全球资讯 > 详情文章

人工智能系列篇章二:交易员和分析师的智能化

文 / 维胜金融2017-07-07 09:50

谷歌AlphaGo在围棋界胜出之后,每一条海外金融机构启用机器人、削减人工的消息都能登上头条,并再次让AI将取代哪些......

谷歌AlphaGo在围棋界胜出之后,每一条海外金融机构启用机器人、削减人工的消息都能登上头条,并再次让“AI将取代哪些金融机构岗位”的话题热闹一番,甚至是激烈的观点碰撞。最大的分歧来自于,人工智能到底能发展到什么程度。

“如果你把自己变成机器,就别怪机器把你代替。”王伟(化名)是国内某券商研究所智能投研系统的开发负责人,他对机器取代人力的时间预期是五年,冲击程度是大面积的,替代的过程可能依次是交易员、分析师、基金经理、客服。

但这种预期,并未得到一些证券机构“老兵们”的完全认同。罗文杰目前是南方基金指数投资部和数量化投资部的负责人。她坦言,当前基金经理个人价值的确在下降,但人工智能也并非万能;即便未来出现稳定战胜市场的人工智能模型和算法,也会因趋同性而崩溃或失效。

类似讨论,近几年并不少见。“进击者”如王伟,他的信心来自于数据的完善和算法的进步,他把人工智能看做是代际的更迭、难与传统模型兼容的颠覆。而“转型者”则如罗文杰,现有模型的有效性和业绩表现,让她选择了迎接和融合的态度。

尽管预期迥异,但从争论背后已经不难看出,在人工智能必将对金融业进行改造这一点上,已经形成了行业共识。

交易员与分析师首当其冲

从人工智能的原理和已有的发展路径来看,证券行业不可避免地会等来部分岗位被取代的这一天。按照时间先后或取代可能性由高到低的排序,多位金融从业人员心里的答案是,交易员、分析师、基金经理、客服。

参照海外金融机构的经验,德勤亚太区投资管理行业主管合伙人秦谊向第一财经表示,人工智能的发展路径主要体现在流程与客户服务这两个方面。通过编程语言的丰富、技术的完备,电脑和程序可以自动完成流程上的部分工作。比如,金融行业中有大量的核对与复核的工作内容,让机器在不同系统之间实现自动核对与复核,这是目前人工智能在金融行业应用的重要方向。而在客户服务方面,人工智能当前已经有了具体的产品形态,即机器人投顾。

交易员与分析师首当其冲,正是基于这种路径,这也是机器将取代低附加值、重复操作工作内容的必然趋势。

来势汹汹的人工智能,到底能做哪些事?从金融业来看,人工智能的应用将呈现三个阶段。王伟介绍道,第一阶段是机器的资料搜集和储备阶段,包括数字信息与新闻、研究报告等文本信息,这也是更多业内探索目前停留的阶段。第二阶段,人工智能方法将初步成型。这个时期以人机结合为主,由机器帮人处理重复性的工作,替换“机器化的从业者”。而在第三阶段,人工智能将会发展进入投资判断领域,第一代人工智能基金经理将在这时产生。

“国内对第一阶段的探索已经非常深入。”王伟称,其负责的团队已经和国内排名前列的多家大型基金公司合作,帮助重构后者的投研体系,5年之内将实现成熟运行。到那时,基于基本面研究的分析师工作模式将出现非常大的改变。

在王伟看来,未来助理分析师是最容易被取代的,因为其所从事的搜集、统计、处理信息、画图等工作内容完全可以交给机器去做。首席分析师对这种冲击的抵御能力,来自于拥有自己的投资逻辑和模型。客服最难被完全取代的原因,则是因为机器很难达到人工客户的流畅度和灵活度,从用户的使用习惯上也更青睐于人工客服。延伸一点来看,金融行业中主动停止学习、固化思维的人,还在做着机械化、机器式工作内容的人,未来都会“被机器直接干掉”。

人工智能并非万能

对于人工智能的替代逻辑,当扩展到投资策略的范畴时,业内的分歧就开始出现。在传统量化投资领域,这种观点对弈最为激烈。其中一个重要的原因,就是量化投资与人工智能“本是同根生,相煎何太急”。

“传统量化投资和人工智能所对应的从业人员时常会被混淆,因为都主要以学编程和数学的人为主,实际上最早之前是一拨人。但如果仔细区分,两者的学术背景、知识层次并不处在一个代际。”王伟做了个比喻,同样是会计,之前的会计用算盘、现在的会计用电脑程序,人工智能取代传统量化投资,就类似用电脑去取代算盘的过程。

这种取代,在境外机构中已开始显现。就在去年1月,位于香港的创业公司Aidyia启动了一支完全用人工智能来进行股票交易的对冲基金,不需要任何人为干预。这款产品借鉴了包括遗传进化和逻辑概率等多种形式;人工智能引擎每天都会分析包括宏观数据、大盘行情等在内的大量数据,之后做出自己的预测,并对最佳行为进行投票。这个消息的公布,引发人工智能将代替交易的热议。

“为什么基金经理会出现业绩波动,是因为他们有自己相对固定的思维模式,比如牛市思维、熊市思维。这在市场发生变化的时候会造成业绩波动。机器没有习惯和情绪的限制,没有感情,会比人理性很多。”王伟强调。

谈及国内人工智能与量化投资的发展,坚定看好人工智能的“进击者”们摩拳擦掌、蠢蠢欲动,而传统量化投资的“转型者”们则信心笃定、处变不惊。

在王伟看来,人工智能与传统量化投资之间存在着算法体系的差异。传统的量化投资有自己的算法,但在最初发明这些经典算法时,并没有出现和考虑到计算机的因素。因此,很多经典算法是的基础是人的推理能力,而没有办法兼容和纳入计算机的计算能力。“从这个逻辑去大胆推测,传统量化投资已经不适应当前的大趋势了。”

除此之外,伴随人工智能的发展,对于文本信息的自然语言处理也已大势所趋。这是因为,文字比数字高一个维度,文字有感情。王伟透露,目前国内已有部分基金公司以及互联网企业在现有量化模型下做尝试和突破,但是从层级的分配上来看,文本依然是辅助性的附加信息,“更像在锦上添花”。

面对王伟眼中已“岌岌可危”的传统量化投资模式,从事量化投资十几年的罗文杰并未太过焦虑和担忧。

在她看来,人工智能对量化投资的渗透和冲击已久,但传统量化已经开始了接纳与融合的准备。“我们目前做量化投资时,已经开始更多依赖模型和数据,减少对基金经理个人判断的依赖。从这一点而言,的确不幸的是,基金经理的个人价值被大大降低。随着数据的丰富、算法的改进,人工智能在投资领域还会有更好的发展,可能会取代一部分基金经理。”

但当被问及量化基金经理是否将被取代时,罗文杰表示,传统行业与基本面研究受到的冲击更大,量化投资未来所受到的影响有限。传统量化投资机构也已经认识到了人工智能的影响,并开始做应对之策。包括成立人工智能研发团队,搭建相关的系统和平台,并在当前模型中加入对文本的情绪和主题识别等,以期能够优化和完善当前的交易决策。

“人工智能是不是万能的?股市真的就像围棋一样是可以预测和操作的吗?”面对是否被替代的提问,罗文杰还做了个假设:如果未来某天,人工智能可以稳定地战胜市场,可以预见的是,会有更多投资者使用相似的模型和算法。但这种趋同性所造成的后果,或者是导致市场和模型的崩溃,或者是让模型的有效性逐渐降低,获取阿尔法收益的能力也将大大衰减。

“从这个角度来看,最终很难存在万能的人工智能模型可以稳定战胜市场。”罗文杰表示,量化投资当前要做的是顺应人工智能的发展趋势,加大平台和系统模型的投入,让人工智能来指导投资。

识别真假机器人投顾

人工智能能否取代基金经理,更多还停留预期差异的讨论上。对于人工智能能否取代客服和投顾等客户服务类岗位,则已经有了具体的产品形态,智能投顾就是一个很好的分析样本。但在讨论如何取代之前,更需要解决的问题是,如何做出一个真的机器人投顾。

在秦谊看来,智能投顾,即机器人投顾,是人工智能在金融业客户服务上最主要的运用。从性质上来看,机器人投顾起到的作用是普惠,是将原先仅向高净值用户提供的投资建议,通过机器人投顾向普通投资者提供。“机器人投顾给投资者带来的好处是显而易见的。相较传统人工投顾,投资者所需要支付的投顾费用更低,投资自主性也在提高。”

李红卫(化名)是国内排名前列的大型券商信息技术部门的负责人。从业十几年后,他目前正着手于智能投顾这一新课题。对于人工智能是否将全面取代人力,他的回应是,“对机器人投顾的期望不要太高。”

李红卫解释称,智能投顾是投资和交易服务的辅助工具,更主要面向此前因资金规模小(比如仅有三五十万元)而未被人工投顾覆盖的投资者群体。这意味着,智能投顾当前所对应的是券商的增量客户和业务,券商现有线下客服与投顾等岗位亦不可或缺。

在与现有客服类岗位“齐头并进”的发展中,越来越多的证券公司以智能APP为载体、上线智能投顾等相关功能模块。但与此同时,国内机器人投顾产品市场已经开始出现杂音,部分“伪机器人投顾”销售投资策略和组合,导致投资人产生了大量手续费,却没达到预期收益率。

秦谊对此强调,目前国内机器人投顾的发展,市场需要做好对真假机器人投顾的分辨。最直接的标准就是,如果一款智能投顾的产品仅仅强调收益率、不做好投资者适当性的区分和匹配,那其实只是投资策略的销售,并不需要智能投顾。而投资人也要正确调整自己对机器人投顾的预期,它更适合用来做组合资产配置,而不是获取高收益。

对于真假智能投顾的辨别,李红卫的标准为,是否有机器学习引擎。“算法是不是由机器在调整,这是辨别真假机器人投顾的关键。如果仅仅是人工做个投资组合,根据标签推送给用户,那叫精准营销。”

李红卫坦言,包括券商在内的国内金融机构,目前基本都没有达到让机器调整算法的水平。

难度之一,来自基础架构和处理技术的水平欠缺。以国内证券行业为例,李红卫介绍,目前人工智能相关的技术开发项目一般都是与外部机构联合开发。涉及算法模式,券商现有技术人员整体水平难以支撑开发工作,普遍是从外部采购。在算法基础上的优化和调整工作,是需要机构自己去完成的。

更大的难度,则在于数据样本。李红卫表示,客户和交易自有数据是券商的强项,但这种优势只是让券商能够区别于行业外的公司而已。在证券公司行业内部,这种数据本身并不具备稀缺性,彼此之间比拼的是市场客户规模。市场占有率越高、客户规模越大,数据样本空间越充分,“这相当于你看到了底牌。”

但即便这样,依然不足以保证让一家券商做出优秀的机器人投顾。李红卫强调,要做出色的机器人投顾,需要采集更多的、行业外的特色数据。如何发现特色数据、如何识别数据与交易之间的关系、如何运用于模型之中、如何去购买,这些依赖于从业者自身的水平和判断,同时也是未来各家券商的机密和核心竞争力所在。

人工智能需有效监管

伴随市场关注度的提升,以及海外机构智能化的提速,人工智能像一只越走越快的灰犀牛,令市场期待又忐忑。正是在此背景下,探讨另一个容易被忽视的问题,显得愈加紧迫。面对人工智能的发展和创新,监管如何做到有效约束和积极引领,这对保证金融市场稳定运行、推动证券行业转型升级都具有深远的意义。

“对于证券市场创新的监管,要首先保证金融市场的稳定。颠覆性的创新是把双刃剑,如果有一种人工智能手段和产品能取代全部的基金经理,市场也会出乱子。”秦谊表示,监管层应该坚定监管基调,在此基础上针对新问题、新趋势做出新对策。寄希望于创新发展来倒逼改革和进步,风险很大。

秦谊还以美国对智能投顾的监管经验为例介绍称,目前,美国监管机构已经就机器人投顾出具了监管意见,并强调自然人投顾必须承担最终对投资者的责任和义务,也就是说,涉及投资决策的最终负责人必须是持牌的自然人投顾,而不能由机器代替。

“借鉴海外的监管经验,机器人投顾需要注册备案和持牌经营,必须服从监管。另一方面,监管层也必须保证所发牌照的机器人投顾是合法合规的产品,而不是非法的交易策略的销售。”秦谊表示,从整个金融行业的发展经验来看,任何接触到零售客户的业务和产品,都必须要在明确的监管约束下。机器人投顾也不能例外。

与此同时,她还强调称,监管需要对机器人投顾的网络安全问题加大重视。目前,机器人投顾做出的投资策略以及搜集到的用户信息,均是存储在网络。如果遭遇网络黑客的入侵,极有可能出现黑客在机器人做出投资之前提前建仓和布局、进而获得非法收益的现象。

“中国资本市场和投资顾问行业仍在不断完善和发展中,没有可参考的历史经验。机器人投顾的发展方向和监管模式都需要深入讨论,国外现有经验也不宜直接嫁接和复制。监管应该始终立足于投资者保护上,尤其A股仍以处于弱势地位的散户为主。”秦谊称。

下一篇:人工智能系列篇章三:银行柜员不再困惑?经理 上一篇:人工智能系列篇章一:被监管严重的保险业也有