551
机器人
人工智能向金融挥起大手
随着科技技术的不断发展，人工智能也进步神速，越来越多的渗透人们的日常生活。从2011年起，不断有人工智能领域的相关公司成立。截止2016年，全球的人工智能公司已经达到了1000多家。从此，人工智能不再是概念，而是真正的存在我们生活的角角落落。
基于人工智能的各项应用已经开始渗透到我们的生活中。有专家和科研小组预言到：人工智能将在你20年后给全球所有行业带来世纪性的影响。而且在21世纪30年代末，人工智能对全球经济的贡献将达到15.7万亿美元，超出如今中印产出总和。然而我们现在的很多工作将在将来被替代不低于40%。
有人说人工智能或许可以代替传统的一切，但是金融也许未必能涉足其中，今天小编带你来感受一下金融投资行业呗智能机器的冲击。
近几年来，很多主动型基金业绩并不理想，跑不过指数基金。有投资者因此质疑传统靠基金经理和分析师对公司的投资研究已经不为时所用，转而投ETF和量化基金。全球最大资管公司之一的贝莱德，在今年3月宣布裁员，包括7名投资经理在内的100名主动型基金部门员工，涉及变动的300亿美元资产中，有近60亿美元将由量化基金接管。
这短短数年间人工智能投资已向主流方式推进，与传统经纪人抢流量、抢客户。研究预测，不出五年智能机械人投资顾间管理的资产可能会达到8万亿美元，占全球财富管理总资产的10%。很多人在质疑：人工智能真的可以代替基金经理和分析师吗？至少现在还看不到这个可能性。但是不排除有这种可能，试想几年前你是否想过用手机可以和远洋在外的亲朋好友聊天谈心。
近年来大数据和机器在投资领域的应用，只能算是对传统投资技术的增强或者说是一种量变，颠覆性的质变现在还看不到。今天的人工智能技术只能算是萌芽阶段。今天最强的智能机器，仍然不能通过最基本的 Turing Test 或更严格一点的 Winograd Test，不能算有独立判断力的人工智能。即使在目前最有可能超过人类能力的翻译、驾驶、围棋、写作等领域，今天的人工智能最多能算是弱式人工智能，即只能处理特定的问题。投资需要的不仅是对数据的采集和快速分析，更重要的是对数据的判断。目前还看不到有机器对中长期基本面或者宏观的判断，可以有挑战人类基金经理的可能性。
在投资决策过程中，数据的应用和量化分析都不是新鲜事。早在1950年，沃尔玛创始人Sam Walton在投资地产前就知道开着小飞机去点算停车场停车的数目。今天技术的发展可以靠卫星图片和机器识别，不过是同样的方法更加有效，更加实时。以线性回归和统计模型为基础的量化投资方法也不是什么新技术。今天的人工智能投资模型大多数不过是把同样的方法进一步深化了。
虽然机器还不能取代基金经理和分析师，但不可否认机器的到来已经对金融投资行业带来巨大的改变。这种变化只会加快，加深。在不远的未来，能否有能力与机器紧密合作或许会成为决定投资人业绩的重要因子。
首先是数据。今天的大数据有三个特点，足以对传统投资分析带来冲击。第一是海量。根据 IBM 的统计，全球每天创造出的资料高达2.5 兆艾（百万的三次方）字节，而约90%的可用数据是在过去两年内生成的。第二是数据的种类。很多资料是以前从来没有收集过的，比如卫星图像、交通数据、货船定位数据，社交媒体发言、产品评测、搜索记录，信用卡详细消费数据等。第三是数据的频率。随着互联网应用的普及和移动设备数量的增长，很多以前每月，每年搜集一次的数据，现在可以几乎实时搜集。 目前，只有0.5%的资料是被用作分析。可以想象，随着资料分析的比例不断提高，我们或许将不再需要等到公司宣布季报，就可以从众多数据中提前分析出本季度的业绩。
第二个变化是计算能力的突破性发展。今天，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力，理论上可以模拟核爆炸、预测气候变化和市场发展趋势。用户使用谷歌搜索一次，谷歌可以用1000部计算机在0.2秒内给出结果。这是以前不可想象的。
运算能力高 数据瞬间消化
计算能力和海量数据是人工智能近年来飞速发展的根本原因。机器可以快速分析新闻来源、推特，处理收益报表，搜索网站，并瞬间完成交易。在某一些局部领域比如高频交易等重复性高的工作，机器已经可以几乎取代人类。高盛集团的CEO曾透露，高盛在纽约的股票交易柜枱，从最高峰期雇用了600位交易员，到如今只剩下了2位。大部分的交易员被算法替代，600位交易员失去了他们的工作，取而代之是200位软件工程师，在开发维护他们的算法。
在海量数据和愈来愈先进的机器学习技术的支持下，机器可以更快，更好地发现事件与事件之间的关联关系，并通过知识图谱实现信息向决策的一步转化。这方面机器比人类有优势，可能会做得更好。美国的资料分析公司Kensho是一个将云计算与金融咨询业务结合起来的先行者。
据《福布斯》介绍，在能够找全数据的假设下，一个基金分析师团队需要几天时间才能回答的问题，Kensho 的机器人可以通过扫描超过9万项全球事件，瞬间给出超过6500万个问题组合的答案。试想，如果你是一个分析师，有这么一台机器为你服务，可以瞬间回答「当Netflix超出盈利预期，Amazon明天表现将如何？」、「Apple发布新产品前后的股票交易如何？」等投资问题，你的效率可以提高多少？反过来，假如有一天，你的竞争对手们都有了这么一个工具而你没有，又会怎么样呢？
最后更新：2017-10-08 05:02:45