551
機器人
人工智能向金融揮起大手
隨著科技技術的不斷發展，人工智能也進步神速，越來越多的滲透人們的日常生活。從2011年起，不斷有人工智能領域的相關公司成立。截止2016年，全球的人工智能公司已經達到了1000多家。從此，人工智能不再是概念，而是真正的存在我們生活的角角落落。
基於人工智能的各項應用已經開始滲透到我們的生活中。有專家和科研小組預言到：人工智能將在你20年後給全球所有行業帶來世紀性的影響。而且在21世紀30年代末，人工智能對全球經濟的貢獻將達到15.7萬億美元，超出如今中印產出總和。然而我們現在的很多工作將在將來被替代不低於40%。
有人說人工智能或許可以代替傳統的一切，但是金融也許未必能涉足其中，今天小編帶你來感受一下金融投資行業唄智能機器的衝擊。
近幾年來，很多主動型基金業績並不理想，跑不過指數基金。有投資者因此質疑傳統靠基金經理和分析師對公司的投資研究已經不為時所用，轉而投ETF和量化基金。全球最大資管公司之一的貝萊德，在今年3月宣布裁員，包括7名投資經理在內的100名主動型基金部門員工，涉及變動的300億美元資產中，有近60億美元將由量化基金接管。
這短短數年間人工智能投資已向主流方式推進，與傳統經紀人搶流量、搶客戶。研究預測，不出五年智能機械人投資顧間管理的資產可能會達到8萬億美元，占全球財富管理總資產的10%。很多人在質疑：人工智能真的可以代替基金經理和分析師嗎？至少現在還看不到這個可能性。但是不排除有這種可能，試想幾年前你是否想過用手機可以和遠洋在外的親朋好友聊天談心。
近年來大數據和機器在投資領域的應用，隻能算是對傳統投資技術的增強或者說是一種量變，顛覆性的質變現在還看不到。今天的人工智能技術隻能算是萌芽階段。今天最強的智能機器，仍然不能通過最基本的 Turing Test 或更嚴格一點的 Winograd Test，不能算有獨立判斷力的人工智能。即使在目前最有可能超過人類能力的翻譯、駕駛、圍棋、寫作等領域，今天的人工智能最多能算是弱式人工智能，即隻能處理特定的問題。投資需要的不僅是對數據的采集和快速分析，更重要的是對數據的判斷。目前還看不到有機器對中長期基本麵或者宏觀的判斷，可以有挑戰人類基金經理的可能性。
在投資決策過程中，數據的應用和量化分析都不是新鮮事。早在1950年，沃爾瑪創始人Sam Walton在投資地產前就知道開著小飛機去點算停車場停車的數目。今天技術的發展可以靠衛星圖片和機器識別，不過是同樣的方法更加有效，更加實時。以線性回歸和統計模型為基礎的量化投資方法也不是什麼新技術。今天的人工智能投資模型大多數不過是把同樣的方法進一步深化了。
雖然機器還不能取代基金經理和分析師，但不可否認機器的到來已經對金融投資行業帶來巨大的改變。這種變化隻會加快，加深。在不遠的未來，能否有能力與機器緊密合作或許會成為決定投資人業績的重要因子。
首先是數據。今天的大數據有三個特點，足以對傳統投資分析帶來衝擊。第一是海量。根據 IBM 的統計，全球每天創造出的資料高達2.5 兆艾（百萬的三次方）字節，而約90%的可用數據是在過去兩年內生成的。第二是數據的種類。很多資料是以前從來沒有收集過的，比如衛星圖像、交通數據、貨船定位數據，社交媒體發言、產品評測、搜索記錄，信用卡詳細消費數據等。第三是數據的頻率。隨著互聯網應用的普及和移動設備數量的增長，很多以前每月，每年搜集一次的數據，現在可以幾乎實時搜集。 目前，隻有0.5%的資料是被用作分析。可以想象，隨著資料分析的比例不斷提高，我們或許將不再需要等到公司宣布季報，就可以從眾多數據中提前分析出本季度的業績。
第二個變化是計算能力的突破性發展。今天，雲計算甚至可以讓你體驗每秒10萬億次的運算能力，擁有這麼強大的計算能力，理論上可以模擬核爆炸、預測氣候變化和市場發展趨勢。用戶使用穀歌搜索一次，穀歌可以用1000部計算機在0.2秒內給出結果。這是以前不可想象的。
運算能力高 數據瞬間消化
計算能力和海量數據是人工智能近年來飛速發展的根本原因。機器可以快速分析新聞來源、推特，處理收益報表，搜索網站，並瞬間完成交易。在某一些局部領域比如高頻交易等重複性高的工作，機器已經可以幾乎取代人類。高盛集團的CEO曾透露，高盛在紐約的股票交易櫃枱，從最高峰期雇用了600位交易員，到如今隻剩下了2位。大部分的交易員被算法替代，600位交易員失去了他們的工作，取而代之是200位軟件工程師，在開發維護他們的算法。
在海量數據和愈來愈先進的機器學習技術的支持下，機器可以更快，更好地發現事件與事件之間的關聯關係，並通過知識圖譜實現信息向決策的一步轉化。這方麵機器比人類有優勢，可能會做得更好。美國的資料分析公司Kensho是一個將雲計算與金融谘詢業務結合起來的先行者。
據《福布斯》介紹，在能夠找全數據的假設下，一個基金分析師團隊需要幾天時間才能回答的問題，Kensho 的機器人可以通過掃描超過9萬項全球事件，瞬間給出超過6500萬個問題組合的答案。試想，如果你是一個分析師，有這麼一台機器為你服務，可以瞬間回答「當Netflix超出盈利預期，Amazon明天表現將如何？」、「Apple發布新產品前後的股票交易如何？」等投資問題，你的效率可以提高多少？反過來，假如有一天，你的競爭對手們都有了這麼一個工具而你沒有，又會怎麼樣呢？
最後更新：2017-10-08 05:02:45