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

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)越來越多的討論。

5月20日，在上海外國語大學(xué)主辦、上海外國語大學(xué)國際金融貿(mào)易學(xué)院承辦的首屆“金融大數(shù)據(jù)和量化研究國際研討會”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)域還沒有看到很驚人的點(diǎn)。不過，Rebellion Research在2007年推出了第一個(gè)純?nèi)斯ぶ悄埽ˋI）投資基金……可以展開聯(lián)想，未來AI技術(shù)是否將替代基金經(jīng)理的工作，可以拭目以待。

“未來非?？赡艹霈F(xiàn)這樣的情況，有一天如果想買有關(guān)黃金的股票，就可以發(fā)語音對話這個(gè)大數(shù)據(jù)平臺，它就可以快速告訴你可以有哪些標(biāo)的可以選擇?！碧窖筚Y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。

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抓“老鼠倉”。

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。

吳迪稱，從這兩年的體會來講，大數(shù)據(jù)對量化投資的沖擊非常大，特別是很多傳統(tǒng)的投資理念，過去是Dig Data（數(shù)據(jù)挖掘），如今是Big Data（大數(shù)據(jù)）。未來量化投資可以給投研帶來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?！?/p>

“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)庫除了最基本的股票、期貨、國際市場、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)相對較小。

目前，大數(shù)據(jù)平臺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)因素或促銷行為導(dǎo)致，進(jìn)一步來精確個(gè)股的持續(xù)分析。

吳迪稱，如果某只股票在行業(yè)內(nèi)的凈利潤高或者有某些方面優(yōu)勢，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，“如果在未來不能創(chuàng)造絕對收益，而又用大數(shù)據(jù)分析出在未來一段時(shí)間可以創(chuàng)造出相對收益，那么我們就利用股指對沖去賺取相對收益?！?/p>

用大數(shù)據(jù)抓老鼠倉

“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抓“老鼠倉”。通過交易所提供的數(shù)據(jù)，來自公安部分等其他部門的數(shù)據(jù)，包括買了什么股票，什么時(shí)間，什么價(jià)位等特征全部加進(jìn)來，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)行賬戶穿透，但這其中也涉及到大數(shù)據(jù)問題，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發(fā)生之前，就可以進(jìn)行鎖定監(jiān)控，將犯罪終結(jié)在開始的瞬間，也就是說在其賣出行為發(fā)生之前，就已被監(jiān)管發(fā)現(xiàn)并監(jiān)控。

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

人工智能量化策略的優(yōu)勢

“相比阿爾法狗等出色表現(xiàn)，人工智能在金融領(lǐng)域還沒有看到很驚人的點(diǎn)。”同花順金融大數(shù)據(jù)量化投資部主管楊明指出，可以看到Kensho、Weathfront等對智能投顧的運(yùn)用，部分分析師和投資顧問的工作已經(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……由此可以展開聯(lián)想，未來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，中國證券投資基金業(yè)協(xié)會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12.28萬億元，實(shí)繳規(guī)模8.95萬億元，私募基金從業(yè)人員22.56萬人。

楊明指出，人工智能量化策略具有如下四大優(yōu)勢：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)營的因素；能夠根據(jù)整個(gè)市場的交易環(huán)境指標(biāo)以及外部的輿論導(dǎo)向因素來確定買賣點(diǎn)；可以適應(yīng)各類投資環(huán)境，主動得迎接改變，并做出恰當(dāng)?shù)姆磻?yīng)。