大數(shù)據(jù)金融應(yīng)用猜想：取代基金經(jīng)理 瞬間發(fā)現(xiàn)老鼠倉(cāng)

大數(shù)據(jù)、人工智能（AI）在金融領(lǐng)域的應(yīng)用，正在引發(fā)越來(lái)越多的討論。

5月20日，在上海外國(guó)語(yǔ)大學(xué)主辦、上海外國(guó)語(yǔ)大學(xué)國(guó)際金融貿(mào)易學(xué)院承辦的首屆“金融大數(shù)據(jù)和量化研究國(guó)際研討會(huì)”上，同花順金融大數(shù)據(jù)量化投資部主管楊明表示，相比阿爾法狗等的出色表現(xiàn)，人工智能在金融領(lǐng)域還沒(méi)有看到很驚人的點(diǎn)。不過(guò)，Rebellion Research在2007年推出了第一個(gè)純?nèi)斯ぶ悄埽ˋI）投資基金……可以展開(kāi)聯(lián)想，未來(lái)AI技術(shù)是否將替代基金經(jīng)理的工作，可以拭目以待。

“未來(lái)非?？赡艹霈F(xiàn)這樣的情況，有一天如果想買(mǎi)有關(guān)黃金的股票，就可以發(fā)語(yǔ)音對(duì)話(huà)這個(gè)大數(shù)據(jù)平臺(tái)，它就可以快速告訴你可以有哪些標(biāo)的可以選擇。”太平洋資產(chǎn)管理有限責(zé)任公司量化投資部副總經(jīng)理吳迪這樣說(shuō)。

此外，復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院教授熊赟還提到，挖掘大數(shù)據(jù)等模型甚至可以用來(lái)抓“老鼠倉(cāng)”。

從數(shù)據(jù)挖掘到大數(shù)據(jù)

大數(shù)據(jù)被視為人工智能發(fā)展的基礎(chǔ)要素，其在金融領(lǐng)域的應(yīng)用早已展開(kāi)。

吳迪稱(chēng)，從這兩年的體會(huì)來(lái)講，大數(shù)據(jù)對(duì)量化投資的沖擊非常大，特別是很多傳統(tǒng)的投資理念，過(guò)去是Dig Data（數(shù)據(jù)挖掘），如今是Big Data（大數(shù)據(jù)）。未來(lái)量化投資可以給投研帶來(lái)很多更高層面的精確性，“原先量化投資更多體現(xiàn)在廣度上，可以同時(shí)追蹤2000只股票，但其實(shí)這2000只股票都不是挖得很深，但利用大數(shù)據(jù)，投資的深度得到了很大的拓展。”

“大數(shù)據(jù)的特點(diǎn)，就是非結(jié)構(gòu)化數(shù)據(jù)很多?！眳堑辖榻B，現(xiàn)在的大數(shù)據(jù)庫(kù)除了最基本的股票、期貨、國(guó)際市場(chǎng)、上市公司基本面等市面上已有的數(shù)據(jù)外，在非結(jié)構(gòu)化數(shù)據(jù)方面，還可以用爬蟲(chóng)抓取股票、期貨、期權(quán)預(yù)期的數(shù)據(jù)，即投資者情緒，目前這方面數(shù)據(jù)相對(duì)較小。

目前，大數(shù)據(jù)平臺(tái)可以為分析師提供一些基本面的觀點(diǎn)，比如某一股票突然股價(jià)大爆發(fā)，可以鑒別是消費(fèi)者行為還是季節(jié)因素或促銷(xiāo)行為導(dǎo)致，進(jìn)一步來(lái)精確個(gè)股的持續(xù)分析。

吳迪稱(chēng)，如果某只股票在行業(yè)內(nèi)的凈利潤(rùn)高或者有某些方面優(yōu)勢(shì)，而經(jīng)分析師確認(rèn)它的數(shù)據(jù)分析基礎(chǔ)又很可靠，那就可以加大權(quán)重，“如果在未來(lái)不能創(chuàng)造絕對(duì)收益，而又用大數(shù)據(jù)分析出在未來(lái)一段時(shí)間可以創(chuàng)造出相對(duì)收益，那么我們就利用股指對(duì)沖去賺取相對(duì)收益。”

用大數(shù)據(jù)抓老鼠倉(cāng)

“信息化和大數(shù)據(jù)并非一回事，我并不認(rèn)同大數(shù)據(jù)就是信息化的2.0?！睆?fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院教授熊赟現(xiàn)場(chǎng)分享了有關(guān)“特征群組分析”的模型示范，挖掘大數(shù)據(jù)等模型甚至可以用來(lái)抓“老鼠倉(cāng)”。通過(guò)交易所提供的數(shù)據(jù)，來(lái)自公安部分等其他部門(mén)的數(shù)據(jù)，包括買(mǎi)了什么股票，什么時(shí)間，什么價(jià)位等特征全部加進(jìn)來(lái)，使得數(shù)據(jù)更準(zhǔn)確。

熊赟補(bǔ)充，如果（案件）有舉報(bào)人，監(jiān)管層雖然可以直接進(jìn)行賬戶(hù)穿透，但這其中也涉及到大數(shù)據(jù)問(wèn)題，數(shù)據(jù)非常大的情況下依然需要模型。而“特征群組分析”所要做的則是在危害還沒(méi)發(fā)生之前，就可以進(jìn)行鎖定監(jiān)控，將犯罪終結(jié)在開(kāi)始的瞬間，也就是說(shuō)在其賣(mài)出行為發(fā)生之前，就已被監(jiān)管發(fā)現(xiàn)并監(jiān)控。

不過(guò)，熊赟承認(rèn)，在這過(guò)程中，確實(shí)發(fā)現(xiàn)有失效的可能，“特征群組”會(huì)發(fā)現(xiàn)、躲避、對(duì)抗，所以越來(lái)越多的數(shù)據(jù)會(huì)加進(jìn)來(lái)，力求更為準(zhǔn)確。除此之外，大數(shù)據(jù)模型還可以確定對(duì)哪些用戶(hù)最容易“被割韭菜”等。

人工智能量化策略的優(yōu)勢(shì)

“相比阿爾法狗等出色表現(xiàn)，人工智能在金融領(lǐng)域還沒(méi)有看到很驚人的點(diǎn)?！蓖樈鹑诖髷?shù)據(jù)量化投資部主管楊明指出，可以看到Kensho、Weathfront等對(duì)智能投顧的運(yùn)用，部分分析師和投資顧問(wèn)的工作已經(jīng)可以被替代，此外Rebellion Research在2007年退出了了第一個(gè)純?nèi)斯ぶ悄埽ˋI）投資基金……由此可以展開(kāi)聯(lián)想，未來(lái)AI技術(shù)是否將替代基金經(jīng)理的工作可以拭目以待。

盡管如此，業(yè)內(nèi)一直存在較大爭(zhēng)議，其中最重要的一點(diǎn)在于：人工智能是否能取代“人的因素”。

截至2017年4月底，中國(guó)證券投資基金業(yè)協(xié)會(huì)已登記私募基金管理人18890家。已備案私募基金52493只，認(rèn)繳規(guī)模12.28萬(wàn)億元，實(shí)繳規(guī)模8.95萬(wàn)億元，私募基金從業(yè)人員22.56萬(wàn)人。

楊明指出，人工智能量化策略具有如下四大優(yōu)勢(shì)：具有自我完善的功能，可以不斷優(yōu)化策略，使之實(shí)現(xiàn)好的投資回報(bào)；有能力快速處理海量的數(shù)據(jù)和信息，可以不間斷的獲取變化的宏觀數(shù)據(jù)，以及可能影響單個(gè)公司運(yùn)營(yíng)的因素；能夠根據(jù)整個(gè)市場(chǎng)的交易環(huán)境指標(biāo)以及外部的輿論導(dǎo)向因素來(lái)確定買(mǎi)賣(mài)點(diǎn)；可以適應(yīng)各類(lèi)投資環(huán)境，主動(dòng)得迎接改變，并做出恰當(dāng)?shù)姆磻?yīng)。