裸泳美国丨讲真，人工智能投顾会让传统投顾失业吗？
引言
随着2016年3月阿尔法狗公开叫板李世石并以4比1战胜对手，人工智能便迅速且长期地占据了大家关注的头条。2017年1月，一个网名为master（大师）的网络棋手以狂风扫落叶之势在各大著名网络围棋平台上完成了60连胜的战绩，当人们还寄希望于更多高手出马，挑落这个肆无忌惮的电脑AI时，却没想到包括柯洁、朴廷桓、井山裕太在内的中日韩三国最强手都已成为了它的手下败将。笔者也曾围观过master的几场大战，已然感觉到了人类所不能达到的棋力高度。不仅是棋手们，各行各业的人们都开始思考起来，人工智能到底会对人类的未来带来怎样的改变？
裸泳特约记者：刘剑东 发自美国纽约
编辑：任子勋
深度好文/共3743字/阅读7分钟
在人工智能概念诞生初期，还仅是学者们机械化重复性思维的替代工具，即在提前编程的情况下完成规定的任务。然而，其发展速度却远远超出了人类的预期，从被誉为“人类智力游戏的最后一处堡垒”围棋的沦陷，到重在心里博弈的德州扑克，无不被人工智能轻松拿下。毫无疑问，这不是人工智能的首次亮相，但确实在这一年以来赚足了人们的眼光。但人工智能最受关注的部分，依然还是在金融行业的应用。从简单的量化程序来完成选股、交易等步骤到机器深度学习，交易员们开始使用机器学习技术来训练软件选股，现在的金融行业基本上处处可见这些人工智能们的身影。
巨大的交易量，庞大的历史数据，再加上金融交易本身的可量化性，这一切特质使得金融市场成为了人工智能一个最完美的舞台。
从体力活，到脑力活
在刘慈欣的三体世界里，脱水者们组成了一个巨大的人体二进制方阵，一层层的推进指令，左右手举牌，构成了一个靠着体力驱动的机器，来预测三个太阳的运行规律。而在现实生活中，则是一副截然相反的画面：曾经花费操作员、分析员大量时间与经历的分析与决策工作，现在开始越来越多的被人工智能所取代。
笔者曾在上篇详细介绍过新兴投资组合管理的办法：智能投资顾问。这项技术进入人们视野快十年了，但是最近才得以在金融领域迅速发展。其算法的本质就是人工智能的体现。通过算法，智能投资顾问将投资分散在各个不同的资产上，以便达到预定的风险预算。由于每个客户的年纪、收入、资产等等的不同，他们对待风险的耐受力也不同。如果使用传统的投资顾问，针对每一位客户的个人风险耐受力来定制个人投资组合将会是一个劳动量十分巨大的工作。而使用建立在人工智能基础上的智能投资顾问公司，则可以在提供实时投资组合定制服务的同时，大大降级该项服务的成本。这项人工智能的应用使得金融定制服务的收费变得亲切了许多。
谈到投资顾问，就必须说说算法交易了。上世纪七十年代便已出现的它，与智能投资顾问的经历类似。算法交易中最常见的，是通过预先设定好的交易策略的编程来建立一个交易系统。在这个交易系统中，人工智能可以在极短的时间内做出交易决定，抢在大多数交易员觉察到套利机会存在之前，完成高频交易。通常一个正常运行的交易系统每天会做出数十万个交易决定，远远超过了人脑所能达到的极限。因此，显而易见，对于对冲基金而言，其核心竞争力就是他们的交易代码。
通常，交易代码是作为整个基金最为保密也是最令人觊觎的资产存在。在2014年，对冲基金Two Sigma的分析师，MIT高材生高康就因为盗窃该基金核心机密----交易策略代码，而被逮捕。虽然这个交易策略本就是高康所写，但是此案的保释金依然高达50万美金，由此可以看出交易策略对于对冲基金而说的重要性。此类事情在金融界屡见不鲜，而且相信随着未来算法交易的进步，交易策略的潜在价值越来越大，未来此类事件将会更多。
在近十年的时间里，数据科学家的缺口也在以指数型速度扩大。即便已经有很多IT工程师和统计学家开始涉足数据领域，数据科学相关的岗位缺口依然十分巨大。而这种巨大的缺口背后是日常数据量的巨大增长。在所有行业中，金融行业的数据量增长尤为巨大，于是物理存储开始变得十分笨拙。
随着计算机运算能力和互联网科技的进步，海量的金融数据开始被储存在云端以便于不同公司提取运用。这一根本性的改变，使得越来越多的公司拥有了更完备的数据信息，因此使得金融反欺诈的方式变得愈加有效。在传统金融反欺诈的操作中，反欺诈系统很大程度上依赖于负责的规则和流程。对于一个满足所有流程和规则的金融活动，系统会认为其是一个低风险，甚至无风险的金融活动。因此，我们可以看到，传统的金融反欺诈系统很容易被潜在的违规套利者利用。而当下的大多数金融反欺诈系统通过结合人工智能与大数据的方式来发现潜在的安全威胁点。利用人工智能和海量目标数据，反欺诈系统可以检测每个金融活动，并把其中有潜在危险的位置标记出来，并将位置信息送达到相关安全团队，以便加强实时监控。
虽然人工智能在反欺诈方面的应用看起来是十分成功，但是在其成功背后还有一个明显的缺陷：虚假风险（金融风险并不存在而被错误的标记了出来）。但是，相信随着金融数据的累积，在潜在欺诈风险的预测上，未来的人工智能将会具有更加精确的判断力。
掘金未来人工智能？
目前在金融行业的后台工作中，大部分可以被人工智能替代的工作已经不再由人力来完成。由于前台工作对语言交流的依赖性，人工智能一度不能施展拳脚。但近几年，随着贤二（龙泉寺人工智能机器人）和Siri（苹果的人工智能助手）的问世，语言交流也已经不再是人类的独有技能了。
随着科技的进步，人工智能在金融前台的应用也只是时间早晚的问题。到目前为止，已经有不少公司在这个方向上做出了很大的进步。Kasisto 便是其中最成功的例子。这是一家由Siri团队分离出来的初创公司，其产品是一个可以整合进任意手机应用的人工智能交流插件。正是因为看中了人工智能在金融行业前台应用的广袤市场，Kasisto在初期就发布了一个专业化的金融版本人工智能插件，并且凭借其优秀的商业表现，在2017年1月份的A轮融资中获得了高达920万美元的注资。
根据Kasisto公司的商业规划，不久以后，其公司的产品将会影响到我们每一个普罗大众的生活。 在传统的网上银行或者手机银行中，如果想要查询银行账户的消费记录，客户需要登录自己的账户，然后在菜单中选择记录查询，这样的操作通常要花费客户2-4分钟。而在安装了Kasisto插件以后，客户不再需要手动输入任何内容便可完成操作。目前，这一类人工智能交流软件在金融行业的应用并不是很普遍，但是作为一个未来发展的大趋势的选择，银行以及金融机构将可以通过这一应用获得数百万的潜在利润。
目前金融行业人工智能的应用大多数还停留在技术层面，通过分析交易量、K线、CAMD、布林等指标来做出交易决定。然而，对于快速变动的市场，消息层面也是一个不容忽视的领域。
2016年，一篇名为“基于新闻热度的交易策略”论文的发表，让人们清晰的看到了消息层面的巨大价值。论文中，作者采用了一只极其简单的交易策略，但是其结果却出人意料。作者利用Python（一种编程语言）编写了一个文本分析代码，然后分析各大财经新闻网站以及各大社交平台的新闻，并将新闻中提到的公司进行标记研究。最后加上一个权重以后，得出每个公司的新闻数量的加权平均数。然后按照这个频率来指导交易。在这个交易策略中，由于作者没有设置新闻内容的辨别机制，导致交易决定仅仅依靠公司出现在新闻里的频率高低，而不是该新闻对公司股价的影响。在完成了回测以后，作者发现这个新闻频率策略带来了相当稳健的，高于普通投资的收益率。
虽然这篇论文并没有发现一个有效的高收益交易策略，但是提供了一个很好的交易想法。其实这一想法在中国股票市场早已有人尝试过。在中国A股某论坛中，曾有股民按照新闻联播的内容来做股票交易，其回测的回报率十分可观。然而，人类的信息接收速度十分有限，并且容易遗漏重要信息。在人工智能蓬勃发展的今天，利用机器来接收并分析信息已经变成一种有效可行的手段。
在这篇论文之后，已经有学者在试着利用人工智能中的机器学习技巧来分析新闻文本（笔者注：机器学习是通过大量可靠数据的训练，来培养人工智能分析事件的能力）。通过大量真实可靠的数据训练，人工智能将会具备分析新闻文本的能力，届时，交易策略也许可以直接分析出一篇新闻的内容对于相关证券是利空还是利好，甚至量化出该新闻对于相关证券的影响因子，从而建立一个更加准确，收益更高的新闻频率交易策略。
2017“智能投顾”国际论坛在北京举行
智能投资顾问的优势
到目前为止，已经有很多中国公司在量化交易方面做出十分引人注目的成绩，尤其是期货市场中的高频交易。虽然量化交易已经有了如今的发展，在中国这个巨无霸一般证券市场中，其主体交易者依然是千千万万个散户，而不是专业的机构投资者。这种市场参与者的构成给中国的量化交易行业提供了得天独厚的发展条件。我们不难看出，一旦中国市场的量化交易成为常态，散户账户里的那些资金，都会成为专业机构投资者口中的肉。毕竟人脑在高度程序化的交易面前，是无法击败具有高速运算能力的人工智能的。
但我们也都清楚，这个转变并不会一蹴而就。虽然在未来的中国证券市场，这种局面一定会出现，但那也许是十年甚至二十年后。在无套利理论的相关延伸中有提到，在金融市场中，一旦有某一策略或者某一方式具有明显的套利优势，该策略或方式的潜在价值将会迅速的被逐利而来的投资者开发殆尽。而在这十年或者二十年中，证券市场又会发生什么样的变化，人工智能是否还适用，我们就不得而知了。总而言之，对于瞬息万变的金融市场，保持高度的研究意识和创新意识，才能使投资者立于不败之地。
裸泳福利
x
寒冬送温暖
▼
如果你喜欢裸泳君，并且觉得我们的报道有价值！
不妨在每篇报道后多留言，
我们想听到更多来自大家的，不一样的声音！
单篇报道留言点赞数超过20，截图私信后台，
我们免邮送“大黄”~
原创内容，未经同意，严禁转载。
裸泳已进驻今日头条、腾讯快报、新浪、网易、搜狐、九派等，敬请关注。