克里斯特爾·基姆

繪圖/Maciek Jasik

想象一下，人們打免費(fèi)800號(hào)碼時(shí)再也不用因?yàn)闊o(wú)人理會(huì)而挫敗;火車永遠(yuǎn)準(zhǔn)點(diǎn)，不再需要候車室;個(gè)人所得稅和企業(yè)所得稅的稅率設(shè)置得十分合理;每個(gè)人都攢夠了退休金。因?yàn)樵谖磥?lái)，人工智能將使財(cái)務(wù)管理和生活管理像倒一碗麥片粥一樣易如反掌。

長(zhǎng)期以來(lái)，人工智能始終只出現(xiàn)在末日科幻電影中，但如今它已經(jīng)走出銀幕，悄悄地走進(jìn)現(xiàn)實(shí)生活，并將影響你的投資組合。試問(wèn)任何一位基金經(jīng)理他們目前最感興趣的事物，答案不是改變新的投資風(fēng)格，而是人工智能。人工智能具有巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)，它可以創(chuàng)造一支不知疲倦且錯(cuò)誤率極低的勞動(dòng)力大軍。那么，人工智能是否能拯救陷入困境的資產(chǎn)管理行業(yè)？能否在提高投資效率的同時(shí)降低投資難度及投資成本？基金公司巨頭們已經(jīng)投入幾十億美元來(lái)尋找答案。

黑石（Black Rock）、先鋒（Vanguard）、富達(dá)（Fidelity）和普信集團(tuán)（T.Rowe Price）等公司還投入了大量時(shí)間和資金，在總部之外的大城市設(shè)立了獨(dú)立于總部的技術(shù)中心。黑石在帕羅奧圖、富達(dá)在波士頓、先鋒在費(fèi)城市中心、普信在紐約。這些技術(shù)中心都是為特定人群和工作類型而設(shè)計(jì)的，配備了站立式辦公桌、模擬車庫(kù)項(xiàng)目實(shí)驗(yàn)室、長(zhǎng)絨地毯和圣誕燈，還準(zhǔn)備了拼圖游戲、Kit Kat巧克力和LaCroix氣泡水，很少采用的老式紅木和皮革家具，充分展現(xiàn)了初創(chuàng)企業(yè)的時(shí)髦雅致，也體現(xiàn)了這些公司正在努力吸引頂尖人才、數(shù)據(jù)科學(xué)家、信息架構(gòu)師和數(shù)據(jù)預(yù)處理人員，否則他們便會(huì)轉(zhuǎn)身投奔谷歌或亞馬遜。

麻省理工學(xué)院金融工程實(shí)驗(yàn)室主任Andrew Lo說(shuō)：“我們正處于一場(chǎng)技術(shù)軍備競(jìng)賽中，金融機(jī)構(gòu)必須參與進(jìn)來(lái)，才能保持競(jìng)爭(zhēng)優(yōu)勢(shì)?！?/p>

金融機(jī)構(gòu)在爭(zhēng)奪的是什么？首先，節(jié)省成本——簡(jiǎn)單而言——任何能夠抵消投資產(chǎn)品價(jià)格下降造成的利潤(rùn)流失的東西。如果使用得當(dāng)，人工智能也可以賦予投資組合經(jīng)理優(yōu)勢(shì)，能更好地為投資者提供廣泛的理財(cái)工具，正是這些工具讓智能投資變得像算盤一樣。

富達(dá)人工智能項(xiàng)目負(fù)責(zé)人Vipin Mayar說(shuō)：“每一家大公司的首席執(zhí)行官都看好人工智能的發(fā)展前景。每個(gè)人都在追求利潤(rùn)?！?/p>

與為解決特定任務(wù)、硬編碼的程序不同，人工智能的實(shí)現(xiàn)要從機(jī)器學(xué)習(xí)數(shù)據(jù)開始，就像小孩學(xué)習(xí)一樣。通過(guò)一系列獨(dú)特、專有的統(tǒng)計(jì)技術(shù)，機(jī)器用大量數(shù)據(jù)進(jìn)行“訓(xùn)練”。“大數(shù)據(jù)”一詞是指海量的數(shù)據(jù)點(diǎn)，比如你在某個(gè)時(shí)刻的具體位置、本月在咖啡上的花費(fèi)、朋友的名單等。數(shù)據(jù)科學(xué)家可以利用這些數(shù)據(jù)點(diǎn)來(lái)創(chuàng)建并訓(xùn)練統(tǒng)計(jì)模型。

深度學(xué)習(xí)是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的一項(xiàng)技術(shù)，當(dāng)前這一領(lǐng)域正取得重大突破。簡(jiǎn)單來(lái)說(shuō)，深度學(xué)習(xí)是讓計(jì)算機(jī)像人類一樣處理信息。例如，自然語(yǔ)言處理可以使計(jì)算機(jī)能夠在真正理解人類語(yǔ)言的基礎(chǔ)上做出反應(yīng)，而不是按照一系列程序規(guī)則。計(jì)算機(jī)視覺(jué)使計(jì)算機(jī)能夠看到并識(shí)別視覺(jué)圖像，不僅能區(qū)分照片中的蘋果、圖畫中的蘋果和真實(shí)的蘋果，而且還能分辨出每種圖像之間的差異程度。計(jì)算機(jī)視覺(jué)不僅可以完善自動(dòng)駕駛汽車技術(shù)、腫瘤識(shí)別機(jī)器、幫助機(jī)器挑選最好的葡萄來(lái)培育赤霞珠，當(dāng)然還能加強(qiáng)財(cái)務(wù)數(shù)據(jù)分析能力。

不過(guò)，正如任何一位電影愛(ài)好者（或者任何一個(gè)活人）都會(huì)告訴你的，人工智能有局限性。比如，自動(dòng)駕駛汽車出現(xiàn)過(guò)車禍;IBM制造的沃森（Watson）可以擊敗世界著名象棋手，但卻無(wú)法解釋人類為何下象棋;超級(jí)電腦哈兒（HAL）（注：電影《2001年太空漫遊》中的反派虛擬角色）是殺人AI。金融公司的愿景宏大，但目前只邁出了一小步。在未來(lái)，人工智能有可能會(huì)提供更優(yōu)質(zhì)的金融教育、促進(jìn)金融授權(quán)、保障人人都能獲得私人投資理財(cái)?shù)淖稍儥C(jī)會(huì)。但現(xiàn)在，大多數(shù)金融公司出于自身利益，主要目標(biāo)在于節(jié)約成本。美國(guó)道富銀行（Stare Street）投資管理服務(wù)的全球主管John Lehner在談及使用人工智能的緊迫性時(shí)表示：“當(dāng)前資產(chǎn)管理公司已經(jīng)無(wú)法負(fù)擔(dān)如今的業(yè)務(wù)模式。”

幾年前，由于人們無(wú)法償還信用卡債務(wù)，一家大型銀行每天都要承擔(dān)5000萬(wàn)美元的損失，于是該銀行向麻省理工學(xué)院的安德魯·羅尋求幫助。銀行最初的解決方案是將信貸額度全面削減50%。但安德魯·羅和他的團(tuán)隊(duì)用信用局的統(tǒng)計(jì)數(shù)據(jù)、FICO信用分?jǐn)?shù)、拖欠和違約的歷史記錄、自動(dòng)取款機(jī)交易數(shù)量和直接存款額等數(shù)據(jù)來(lái)訓(xùn)練機(jī)器學(xué)習(xí)模型。這些模型發(fā)現(xiàn)，在過(guò)去三個(gè)月內(nèi)停止直接存款的人，拖欠或違約的可能性要高出五倍。

很多人都會(huì)猜測(cè)，這些人難以還清債務(wù)是因?yàn)樗麄兪I(yè)了，但機(jī)器能夠識(shí)別出在龐大的客戶群中還款壓力最大的那部分人。最終這家銀行沒(méi)有將所有人的信貸額度都削減50%，而是找到了4%最有可能違約的客戶，削減了他們的信貸額度，從而減少了風(fēng)險(xiǎn)。

在基金方面，對(duì)沖基金公司英仕曼集團(tuán)（Man Group）在人工智能領(lǐng)域走在前列。其量化投資部門AHL正在利用人工智能來(lái)減少滑點(diǎn)，即預(yù)期價(jià)格與實(shí)際成交價(jià)格之間的差額。概率論中有一個(gè)數(shù)學(xué)問(wèn)題——“多臂老虎機(jī)問(wèn)題”，在這個(gè)問(wèn)題中，資源必須在多渠道分散分配才能實(shí)現(xiàn)收益最大化。想想如何將一把硬幣放進(jìn)成排的老虎機(jī)里才能賺錢。AHL的首席科學(xué)家Anthony Ledford表示：“當(dāng)我讀到這個(gè)問(wèn)題時(shí)，我認(rèn)為它‘類似于交易執(zhí)行，但我們?cè)谶x擇交易執(zhí)行算法時(shí)并沒(méi)有獲得收益，反而增加了成本?！?p>

圖1：AI解構(gòu)

數(shù)據(jù)來(lái)源：金融穩(wěn)定委員會(huì) 制圖：顏斌

通常，為了盡可能降低成本，減小市場(chǎng)波動(dòng)，算法是由人為決定的。但英仕曼集團(tuán)的研究發(fā)現(xiàn)了一種算法，專門用來(lái)決定使用何種算法。Ledford說(shuō)：“由于采用何種算法是由算法決定的，因此大大減少了人為決策的時(shí)間;同時(shí)也減少了大約10%的滑點(diǎn)?！比斯ぶ悄茉贏HL部門取得了巨大成功，英仕曼集團(tuán)的其他部門也紛紛效仿。富達(dá)投資也開始推進(jìn)人工智能研發(fā)。

下一步：人工智能選股

人工智能取得重大進(jìn)展，其中最有意思的莫過(guò)于投資組合管理。人工智能大量地應(yīng)用于被動(dòng)投資中——得益于現(xiàn)代計(jì)算機(jī)，證券交易所創(chuàng)造了3萬(wàn)億美元的交易所交易基金（ETF）——人工智能也將更多應(yīng)用于最新的ETF中。

被動(dòng)投資就是根據(jù)某個(gè)預(yù)定計(jì)劃的一系列規(guī)則進(jìn)行買賣。標(biāo)普500指數(shù)基金是最著名的被動(dòng)投資，只需要根據(jù)其市場(chǎng)價(jià)值的變動(dòng)來(lái)調(diào)整其持有量。其他的指數(shù)，如羅素指數(shù)，每年才會(huì)進(jìn)行一次再調(diào)整。一些使用更為復(fù)雜投資規(guī)則——技術(shù)上說(shuō)仍是被動(dòng)型——的新基金產(chǎn)品正不斷推出并被市場(chǎng)接納。說(shuō)這些新產(chǎn)品是被動(dòng)投資型的，因?yàn)樗鼈兯钟械淖C券且買賣時(shí)機(jī)都要遵循一套規(guī)則;但由于它們的規(guī)則已經(jīng)變得十分復(fù)雜，因此本質(zhì)上已經(jīng)屬于主動(dòng)投資型。人工智能則可以進(jìn)行更深入的決策，利用大數(shù)據(jù)（如紐約第五大道人流量或油輪投下的陰影的衛(wèi)星圖像）處理海量信息，摒棄“噪音”，抓住“信號(hào)”進(jìn)行買賣。

黑石系統(tǒng)化主動(dòng)股票投資團(tuán)隊(duì)的聯(lián)合領(lǐng)導(dǎo)人Jeff Shen表示，人工智能的出現(xiàn)淡化了主動(dòng)投資和被動(dòng)投資之間的區(qū)別，因此可能會(huì)產(chǎn)生一種新的投資方式?！爸皇俏覀冞€沒(méi)有給它命名?！?/p>

機(jī)器學(xué)習(xí)與自然語(yǔ)言處理相結(jié)合，對(duì)會(huì)議記錄進(jìn)行挖掘，從而識(shí)別其中的特殊字眼，這樣一來(lái)投資組合經(jīng)理就能了解首席執(zhí)行官在電話會(huì)議中聽(tīng)起來(lái)是否樂(lè)觀。它還可以用來(lái)搜索推特的消息，實(shí)時(shí)分析消費(fèi)者不斷變化的品味和趨勢(shì)。例如，富達(dá)投資股權(quán)部門聯(lián)席主管Tim Cohen表示，富達(dá)一直在挖掘社交媒體數(shù)據(jù)，分析安德瑪服裝公司（Under Armour）相對(duì)于其競(jìng)爭(zhēng)對(duì)手的受歡迎程度，以及消費(fèi)者對(duì)于奇波雷墨西哥燒烤連鎖（Chipotle）推出的新產(chǎn)品“kumo”有何看法?！拔覀兯龅牟皇亲屚顿Y決策自動(dòng)化。我們正在探索并努力完善現(xiàn)有的模型，當(dāng)前面臨的挑戰(zhàn)在于如何找到一項(xiàng)可以長(zhǎng)期使用的新技術(shù)。”

下一步人工智能會(huì)有何發(fā)展？機(jī)器將評(píng)估和預(yù)測(cè)人類行為，例如，投資組合經(jīng)理如何根據(jù)管理層會(huì)議和收益情況進(jìn)行交易買賣。如今機(jī)器只能簡(jiǎn)單地回顧歷史，研究特定事件的歷史交易信息。但總有一天，機(jī)器學(xué)習(xí)將能糾正人類行為，從而打造競(jìng)爭(zhēng)優(yōu)勢(shì)。

如何將人工智能應(yīng)用于傳統(tǒng)量化投資領(lǐng)域，英仕曼集團(tuán)的AHL部門做出了示范：通過(guò)機(jī)器學(xué)習(xí)，該公司正“重新學(xué)習(xí)”動(dòng)量特性。在大多數(shù)情況下，人工智能可以從股價(jià)的漲跌速度和變化方向上來(lái)判斷公司買賣股票的時(shí)機(jī)。在價(jià)格變動(dòng)劇烈的情況下，采用動(dòng)量策略難度很大。多數(shù)動(dòng)量ETF在價(jià)格波動(dòng)劇烈的市場(chǎng)中無(wú)法捕捉和回應(yīng)“信號(hào)”，這也就是為什么許多ETF的跟蹤記錄參差不齊。但英仕曼集團(tuán)的人工智能在極度動(dòng)蕩的市場(chǎng)中發(fā)現(xiàn)轉(zhuǎn)向信號(hào)，也能讓模型迅速進(jìn)行自動(dòng)調(diào)整去捕捉這些信號(hào)。Ledford說(shuō)：“傳統(tǒng)的建模辦法做不到這一點(diǎn)，深度學(xué)習(xí)有助于發(fā)現(xiàn)我們無(wú)法發(fā)現(xiàn)的信號(hào)?！?/p>

越來(lái)越多的主流產(chǎn)品將應(yīng)用機(jī)器學(xué)習(xí)技術(shù)，不過(guò)早期的產(chǎn)品則顯得平談無(wú)奇。貝萊德2018年3月推出了7只新的行業(yè)ETF，如iShares進(jìn)化美國(guó)科技主動(dòng)型ETF（iShares Evolved U.S.Technology ETF，IETC）和iShares進(jìn)化美國(guó)必需性消費(fèi)主動(dòng)型ETF（iShares Evolved U.S.Consumer Staples，IECS）。該公司通過(guò)自然語(yǔ)言處理，掃描上市公司所提交的各類公開信息，挖掘特定的描述其業(yè)務(wù)的詞匯及用語(yǔ)，從而確定這些公司分別放進(jìn)哪個(gè)ETF及所占比重。最終結(jié)果類似于傳統(tǒng)的行業(yè)分類，盡管一些公司可能會(huì)同時(shí)歸屬于幾個(gè)不同的行業(yè)。IBM的沃森也開始打造ETR六個(gè)月前，其推出了一只市值1.34億美元的大公司AI動(dòng)力股ETF（AIEQ）。

繪圖/Maciek Jasik

可以預(yù)見(jiàn)的事，更多人工智能驅(qū)動(dòng)的產(chǎn)品將會(huì)在市場(chǎng)上出現(xiàn)，但投資者應(yīng)該像對(duì)待其他那些沒(méi)有實(shí)績(jī)、只有概念的新產(chǎn)品一樣，對(duì)這些產(chǎn)品保持警惕。人工智能產(chǎn)品的實(shí)際運(yùn)行，會(huì)像它們的各自創(chuàng)建人一樣，各有不同。

杜克大學(xué)教授兼英仕曼集團(tuán)顧問(wèn)Campbell Harvey說(shuō)：“人工智能需要大量的數(shù)據(jù)使其運(yùn)轉(zhuǎn)，機(jī)器學(xué)習(xí)不是一件單一的事物，它包含許多不同的因素。這是智能投顧的一個(gè)常見(jiàn)問(wèn)題。人們誤以為智能投顧是一種算法或別的什么，但有些智能投顧就是垃圾。要非常小心。”

此外，市場(chǎng)變幻莫測(cè)。Andrew Lo.說(shuō)：“市場(chǎng)像一個(gè)生物系統(tǒng)，并非一成不變，沒(méi)有一條定律可以解釋市場(chǎng)在過(guò)去一年甚至幾十年的演變過(guò)程，人工智能可以解決‘誰(shuí)來(lái)做、‘做什么、‘在何時(shí)、‘在何地、‘如何做等問(wèn)題，但無(wú)法理解一項(xiàng)決策背后的邏輯，而這正是Warren Buffett成功的原因?！?/p>

這種獨(dú)一無(wú)二的推理能力讓巴菲特、富達(dá)的Will Danoff和雙線資本（DoubleLine Capital）的Jeffrey Gundlach等人可以松一口氣了。但人工智能不只局限于投資組合管理，一些金融公司還認(rèn)為人工智能可以準(zhǔn)確確定行為特征，并預(yù)測(cè)個(gè)人對(duì)金融和市場(chǎng)事件的反應(yīng)。

當(dāng)富達(dá)的人工智能團(tuán)隊(duì)得知他們可以使用超級(jí)計(jì)算機(jī)處理大量數(shù)據(jù)時(shí)，James Aylward馬上離開辦公室，驅(qū)車回家。他想了解他的鄰居們有哪些亟須解決的問(wèn)題。比如，鄰里們想知道他們應(yīng)該如何努力達(dá)到類似家庭的經(jīng)濟(jì)水平，其他人如何支付大學(xué)學(xué)費(fèi)或育兒費(fèi)，選擇何種住所，以及他們做了哪些取舍。

圖2：在AI領(lǐng)域投入領(lǐng)先的行業(yè)

*未來(lái)三年AI投入變化百分比（根據(jù)企業(yè)規(guī)模進(jìn)行加權(quán)平均）

數(shù)據(jù)來(lái)源：麥肯錫全球研究院

人工智能對(duì)如何取舍給出建議，但由Aylward領(lǐng)導(dǎo)的富達(dá)團(tuán)隊(duì)可以識(shí)別出具有共同特征的家庭。下一步是建立一個(gè)預(yù)測(cè)軟件，客戶可以通過(guò)使用軟件來(lái)了解該如何做才能達(dá)到財(cái)務(wù)安全。但設(shè)計(jì)預(yù)測(cè)軟件困難重重，有許多不確定的因素，且沒(méi)有衡量標(biāo)準(zhǔn)。富達(dá)人工智能的負(fù)責(zé)人Mayar說(shuō)：“谷歌地圖解決的只是如何從A點(diǎn)到B點(diǎn)這種簡(jiǎn)單的問(wèn)題，達(dá)到財(cái)務(wù)健康則復(fù)雜得多，但我們的研究發(fā)現(xiàn)人工智能有可能做到?！?/p>

這個(gè)項(xiàng)目的負(fù)責(zé)人Aylward指出，人工智能的能力會(huì)隨著時(shí)間的推移而不斷加強(qiáng)?！叭斯ぶ悄芸梢宰晕姨嵘?，一開始人工智能只能做出判斷，但慢慢會(huì)變得有預(yù)見(jiàn)性。Aylward說(shuō)：“對(duì)于走不同的路會(huì)有什么結(jié)果，人工智能會(huì)進(jìn)行學(xué)習(xí)，隨著學(xué)習(xí)的深入，人工智能會(huì)形成規(guī)范并告訴你‘應(yīng)該做A還是B。”

與此同時(shí)，Andrew Lo正與一家大型經(jīng)紀(jì)公司合作，研究一種衡量投資者行為的指標(biāo)，其團(tuán)隊(duì)稱之為“異常因素”。他說(shuō)，很多算法可以告訴投資者應(yīng)該做什么，但沒(méi)有一種算法能解釋他們實(shí)際做了什么。他使用了數(shù)十萬(wàn)匿名賬戶12年間的數(shù)據(jù)以此來(lái)衡量用戶的行為。他們構(gòu)建了人口統(tǒng)計(jì)模型，以此確定在市場(chǎng)調(diào)整或低迷時(shí)期，哪些投資者最有可能“抓狂”。Lo說(shuō)，想象一下，在上一次金融危機(jī)中，人工智能可以為投資者減少多大的痛苦。

Lo說(shuō)：“我們需要‘人工智能。我們可以向人們反復(fù)灌輸市場(chǎng)會(huì)恢復(fù)的觀念，但這就像通過(guò)宣傳禁欲來(lái)防止少女懷孕一樣，并不現(xiàn)實(shí)，因?yàn)樗鼪](méi)有考慮到人性?！彼A(yù)計(jì)幾個(gè)月后就會(huì)有研究結(jié)果，像他這樣的機(jī)器學(xué)習(xí)模型預(yù)計(jì)將在兩三年內(nèi)上市。

圖3：深度學(xué)習(xí)如何進(jìn)行

數(shù)據(jù)來(lái)源：TensorFlow項(xiàng)目;斯坦福大學(xué)

研究公司晨星也將人工智能技術(shù)應(yīng)用到一些以人為主的項(xiàng)目中。該公司于2月份推出了新的定量評(píng)級(jí)體系。機(jī)器學(xué)習(xí)模型模仿了該公司的分析師評(píng)級(jí)，即分析師如何看待基金前景的定性評(píng)估。分析師評(píng)級(jí)是預(yù)判、定性的;而該公司的星級(jí)評(píng)級(jí)是回顧、定量的。

公司將測(cè)試的機(jī)器學(xué)習(xí)模型與現(xiàn)有的分析師的評(píng)級(jí)結(jié)果進(jìn)行了匹配，公司報(bào)告顯示，負(fù)面評(píng)級(jí)匹配率達(dá)到55%，正面評(píng)級(jí)匹配率達(dá)78%。晨星公司的首席分析師Timothy Strauts告訴《巴倫周刊》，公司對(duì)目前的匹配率感到滿意。顧問(wèn)們是否滿意這一測(cè)評(píng)結(jié)果則是另一回事。

也許對(duì)于人工智能來(lái)說(shuō)，目前最大的障礙不是技術(shù)，而是大眾認(rèn)知。隨著隱私問(wèn)題成為公眾爭(zhēng)論的焦點(diǎn)，不止一家資產(chǎn)管理公司的首席執(zhí)行官告訴《巴倫周刊》，實(shí)際上他們所掌握的關(guān)于客戶的數(shù)據(jù)，遠(yuǎn)比他們?cè)敢庀蚩蛻舫姓J(rèn)的要多得多;為了不讓客戶心神不定，他們也并沒(méi)有完全向客戶袒露這些數(shù)據(jù)在技術(shù)上的用途，即使這些用途最終是為了改善用戶體驗(yàn)?！拔覀?nèi)绾尾拍茉趥鬟_(dá)一個(gè)解決方案的同時(shí)，又不讓客戶感覺(jué)奇怪、受到侵犯、或受到“老大哥”式的監(jiān)控呢？”

繪圖/Maciek Jasik

人類對(duì)人工智能下達(dá)的指令，將決定未來(lái)人工智能的樣子。即使這一轉(zhuǎn)變難以捕捉。Aylward笑著說(shuō)：“數(shù)據(jù)科學(xué)家開玩笑說(shuō)，當(dāng)人工智能變成產(chǎn)品時(shí)（比如蘋果的Siri或谷歌地圖），它就不再是人工智能，而只是產(chǎn)品的名稱，所以‘人工智能這個(gè)詞永遠(yuǎn)屬于未來(lái)?！?/p>

（翻譯：朱小釗，編輯：康娟，本文首發(fā)于2018年4月9日《巴倫》）