Kavout）CEO呂晴認(rèn)為，AI在金融投資中的運(yùn)用將是一個(gè)較為確定的趨勢(shì)，AI與人的結(jié)合能夠提高國內(nèi)機(jī)構(gòu)的產(chǎn)品設(shè)計(jì)能力和專業(yè)化服務(wù)能力，發(fā)展前景廣闊。
AI助力金融投資
中國證券報(bào)：AI在金融投資中的運(yùn)用現(xiàn)狀如何？
呂晴：AI在金融投資中的運(yùn)用將是一個(gè)較為確定的趨勢(shì)。目前美國很多大型金融機(jī)構(gòu)開始轉(zhuǎn)型成技術(shù)公司，并大量從微軟、谷歌、facebook等高科技公司聘用相關(guān)人才，比如高盛已經(jīng)開始宣稱自己是技術(shù)型公司。國內(nèi)金融機(jī)構(gòu)對(duì)AI在資產(chǎn)管理和投資交易中的運(yùn)用也越來越認(rèn)可。我們2016年與國內(nèi)機(jī)構(gòu)交流時(shí)，感興趣的還不多；去年隨著無人駕駛汽車等的問世，國內(nèi)機(jī)構(gòu)開始表示愿意了解和嘗試；今年再進(jìn)入市場，機(jī)構(gòu)就直接與我們探討如何落地合作。AI投資技術(shù)能夠提高國內(nèi)機(jī)構(gòu)的資產(chǎn)管理產(chǎn)品設(shè)計(jì)能力和專業(yè)化服務(wù)能力，我們和券商等機(jī)構(gòu)的一些合作項(xiàng)目已經(jīng)展開。
中國證券報(bào)：AI投資是對(duì)傳統(tǒng)投資的完全取代嗎？
呂晴：得益于近年來計(jì)算能力和數(shù)據(jù)量的幾何式增長，AI技術(shù)或正處在行業(yè)拐點(diǎn)，認(rèn)為AI無所不能或者完全否定AI都是兩種不夠全面的態(tài)度。目前AI的應(yīng)用和落地還處于初期階段，人與AI的結(jié)合是今后和長期的發(fā)展方向，人做人的事，機(jī)器做機(jī)器的事，各取所長。以金融投資為例，在策略和戰(zhàn)略的研制上，人的優(yōu)勢(shì)明顯；AI的優(yōu)勢(shì)是處理大量的數(shù)據(jù)和變量，尤其是從海量數(shù)據(jù)中自動(dòng)學(xué)習(xí)和挖掘一些線性乃至非線性的規(guī)律和信號(hào)。
發(fā)展空間廣闊
中國證券報(bào)：AI投資的擇時(shí)模型和選股模型是怎樣的？
呂晴：擇時(shí)模型的核心不是預(yù)測未來，而是通過建立數(shù)學(xué)模型刻畫市場運(yùn)行規(guī)律，能在一定時(shí)間和一定概率下捕捉到可交易的機(jī)會(huì)。對(duì)于“黑天鵝”出現(xiàn)可能導(dǎo)致的模型失效，主要從風(fēng)控機(jī)制上加以解決。擇時(shí)的另外一個(gè)挑戰(zhàn)在于時(shí)效性，因?yàn)槭袌霏h(huán)境不斷變化，模型需要?jiǎng)討B(tài)和及時(shí)學(xué)習(xí)與修正。選股模型需要分析大量的結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化的文本數(shù)據(jù)，進(jìn)而綜合分析公司質(zhì)量的好壞，其主要挑戰(zhàn)在海量實(shí)時(shí)數(shù)據(jù)，同時(shí)有效信息的密度很低，規(guī)模化機(jī)器學(xué)習(xí)能力成為關(guān)鍵，而這也正好是機(jī)器的價(jià)值，可以7天24小時(shí)實(shí)時(shí)跟蹤和分析數(shù)據(jù)，輔助人做出更好決策。總體上看，AI投資技術(shù)發(fā)展空間廣闊。
中國證券報(bào)：AI投資模型的效果如何？
呂晴：我們的國外模型和本土化改進(jìn)版在美國和國內(nèi)的實(shí)盤檢驗(yàn)中都取得了很好的效果，能夠在較長時(shí)間內(nèi)戰(zhàn)勝大盤。但必須指出，沒有哪個(gè)模型能夠每時(shí)每刻都跑贏大盤，模型的目標(biāo)是在足夠長的時(shí)間里能夠戰(zhàn)勝大盤；也沒有一個(gè)不變的模型能夠長期跑贏大盤，模型需要不斷修改升級(jí)。模型戰(zhàn)勝大盤的核心在于，算法的進(jìn)步大大提升了機(jī)器學(xué)習(xí)的能力，另一方面海量數(shù)據(jù)隨手可得和云計(jì)算技術(shù)的進(jìn)步使得模型能夠接收處理更多的信號(hào)和數(shù)據(jù)。
中國證券報(bào)：如果很多機(jī)構(gòu)采用這一投資技術(shù)，是否會(huì)出現(xiàn)算法同質(zhì)化問題？
呂晴：一方面，不同客戶的風(fēng)險(xiǎn)偏好和收益預(yù)期不同，因此不會(huì)出現(xiàn)所有客戶采用同一個(gè)策略的現(xiàn)象。另一方面，我們的策略數(shù)量足夠多，而且單一策略的容量也足夠大，如果單一策略的使用量到了影響策略效果的程度，也會(huì)控制使用數(shù)量來避免同質(zhì)化。（來源：中國證券報(bào)）
