中国基金报记者 李树超 整理
根据奥巴马讲话中语义上细微波动，捕捉做空机会；从卫星图片中搜索超市停车场数据，预测公司盈亏；基金经理也可能未来成为AI机器人的陪练……
今天，在华夏基金与微软亚洲研究院举办战略合作发布会上，双方宣布将就人工智能在金融服务领域的应用展开战略合作研究，华夏基金投资总监阳琨在发布会上做了精彩演讲。
阳琨说，投资选股就像在海滩上找螃蟹，我翻100个石头找到螃蟹的概率大概是10个和20个的概率。但是如果有一天有个人告诉你他能够一秒钟之内把海滩上的石头翻一遍，把螃蟹一洗而空，我的第一反应是我一定要掌握一项这样的武器或者工具。
这样的“工具”是什么呢？这个工具对资产管理行业将产生怎样的影响呢？以下是阳琨的演讲，详细阐述了自己对人工智能的理解和未来展望。
以下是演讲全文：
大家好，我是华夏基金的阳琨，我是2006年加入华夏基金成为一位基金经理的，在过去的10多年期间都是坐在电脑前进行股票的投资。所以，作为一名传统的老泰斗的基金经理在人工智能活动上发表演讲，我借用一句广告词来说，“从一开始我是拒绝的”。
助手VS颠覆者
AI正在改变资管行业
因为我的确很难去想象AI这样一个风头正劲的东西，未来会如何改变我们的投资，我也拜读了很多的研究报告，也同微软的科学家进行交流，我也不太清楚AI对投资领域的人员而言，到底是惊喜还是忧虑。人工智能的出现，究竟会成为我们投资经理的一个有用的助手，还是会成为这个行业的颠覆者，随着研究的深入，这样的问题仅仅才是一个开始。
有两张网上流传甚广的图片，一个是讲的投资大厅，在2000年时这个大厅里面人才济济，到2017年的时候已经门可罗雀。高盛的CEO说过，高盛在纽约的股票交易柜台曾经雇佣了600名交易员，到今天只剩下了两名，大部分的交易员被算法替代——交易员失去了他们的工作，取而代之是200名软件工程师，在开发维护他们的算法。
对于投资人员来说，这样的一幕是我们的恶梦。
但是作为一名传统的老派的投资人，我一直在用一副对联勉励自己——海到尽头天作岸，山登绝顶人为峰。人类作为过去几千年来科技的创造者、控制者，主宰者，一直是“山高人为峰”的，同样我非常欣赏的一部科幻影片，《星际穿越》当中的主人公说过，我们人类生于地球，不该也不会灭绝于此。这是一个决心。
1830年在美国有一次有趣的比赛，一台机车要去挑战跑的最快的一辆马车，比赛的结果大家都已经知道了，蒸汽机车输掉了比赛，但却赢得了未来，马车慢慢被蒸汽汽车送进了古董店。但是更多的是发生于仓储劳动密集型的领域，机器在不断替代人工，就像刚刚展示的那一副画面一样，人工智能的崛起会不会去颠覆教师、律师、医生，当然也包括这样基金经理这个职业。
AI大大提升了投资效率
未来学家说，如果把人类的智能和人工的发展划成两条曲线的话，这两条曲线慢慢在逼近，如果跨过这个临界点，就是起点，起点的到来应该在未来不远的地方，人工智能的智力也许会接近甚至超越人类。
20年前，我那时候在读大学，当时深蓝战胜了我们的象棋大师，那时候已经开始有人谈论，人工智能或者是机器人会不会替代人类，还好，20年过去了，至少股票市场还在，尤其A股市场韭菜镰刀的游戏还在上演，2017年我们又看到Alpha Go战胜了柯洁，围棋相比于象棋是提升的。这是科学家告诉我的围棋展开的图形，相比当年的象棋，它已经大大地复杂了，也就是说，我们直到看到这幅图上，才知道人工智能很棒，但是没想到这么棒。
面对这样一个问题，我们不得不想，未来的投资是什么样，人工智能如何改变所谓投资的疆界。其实计算在金融或者投资当中的应用由来已久，我记得我上大学的时候，那时候计算机还很不普及，我们去学数理统计课，做一个线性回归都是一个非常非常辛苦的事情，十年前我去考试的时候，一定要去带一个惠普的计算机，如果没有这个我会算不出数据。
今天计算机的应用，比如计算大类资产的方差，如果没有计算机的帮助，这是一项不可能完成的任务。计算机事实上已经在改变投资，过去这段时间一直在发生，未来也不会停歇。
我们畅想未来，我们会想如果有一天人工智能会不会成为一个有用的助手，它会告诉我过去一天里面在证券市场或者财经里面发生了什么样的事情，有什么样的先例，能够扫除我们在学习、认知方面的一些盲区来做我们投资的助手，在这个层面上来说，AI作为一种工具来提升我们投资的效率，这一点这个趋势是不用质疑的。
AI的投资能够帮助我们提升我们智力的上限，使我们的投资，我们信息整理，投资的决策，克服我们的缺点，可能更加准确，在这点上来，我觉得这是我们可以看到的未来。
华夏基金的投研团队有大概将近200人，是行业内最大的投研团队之一，这样的一个人数众多的投研团队，使得我们能够实现全市场的全覆盖，使我们能够去把握不同的投资里面的投资机会，我常用一个比喻来说明一个兵强马壮的团队的好处——投资选股就像在海滩上找螃蟹，我翻100个石头找到螃蟹的概率大概是10个和20个的概率。但是如果有一天有个人告诉你他能够一秒钟之内把海滩上的石头翻一遍，把螃蟹一洗而空的，我的第一反应是我一定要掌握一项这样的武器或者工具。
事实上，这样的竞赛已经开始。不仅仅是在海外国内，不同的资产管理机构也纷纷和人工智能的团队合作，在人工智能智能投资领域砸下重金，华夏基金作为行业的领军这在这场竞赛中我们绝不会落下，所以我们选择微软作为合作伙伴，我们共同探索人工智能在未来如何改变我们的投资。
我刚刚说的这些东西可能更多的是一个从辅助投资的角度来去谈论的一个方向，其实大家可能考虑的更多的，或者说在我而言，我想的更多的从长期来看，我们把视野放得更远一点，人工智能改变投资的不仅仅是我们想象的这样一个抓螃蟹的游戏。
拥抱AI带来的行业变迁
未来人工智能是否可能同人合作竞争、博弈、学习来改变投资呢？据我所知，现在有主要的互联网企业在Alpha Go这个事件之后，来砸下重金聘请围棋高手也作为他们博弈AlphaGo策略的一个陪练，未来基金经理也可能会成为投资的AI的机器人的陪练，甚至有一天，AI的机器人可能会进入它们自己的博弈，去建立他们自己的策略，这一点不是不可能，但是我们在想，这一点什么时候可以到来。
很著名的投资家孙正义认为，明年人工智能的起点就会到来。他说人的大脑有300亿的神经元，像我这样的普通人智商得分大概在100左右，如果我们把每一个神经元算做一个节点的话，人工智能的智商可能高达一万，比人类高达两个数量级。
不过幸亏还好我崇拜的另外一位投资大师巴菲特有一句话，他说要做好投资，你只要有一个正常人的智商就够了。为什么这么说呢？其实我们知道，大家说到证券投资的时候经常说，投资是科学和艺术的结合，在科学这个层面上来说，比如说我们计算一个公司的EPS，我们要穷尽所能做分析，这是一个穷尽理性的过程，有深有浅。除此之外还有艺术，你算出了一个股票的EPS之后，它并不代表投资的一切，在此之外你还要去琢磨人性，我觉得这对于人工智能来说还是一个巨大的挑战。
首先我们如何去量化人心，就是对人投资决策的过程的分析，我们如何进行特征的提取，这是一个巨大的难题。所谓人心难测，在这个方面来说，高深的算法极其重要，但是我们不能提取这些特征，我们不知道人类决策这些基本的模型，那再好的算法，恐怕也是巧妇难为无米之炊。
我们知道证券市场是由人构成的，而人不同于围棋或者是其他的棋牌游戏的特征是，人是具有知识和学习能力的。在过去的很多量化过程中要面临一个难题，我们总结一个规律、一个特征之后会衰竭，是因为人在意识到这样特征之后，会改变人的行为，就是说迭代的数据是非常非常之高的，不像围棋，棋牌游戏，甚至是图象识别等等这些要求，人的行为是很难预测的。当然，微软的科学家告诉我们，这也不是没有办法，科学家还是很厉害，所以智商两百很重要。
对我而言，我们相信一点，投资中经常说的一句话“一切充满可能”。我们看看在过去二十年来经常拜访硅谷、华尔街，海外的投资精英如何面临AI的到来。我们看到有些著名的投资基金解聘自己的基金经理用量化投资去替代他。同时，欧美有很多的创投企业在崛起，这样一些比较新鲜的名称在海外有比较大的影响力，他们不断地在去收集客户的社交数据、交易数据、财务数据，意图实现客户形象的刻画，试图给每一个客户定制不同的资产配置的方案，真正实现所谓的“千人千面”的解决方案。
这样一些发展在海外已经成为一个潮流，甚至有人说，有的对冲基金里面号称他们通过AI，通过人工智能识别出奥巴马在讲话中的语义上的细微波动，能发掘出对市场不利的信息，从而抓住做空的机会。
另外有一个例子也在发生，对冲基金在运用图象识别技术从海量的卫星图片中去搜索，他们发现了沃尔玛在各地停车场的停车数据在不断衰减，从而做出了对沃尔玛未来收入预测的判断。这样一些事情其实已经在发生，这也是在语音、语义识别等等领域里面，AI已经在改变我们的行为。
所以，我们要为未来做好准备，华夏基金作为一个在财富管理行业里面一个领军企业，我们知道微软在语音、语义识别的算法构成等等方面，在全球也是处于领先的地位，我们华夏基金也希望和微软一起合作，能够抓住时代的变迁。在这一点上，我们下定决心要拥抱这样一个变化，我们的目标是在未来的人机大战之中是开放性的，我们并没有一个结论。但不管结论如何，在未来大战的胜利一方，我们华夏基金希望站在胜利者的一方。
谢谢！
主持人：请留步，他们请我来的目的是因为我会提一些犀利的问题。你选择站在胜利的这一方，你有没有可能成为胜利的牺牲品？
阳琨：如果我要成为正式牺牲品，那我也愿意成为华夏基金和微软合作的“垫脚石”，把这样的一个合作体能够推向胜利的前方。
相关阅读
华夏微软引爆，AI之火烧向投资领域，公私募机构探索人工智能辅助投资
中国基金报记者 赵婷 李树超
在Alpha Go称霸围棋界之后，AI的一把热火也烧进了投资领域。记者了解到，目前部分公私募机构已经在积极探索布局，通过人工智能辅助主动投资、挖掘量化模型中的更多因子。据了解，目前AI在投资领域的应用更多起到对基金经理的辅助作用，在数据处理等多方面尚需完善。
携手微软 AI助力华夏基金投研智能化转型
今天，华夏基金与微软公司在亚太地区设立的微软亚洲研究院举办战略合作发布会，双方宣布将结合微软在人工智能领域的积淀以及华夏基金的投研实力，就人工智能（Artificial Intelligence，缩写为AI）在金融服务领域的应用展开战略合作研究，此次跨界合作研究旨在探索智能投资的疆界，推动资产管理行业的智能化转型。
随着人工智能进入高速发展期，数据量庞大、应用需求庞大的金融行业，近年来也尝试借力AI。在发布会现场，华夏基金总经理汤晓东表示，智能投资是双方合作研究的契机和重点，研究方向包括通过模式识别预测市场走势、基于深度学习挖掘影响市场的重要因素、基于机器学习方法论进行行业轮动的研究、基于大数据构建金融图谱、基于社交网络与应用软件等使用数据，识别并深度了解客户等，未来可以共同探索的领域还更广阔。
“我们希望与华夏基金的研究合作能够将快速发展、不断进化的人工智能技术，与金融投资行业的现实需求和应用场景相互结合、融会贯通，真正将技术转化为成长动力，惠及广大投资者。”微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文称。
具体到投资领域，与会人士认为，人工智能将对提高投资效率、辅助投研决策、大数据快速处理等应用方面产生重大影响。
华夏基金投资总监阳琨认为，人工智能可以运用现代金融理论进行资产配置，扫除投资的盲区，有利于提高投资效率和辅助投资决策。阳琨称，“华夏基金有超过200名投研人员，在多年的投资中积累了大量的研究方法和实战经验。借助人工智能技术和投研体系的结合，我们对数据的挖掘能力将更强，无论是主动投资还是被动投资领域，都将有更加宽广的视野，能够捕捉更多机会。”
具体到投资应用中，华夏基金宏观配置部投资总监孙彬介绍，人工智能在投资中的应用场景主要是利用机器对海量数据的处理能力，让机器去复盘历史，寻找各种变量之间的关系，帮助人类归纳金融市场运行内部的机理，为投资人做出决策提供更多客观依据，帮助投资者提高投资决策的成功率。
微软亚洲研究院副院长刘铁岩也表示，人工智能技术可以通过量价数据分析、文本数据分析、知识图谱和推理以及预测、模拟和决策等方式助力金融投资。如互联网上海量的文本数据，可以根据海量文本信息、语义和情感分类、主题分析等进行分析，对投资的宏观基本面进行快速的梳理和了解。
另一方面，AI技术也将用于智能投顾，刘铁岩称，“相对于传统投顾，人工智能投顾可以永远保持冷静，并拥有更快速的反应和强大的数据处理能力，随着端到端学习能力的不断完善，投顾服务能够更加优化。”
已有多家公私募探索人工智能
其实，在今日华夏基金同微软签约之前，已经有多家实力投资机构在AI领域进行布局。在投资领域，基金经理普遍认为AI的核心在于机器的主动学习，目前已经有部分公司进行探索布局。
嘉实基金人工智能投研中心张自力介绍，2016年，嘉实基金在原有量化投资部的基础上，成立人工智能投资中心。建立嘉实智能投资系统，加强人工智能技术在资产定价领域和资产配置研究的投入。据了解，嘉实智能投资体系包括智能股票推荐、智能资产配置、智能beta策略等几个方面。
万家基金量化投资部总监卞勇介绍，团队自主研发了基于深度学习的量化多因子选股模型。
卞勇称，深度学习模型基础上，应用自主开发的“机器学习”算法，让“人工智能”代替“人脑”对每个因子的表现进行主动的学习评估，进而阶段性的进行因子的选择、分组和组合工作。
浙商基金首席数据官汤诗语也表示，其投研及产品方面开始逐步尝试借助人工智能中的机器学习及深度学习进行辅助决策。
汤诗语介绍，一方面人工智能可辅助主动投资，筛选信息、建立并强化搜索引擎、自动跟踪信息、数据可视化等是 AI 在投资中的应用。另一方面，以 AI 构成量化投资中的因子，帮助从各种非结构化数据中刻画市场不同投资者的情绪。
据了解，私募基金也已经在积极探索，不少公司的人工智能模型已经进入实盘测试阶段。
艾方资产研究总监陈晓表示，艾方资产目前在人工智能方面的探索主要有两个方向，一是机器学习的方法。二是偏深度学习的交易。目前均已在自有资金实盘测试过程中。
证大投资量化投资部总经理赵健也表示，通过机器学习挖掘出了一些因子，已经处于自有资金实盘测试中，最近一个季度表现不错。待模型在自有资金实盘运行两个季度之后，将会进入策略库中正式应用于产品中。
多因子模型的升级版？
那么，人工智能是否为投资领域获取绝对收益的一剂“灵丹妙药”？在投资人士看来，人工智能的确覆盖数据信息更海量，更能节省基金经理的时间，但现阶段人工智能更主要的是承担辅助功能。
卞勇表示，通过引入“机器学习”算法，以AI代替基金经理的主观判断，摆脱了传统多因子模型对于风格转换的市场难以应对的困扰，也避免了因子衰减带来的不利影响。
张自力也对此表示，AI在投资中极大地提高了数据处理速度，节省基金经理阅读市场研究报告的时间，最大限度的避免了情绪对投资的影响。
陈晓认为，可将人工智能理解为原有多因子模型框架上的升级。人工智能可以通过非线性关系找到一些极值，这对传统方法是很好的补充。可叠加使用，也可在原有仓位中一部分使用人工智能一部分使用传统模型。
在他看来，传统模型人工干预也很有限，但传统模型都是基于人的理论体系做出的判断。人工智能不需要人去提取这些信号，只要给出原始数据，人工智能自己能够找出比较好的因子，这种非标准化的数据涵盖的信息更广。
赵健称，不同的市场适用不同的因子，人工智能系统可以辅助基金经理提高一些工作效率，信息的兼听更为完善，很多由人完成的工作变成机器完成，且不夹杂任何主观能动，同时错误率会非常低。“但机器选出来的东西肯定不是高收益零风险，这在投资的常规逻辑中是行不通的。”
数据量有待完善
作为一种新的投资工具，AI尚在探索阶段，有着各种优势的同时，也无法避免一些局限性。
陈晓认为，人工智能用的数据特别多，其中需要注意有些数据有没有伪相关，需警惕过拟合。
卞勇认为，AI需要两方面的完善，一是数据，海量的有效数据是AI能够发挥作用的基础。在现有条件下，资产管理行业应用的数据在深度和广度上都还非常有限。二是对于用户行为的理解，金融本质上是风险的定价和转移的过程，先有了客户的精确“画像”，才能够借助AI完成有针对性、个性化的资产组合管理。
汤诗语同样对信息量提出要求。“人工智能需要进一步提升信息的采集量，令数据库提升数个量级。同时，进一步完善自然语言处理技术，高效、准确理解文本，令人工智能的处理结果更好地被主动和量化投资所利用。此外，还需要进一步理解 AI 生成的结果，并部署专业人员对可能的因果关系进行判断。”汤诗语称。
张自力则表示，人工智能在金融领域的应用更多需要关注的是应用场景，将适当的方法与适合的场景结合，而不是盲目推动人工智能技术的开展。同时，金融领域是一个与风险共生的领域，风险控制是核心问题，而人工智能技术更多的依赖自学习，稳定性不足，并且解释能力较差，在面对监管合规要求方面还需要处理好这方面的问题。
