40秘书长王海明主持。
郭凯
王海明
主题演讲过后，与会嘉宾分别就“金融科技应用与智能投顾发展”、智能投顾与资产管理变革“两个问题进行了专题交流讨论。CF40微信公众号将陆续发布更多精彩内容，持续关注我们吧~
近期文章精选：
独家 | 张家林：基于大数据的人工智能：证券投资领域的下一个变革