咨詢公司Opimas發(fā)布的報告《人工智能之于資本市場：下一場運(yùn)營革命》顯示，到2025年，華爾街將有23萬個金融工作崗位消失，人工智能技術(shù)（AI）將搶走這些金融從業(yè)者的飯碗。根據(jù)測算，具體消失的職位分布如下：

從圖中可以看到，資產(chǎn)管理從業(yè)人員的替代程度最高。

在未來，越來越多的資管行業(yè)者、基金經(jīng)理將被計算機(jī)以及AI所取代。智能投資的先驅(qū)——西蒙斯和他的量化基金——大獎?wù)禄鸬某晒?，也讓越來越多?a href="http://m.brongaenegriffin.com/v/tag/1730/" target="_blank">程序員成為了國內(nèi)外資管行業(yè)名副其實(shí)的“侵略者”。

今天這篇文章，我們來探討一下AI在投資領(lǐng)域有哪些落地場景和特點(diǎn)。充分了解這些應(yīng)用場景，我們才能更放心地把錢交給機(jī)器打理。

高頻交易

最初讓投資者們感受到計算機(jī)威脅的是稱作“高頻交易”的投資工具。

高頻交易的最大特點(diǎn)就是：快。天下武功唯快不破。高頻交易技術(shù)利用高性能計算機(jī)自動下單，其毫秒甚至微秒級別的速度遠(yuǎn)超人類交易員。諸多人工智能算法（如SVM模型、神經(jīng)網(wǎng)絡(luò)等）也進(jìn)一步用在高頻交易中，判斷極短時間內(nèi)市場的多空趨勢，進(jìn)而領(lǐng)先人類一步尋求獲利。這種技術(shù)目前多用在一些以日內(nèi)回轉(zhuǎn)以及對沖策略為主的私募產(chǎn)品中。

如果真有上面說的這么神奇，那我們搭建一臺載有人工智能算法的高頻交易機(jī)器，不就可以躺著賺錢了嗎？然而，事實(shí)也許并非如此。

高頻交易最可怕的地方就在于，它的“快”將人們對短期高收益的貪婪放大了數(shù)倍。市場在一個窗口期內(nèi)是接近零和博弈的狀態(tài)，那么當(dāng)所有高頻交易算法以及市場交易者都向一個方向預(yù)期的時候，市場的平衡就會被打破。隨后發(fā)生的事情就是崩潰、踩踏、一地雞毛。2015年股災(zāi)期間，俄羅斯的伊世頓公司借助股指期貨的高頻交易，先是積極做多，隨后惡意做空，非法獲利近百億元。而貪婪的結(jié)局就是那一年刻骨銘心的股災(zāi)，除了參與者被依法處理以外，還有無數(shù)投資者的資產(chǎn)一夜蒸發(fā)的悲涼。

需要指出的是，高頻交易以及搭載在其上的人工智能算法并非負(fù)面的東西，使它們變得可怕的是背后貪婪的人。高頻交易如果利用得當(dāng)，至少可以起到以下兩個正面效果。

（1）縮短信息時間差。很多對沖基金包括全天候理財產(chǎn)品需要配置全球資產(chǎn)。然而，由于時差的緣故，往往造成信息不對稱、消息獲取不及時的問題。一個突發(fā)消息不能立馬反應(yīng)，就會造成投資組合的市值損失。通過高頻交易及相關(guān)AI算法，在很小的時間段內(nèi)捕捉全球市場的資訊以及走勢、識別多空以及影響，就可以立馬進(jìn)行交易以避免投資者損失，甚至抓住轉(zhuǎn)瞬即逝的套利機(jī)會。

（2）優(yōu)化市場流動性。目前，高盛等大型投行和經(jīng)紀(jì)商開始利用高頻交易算法參與做市，以增加市場流動性，平滑因流動性缺失造成的價格失真。這有效地推動了市場向更加平穩(wěn)和理性的方向發(fā)展。據(jù)高盛公開資料顯示：90年代，高盛有500人在為股票做市，而現(xiàn)在只剩下不到10人。取代人工交易員的，是做市效果更好的高頻交易算法。

指數(shù)跟蹤

高頻交易需要我們對市場、資產(chǎn)以及交易時機(jī)十分了解，這些需要很多專業(yè)知識。作為普通投資者，我們可以選擇AI技術(shù)在投資領(lǐng)域的另一個落地場景——指數(shù)基金。

指數(shù)基金投資的是對應(yīng)指數(shù)的成分股，通過跟蹤這些成分股的走勢完成投資交易。因此，指數(shù)基金的走勢和對應(yīng)指數(shù)有著絕對的相關(guān)性。被動跟蹤指數(shù)的過程，完全可以交給AI來做。目前市場上大多數(shù)指數(shù)基金都是通過機(jī)器來自動化交易的。

不過，很多投資者不屑于選擇指數(shù)基金，原因主要有2個：

（1）指數(shù)基金收益低：因?yàn)橹笖?shù)基金購買一籃子股票，那么好的壞的都買進(jìn)來了，最終的收益也被這些壞股票拖累了。

（2）無法避免市場波動：指數(shù)基金傻瓜式地跟隨著指數(shù)的波動進(jìn)行被動買賣。指數(shù)上漲的時候基金漲，指數(shù)下跌的時候基金也不落下。

殊不知，上面這兩個所謂的“缺點(diǎn)”正好襯托了指數(shù)基金的三個優(yōu)勢：

（1）費(fèi)用低廉：跟蹤指數(shù)不需要基金經(jīng)理的主動管理，他們只需要跟隨市場被動買賣成分股就行。目前大部分指數(shù)基金也都是通過計算機(jī)來管理的。這些特點(diǎn)大大降低了人力成本，直接的影響是，產(chǎn)品端的指數(shù)基金標(biāo)的具有相當(dāng)?shù)土墓芾碣M(fèi)用。目前國內(nèi)市場上主流的指數(shù)基金管理費(fèi)率大約在0.5%-1%之間，而主動式管理基金費(fèi)率通常在1.5%以上。

（2）風(fēng)險較?。阂?yàn)橹笖?shù)基金購買的是一籃子股票，那么風(fēng)險也就被分散了。雖然一籃子股票里包含了一些業(yè)績不佳的股票，但是我們普遍認(rèn)為的好股票也存在著普通投資者無法捕捉的風(fēng)險。就在上個月，醫(yī)藥領(lǐng)域市值最大的康美藥業(yè)因突發(fā)因素連續(xù)跌停，市值近乎跌去一半，上萬投資者的資金被套在里面。而指數(shù)基金不存在跌停的風(fēng)險，它們將風(fēng)險分散化，在極端行情中能夠減少損失。同時，市場波動的風(fēng)險也可以通過定期定投的策略來降低。

（3）收益穩(wěn)?。褐灰藗兿嘈沤?jīng)濟(jì)是向更好的方向發(fā)展，指數(shù)基金長期來看都是震蕩上行的。十年前，沃倫·巴菲特在Longbet.org網(wǎng)站上立下一個賭約：自2008年1月1日開始的十年期限中，追蹤標(biāo)普500的指數(shù)基金，其回報表現(xiàn)會打敗各類主動管理的對沖基金。這個賭約已在今年到期，那么結(jié)果如何呢？我們看下面這張統(tǒng)計圖：

由上圖可見，標(biāo)普500指數(shù)基金以其超120%的十年累計回報擊敗了所有主動式基金。這些主動式基金的管理者們，憑借自己“聰明”的大腦和“豐富”的學(xué)識，預(yù)測著每一次上漲和下跌，最后反而因?yàn)榭床磺宕髣?，而成績平平。加上高額的基金管理費(fèi)，投資者的最終收益乏善可陳。

因此，對于投資者，指數(shù)基金不失為較好的選擇。把錢交給管理指數(shù)基金的AI，或許更讓人放心。

智能投顧

進(jìn)行指數(shù)基金投資，仍需要我們進(jìn)行合適基金的挑選。如果我們連這一步都懶得做，那么可以選擇智能投顧類產(chǎn)品。

智能投顧是利用人工智能技術(shù)落地的更加綜合全面的場景。業(yè)務(wù)方面，高頻交易和指數(shù)追蹤技術(shù)更多地集中在資產(chǎn)管理的上游階段，即資產(chǎn)配置和投資交易。智能投顧在兼顧這兩個方面的同時，甚至還覆蓋了下游階段，包括品牌銷售、通道構(gòu)建以及客戶維護(hù)。技術(shù)方面，智能投顧除了采用經(jīng)典的組合模型、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法，還涉及了諸多其它技術(shù)，如自然語言處理、知識圖譜、語音處理以及智能營銷方面的核心技術(shù)。

智能投顧的行業(yè)規(guī)模在迅速發(fā)展。作為該行業(yè)鼻祖的資管公司W(wǎng)ealthfront，其資產(chǎn)管理規(guī)模截至今年上半年已超過100億美元。咨詢公司A.T. Kearney預(yù)測，美國智能投顧行業(yè)的資產(chǎn)管理規(guī)模在2020年將增長至2.2萬億美元，年復(fù)合增長率將超50%。

這兩年，國內(nèi)更是將智能投顧產(chǎn)品推向了風(fēng)口。2016年，廣發(fā)證券推出了首個智能投顧服務(wù)。隨后，招商銀行作為首家銀行機(jī)構(gòu)推出摩羯智投產(chǎn)品。緊接著，第三方機(jī)構(gòu)如螞蟻金服、蘇寧金融、金融界等互聯(lián)網(wǎng)平臺開始介入。根據(jù)易觀發(fā)布的2017年《人工智能理財市場專題分析》報告預(yù)測，到2020年，中國人工智能理財規(guī)模將達(dá)5.22萬億元，占整個資管行業(yè)規(guī)模5%以上。

雖然未來很美好，但在當(dāng)下，我國國內(nèi)的智投產(chǎn)品面臨著三個困局：

（1）收益低。據(jù)金融界發(fā)布的《中國智能投顧行業(yè)月度報告》顯示，2018年國內(nèi)智能投顧產(chǎn)品平均收益率無法達(dá)到4%，甚至呈現(xiàn)負(fù)數(shù)。當(dāng)然，今年由于國際局勢變化有一定客觀因素，更多原因在于智能投顧的投資模型發(fā)揮不出優(yōu)勢。目前，智能投顧在交易端普遍選用資產(chǎn)組合模型（如馬克維茨、威廉夏普等提出MPT理論、B-L模型等）。一般，這些模型需要跟蹤規(guī)模大且流動性好的場內(nèi)ETF基金。然而，目前國內(nèi)的場內(nèi)ETF品種較少，并且大多數(shù)行業(yè)基金流動性較差，這些阻礙著人工智能技術(shù)發(fā)揮優(yōu)勢。

（2）費(fèi)率高。由于資管行業(yè)發(fā)展的諸多歷史原因，國內(nèi)資管行業(yè)的大量從業(yè)人員堆積在下游銷售階段，而上游投研端普遍投入較少。因此，銷售環(huán)節(jié)分?jǐn)偟某杀揪蛯⑷斯ぶ悄艿膬?yōu)勢攤薄了。最后的結(jié)果是，高傭金高服務(wù)費(fèi)使得產(chǎn)品失去了競爭力。

（3）監(jiān)管嚴(yán)。2016年和2017年，智能投顧如雨后春筍般在大江南北冒將出來，這其中有不少是互金平臺和P2P平臺在強(qiáng)監(jiān)管下打著AI的旗號掩蓋自己打擦邊球的行徑。這給“智能投顧”這個名詞罩上了一層陰影，不少知名的智投平臺也面臨著合規(guī)的風(fēng)險。這在一定程度上阻礙了智能投顧產(chǎn)品和技術(shù)的快速推廣。

以上三個困局，正是行業(yè)突破的關(guān)鍵。根據(jù)東方財富Choice數(shù)據(jù)，10月份，國家隊、券商、險資救市的資金，有近百億流入了各類型的ETF，而并非直接購買個股。諸多大型券商也推出了多種類型的ETF產(chǎn)品，相信規(guī)模和流動性隨著發(fā)展一定會提上去。這將為智能投顧的核心技術(shù)奠定基礎(chǔ)。

費(fèi)率方面，很多金融科技團(tuán)隊在銷售端推出了智能營銷機(jī)器人，很多智能客服平臺也分擔(dān)了營銷流量，這為降低人力成本提供了技術(shù)支持，也將直接降低終端智投產(chǎn)品費(fèi)用。

監(jiān)管方面，隨著監(jiān)管政策逐步健全和完善，越來越多成熟的智能投顧技術(shù)和產(chǎn)品將脫穎而出，并把該領(lǐng)域引導(dǎo)向更合理的發(fā)展軌道。

總結(jié)

綜上可見，在投資領(lǐng)域，人工智能是一把雙刃劍，它既可以服務(wù)我們，也可以給我們帶來危害。所有的原因在于背后使用它的人。對于大多數(shù)投資者而言，我們給出如下建議：

（1）高頻交易的技術(shù)門檻和專業(yè)門檻較高，不建議普通投資者參與。

（2）跟蹤指數(shù)類的投資產(chǎn)品（如指數(shù)基金）是普通投資者較好的選擇，這主要緣于它的三個突出優(yōu)勢：風(fēng)險低、費(fèi)用低且收益穩(wěn)健。

（3）智能投顧仍處于發(fā)展初期，很多基礎(chǔ)設(shè)施（如場內(nèi)ETF）和監(jiān)管政策還不健全，行業(yè)人員結(jié)構(gòu)也需調(diào)整。因此，目前建議以觀察和開放的心態(tài)來看待市場上五花八門的智投產(chǎn)品。但是智能投顧是AI和資管結(jié)合的最好方向，也是未來資管發(fā)展的大趨勢。讓我們拭目以待吧！