“在過去的10多年里，我日復一日的坐在電腦前進行股票投資，所以，今天站在這里，借用一句廣告詞來說，’從一開始我是拒絕的’。”華夏基金副總經理、投資總監陽琨說。

在陽琨的背后，是東家華夏基金同國際科技巨頭微軟公司在亞太地區設立的微軟亞洲研究院舉辦戰略合作發布會，宣布雙方將就人工智能(AI)在金融服務領域的應用展開戰略合作研究。

“人工智能（AI）未來究竟會成為我們投資經理的一個有用的助手還是會成為這個行業的一個顛覆者?這樣一個問題僅僅只是開始。”他說。

網上一個關于AI來襲后“金融狗”遭遇“毀滅性打擊”的佐例是：高盛在紐約總部的現金股票交易柜臺從2000年的600名交易員到如今只剩2個人，這背后的大部分工作已被AI的自動交易程序接管，且由200名計算機工程師進行支持。

如今，AI正沖擊著各行各業，并大有接替互聯網開啟下一輪科技革命之勢。“這其中，會催生一大批千億級乃至萬億級的新的行業和投資機會，未來將是“AI+”時代， AI+汽車、AI+教育、 AI+零售業、AI+工業、AI+農業、AI+能源……傳統行業和人工智能相融合，都將產生1+1>2，甚至是遠大于2的效果。” 華夏基金總經理湯曉東說。

在阿爾法狗面前，所有的大師都黯然無光，在AI面前，人類將何去何從?

AI一秒鐘洗劫了沙灘上所有的螃蟹

互聯網金融，在最近幾年一直很熱，受到各方追捧的概念。2016年，更有科技感的金融科技(Fintech)進入大眾的視野，被頻頻提及。隨后，陸金所提出了理財科技(Wealthtech)的概念。無論概念怎么變化，可以從中看出共通之處，科技的分量不容小覷。

新產品和新概念常常相輔相成。智能投顧、機器人理財、個性化推薦、數字化資產配置、智能資產配置等，跳出各家公司推出產品時的名稱不同，可以看出，大數據、人工智能、機器學習等科技技術，已被運用在互聯網金融產品的設計和營銷中，投資人購買的產品，已有智能和個性化的雛形。

其中，互聯網金融公司對科技和大數據在產品中的運用探索熱情較高。例如，陸金所、京東金融、螞蟻金服和璇璣等，都推出了智能化和數字化產品。同時，第三方創業公司，例如，藍海智投、拿鐵財經、彌財等進入智能投顧市場已經有段時間。此外，雪球和金融界，通過論壇和新聞積累用戶和相應的大數據，推出智能投顧產品。第三方基金代銷平臺，盈米和好買，也以基金為主要配置，推出了機器人理財產品。傳統金融機構中，招商銀行、廣發證券、平安證券的智能資產配置系統有較大的知名度。

這些具有人工智能初代模型的投資模式正在一步步的改變成整個金融行業的既往的運行邏輯。在陽琨看來，基金經理們的投資選股行為，就像在海灘上找螃蟹，翻100個石頭找到螃蟹的概率應該是10%-20%之間，而AI就像是能夠在一秒鐘之內把海灘上的石頭翻一遍，把螃蟹一洗而空的“神器”。

那么，問題就出現了，有了這樣的神器，還需要這么多基金經理“翻石頭”嗎?

盡管金融投資是一門極具專業知識及門檻的領域，需要經過長期積累和不斷積淀，以及持續的專業訓練和嘗試才能培養出非常優秀的證券分析師或是投資經理，但即便是最專業的投資經理，依舊會受到人類自身特點所限，從而在有些時候會表現出某種局限性。

“比如說，他們處理數據的能力有限，在跟數據做時空分析的時候粒度不夠精細，他們對于市場的反饋周期可能會很長，而且無法做到始終保持冷靜，投資決策有時候會受情緒和主觀判斷的影響。而在這些方面，人工智能恰恰表現出自己獨有的優勢，AI對數據處理的能力非常強，可以實時地根據市場的情況用算法調整投資策略，同時，AI沒有情感，沒有恐懼、沒有貪婪，可以永遠向著客觀的目標優化自己的投資策略。”微軟亞洲研究院副院長劉鐵巖說。

超越人類只是時間的問題?

從目前各家金融機構對于“AI+金融投資”的探索來看，主要以基金作為先行試驗品。基金之所以成為首選的原因，主要是由于市場可供選擇的基金種類較多，交易數據量大而規范，有利于建立模型。同時，基金被投資人接受的程度高。

那么，具體來說，AI將如何改變基金投資行業?

首先，量價數據是股票投資里面非常重要的信息源之一，通常，投資經理會根據量價數據的時序序列來尋找時空模式以此來預估股票的漲跌，何時買入、賣出股票，這種經驗的抽取，一定會受到個人因素的限制。而人工智能技術，依托大數據去尋找更加客觀，更加有效的時空模式。

其次，文本數據也是非常重要的一個數據源，“AI可以通過對文本數據的分類，語義分析，主題分析和情感分析，來預測市場對于一個行業或一個公司的預期，甚至可以去預測股票走勢的拐點。人類投資經理會根據他所熟悉的，與此相關的若干文本數據源，依據理性作出判斷。但AI會利用互聯網上海量的文本數據，把事情做得更加全面，更加客觀。”劉鐵巖說。

除了量價數據，文本數據外，在投資的時候也時常會利用一些外部信息，比如說政治事件、金融事件、經濟事件抑或應鏈的上下游關系，利用投資人和公司之間的這種關系來進行推理，這就需要AI去構建一個可靠的、信息豐富的金融知識圖譜，對巨大體量的知識圖譜進行實時的分析推理，使高階因果關系進行改變。

當然，AI能夠達到這樣的高度，還需要大量模擬學習優秀投資經理的思維邏輯、行為能力等， “未來，人工智能是否可能同人合作、競爭或是博弈、學習來改變投資呢?，我認為，基金經理未來很可能會成為AI機器人的投資陪練，甚至有一天，AI可能會進入它們自己的博弈，創建他們自己的策略，這一點不是不可能，但是我們在想，這一時點什么時候可以到來。”陽琨說。

事實上，人的行為是最難捉摸的，變化只在轉瞬之間，金融市場則是諸多人類行為的結合體，對于AI來說，挑戰始終存在，比如金融市場環境開放，存在信息缺失、隱藏等問題，給建模造成困難;市場規律動態變化，非平穩，對人工智能模型的預測能力提出挑戰;金融市場存在多方復雜博弈，且規模較大，增加建模和分析的難度;黑天鵝等重要事件的小概率本質，不易用大數據、大樣本方法預測;高頻交易數據量大，實時性強，對人工智能計算平臺提出額外需求。

盡管根據奇點理論，人工智能的智力水平總有一天會接近甚至超越人類，但就當下來看，它依舊是人類的一個工具。“我們希望利用機器對海量數據的處理能力以及深度學習能力，去對歷史上各種經濟數據，市場數據甚至政策文本數據進行復盤，幫助我們去歸納、總結市場當中特有的運行的機制和幾率，給我們的投資提供更多客觀的數據，幫我們的投資者做出決策提供更多的依據。”華夏基金資產配置部總經理孫彬說。