不經(jīng)意間，人工智能正在悄然改變著金融行業(yè)的玩法甚至格局，在Nikolas Badminton的預(yù)測(cè)中，20年后，計(jì)算能力的提高可能意味著重新定義世界的財(cái)富、貨幣使用和價(jià)值，甚至重新定義不同階級(jí)的平權(quán)。

　　一向“致力于”刷新三觀的硅谷“暗黑勢(shì)力”近年來(lái)更是卯足了勁兒，要讓科技觸角蔓延得更廣，抓地更深。一款圍棋游戲不過(guò)是人工智能剛剛展露出來(lái)的尖尖角，金融科技或許才是人工智能未來(lái)的主戰(zhàn)場(chǎng)。英途四月份即將啟程硅谷，對(duì)話美國(guó)區(qū)塊鏈創(chuàng)新公司在不同場(chǎng)景應(yīng)用的領(lǐng)先經(jīng)驗(yàn)，并探訪大數(shù)據(jù)、人工智能與金融科技結(jié)合的創(chuàng)新模式（點(diǎn)擊了解考察詳情）。

　　早在2015年2月份，世界上最大的對(duì)沖基金橋水基金就開(kāi)始建立人工智能團(tuán)隊(duì)，以在競(jìng)爭(zhēng)激烈的投資界獲得優(yōu)勢(shì)。

　　同時(shí)，許多量化投資公司都在招聘工程師和編程人員來(lái)擴(kuò)展人工智能團(tuán)隊(duì)，其中包括管理著240億美元資產(chǎn)的Two Sigma Investments和管理著250億美元的Renaissance Technologies。

　　《金融時(shí)報(bào)》首席經(jīng)濟(jì)評(píng)論員馬丁?沃爾夫今天指出，人們?yōu)槭裁聪Ｍ碌慕鹑诳萍紩?huì)改變這些行業(yè)呢？尤其是對(duì)銀行業(yè)而言。答案是，這些行業(yè)目前的經(jīng)營(yíng)方式不是很好。眼下銀行業(yè)效率低下、成本高昂，充斥著利益沖突，容易滋生不道德行為，特別是還能夠產(chǎn)生巨大的危機(jī)。

　　那么如果人工智能被引入金融領(lǐng)域究竟會(huì)帶來(lái)什么呢？

　　人工智能+金融=？

　　目前金融機(jī)構(gòu)的主流玩法有四種：一、投資銀行和賣(mài)方研究嘗試自動(dòng)報(bào)告生成；二、公募、私募基金在通過(guò)人工智能輔助量化交易；三、金融智能搜索；四、財(cái)富管理公司在探索智能投顧方向。

　　一

　　自動(dòng)生成投研報(bào)告

　　在投資銀行的投行業(yè)務(wù)與證券研究業(yè)務(wù)中涉及大量的固定格式的報(bào)告撰寫(xiě)工作，如招股說(shuō)明書(shū)中的部分章節(jié)，研報(bào)，以及投資意向書(shū)。這些報(bào)告撰寫(xiě)需要大量的投行初級(jí)員工進(jìn)行長(zhǎng)時(shí)間枯燥繁瑣的數(shù)據(jù)羅列、整理、反復(fù)Copy-Paste工作。

　　真正生成報(bào)告需要完成3個(gè)步驟：

　　1.處理海量異構(gòu)數(shù)據(jù)

　　將投行分析師需要閱讀的年報(bào)，彭博新聞社的實(shí)時(shí)新聞以及數(shù)據(jù)，行業(yè)分析報(bào)告，以及法律公告等資源進(jìn)行消化。其中對(duì)于文本中的圖片和表格需要OCR（光學(xué)字符識(shí)別）等技術(shù)解析。

　　2.分析數(shù)據(jù)

　　這一過(guò)程涉及運(yùn)用知識(shí)圖譜中常用的知識(shí)提取與實(shí)體關(guān)聯(lián)將其關(guān)鍵邏輯主干抽出，結(jié)合事件地點(diǎn)等因素，將關(guān)鍵信息嵌入預(yù)先設(shè)計(jì)好的報(bào)告模板中。

　　3.文章生成

　　經(jīng)過(guò)處理海量異構(gòu)數(shù)據(jù)與分析數(shù)據(jù)的過(guò)程后，即可生產(chǎn)新聞，券商分析研報(bào)，上市招股書(shū)，企業(yè)年報(bào)，定增公告，甚至基金研究員開(kāi)每日晨會(huì)所需的投資建議書(shū)也都可以用類似方式生成。用戶只需選擇符合其需求的模板確定主題與關(guān)鍵信息，以及報(bào)告呈現(xiàn)形式，便可生成基本內(nèi)容。而且投行分析師可以進(jìn)行校對(duì)與人工二次編輯，加入有價(jià)值的觀點(diǎn)與結(jié)論，并提升報(bào)告精準(zhǔn)度。

　　Narrative Science由西北大學(xué)的新聞系和計(jì)算機(jī)科學(xué)系的聯(lián)合創(chuàng)立，旨在通過(guò)給定主題的數(shù)據(jù)分析，自動(dòng)生成文章報(bào)告。該公司的著名數(shù)據(jù)分析平臺(tái)Quill可以分析結(jié)構(gòu)化數(shù)據(jù)，將人工智能與大數(shù)據(jù)進(jìn)行技術(shù)融合，理解這些數(shù)據(jù)的重要性，從而產(chǎn)生簡(jiǎn)短的文字表述或結(jié)構(gòu)化的報(bào)告內(nèi)容。Quill的主要面向?qū)ο鬄椤鹑诜?wù)提供商。Narrative Science的CEO Frankel表示“我們的目標(biāo)是替代人工做絕大部分基礎(chǔ)工作，讓機(jī)器來(lái)處理數(shù)據(jù)和信息”。

　　二

　　輔助量化交易

　　量化交易從很早開(kāi)始就運(yùn)用機(jī)器進(jìn)行輔助工作，分析師通過(guò)編寫(xiě)簡(jiǎn)單函數(shù)，設(shè)計(jì)一些指標(biāo)，觀察數(shù)據(jù)分布，而這些僅僅把機(jī)器當(dāng)做一個(gè)運(yùn)算器來(lái)使用。直到近些年機(jī)器學(xué)習(xí)的崛起，數(shù)據(jù)可以快速海量地進(jìn)行分析、擬合、預(yù)測(cè)，人們逐漸把人工智能與量化交易聯(lián)系得愈發(fā)緊密，甚至可以說(shuō)人工智能的3個(gè)子領(lǐng)域（機(jī)器學(xué)習(xí)，自然語(yǔ)言處理，知識(shí)圖譜）貫穿量化交易的始終。

　　1.機(jī)器學(xué)習(xí)：從數(shù)字推測(cè)模型

　　量化交易分析師們對(duì)財(cái)務(wù)、交易數(shù)據(jù)進(jìn)行建模，分析其中顯著特征，利用回歸分析等傳統(tǒng)機(jī)器學(xué)習(xí)算法預(yù)測(cè)交易策略。這種方式有兩個(gè)主要弊端，其一是數(shù)據(jù)不夠豐富，僅限于交易數(shù)據(jù)，更重要的是它受限于特征的選取與組合（Feature Engineering），模型的好壞取決于分析員對(duì)數(shù)據(jù)的敏感程度。此外一種做法是，模仿專家的行為，選擇某一領(lǐng)域的特定專家，復(fù)制他們的決策過(guò)程，并導(dǎo)入可重復(fù)的計(jì)算框架。

　　Fintech創(chuàng)新公司——AppZen是世界上第一個(gè)基于人工智能技術(shù)的自動(dòng)化金融解決方案平臺(tái)。通過(guò) ReceiptIQ系統(tǒng)的深度學(xué)習(xí)，自然語(yǔ)言處理等技術(shù)，AppZen應(yīng)用可以自動(dòng)化完成審計(jì)、合規(guī)、結(jié)算、分析等服務(wù)。 ReceiptIQ自動(dòng)比對(duì)系統(tǒng)數(shù)據(jù)，判斷金融風(fēng)險(xiǎn)，跟蹤公司政策和合規(guī)，判斷資金合理性。他們的客戶包括：Hitachi Comcast, InvenSense等等。

　　2.自然語(yǔ)言處理：把握市場(chǎng)動(dòng)態(tài)

　　當(dāng)量化交易分析師發(fā)現(xiàn)數(shù)字推測(cè)模型的局限性后，開(kāi)始考慮引入新聞，政策，社交網(wǎng)絡(luò)中的豐富文本并運(yùn)用自然語(yǔ)言處理技術(shù)分析，將非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化處理，并從中探尋影響市場(chǎng)變動(dòng)的線索。

　　其中最為知名的是號(hào)稱”取代投行分析師“的投資機(jī)器人——Kensho。Kensho是一家致力于量化投資大眾化的人工智能公司，旗下有一款產(chǎn)品Warren被稱之為金融投資領(lǐng)域的“問(wèn)答助手Siri”。Kensho結(jié)合自然語(yǔ)言搜索，圖形化用戶界面和云計(jì)算，將發(fā)生事件關(guān)聯(lián)金融市場(chǎng)，提供研究輔助，智能回答復(fù)雜金融投資問(wèn)題，從而加速交易時(shí)間，減少成本，用動(dòng)態(tài)數(shù)據(jù)與實(shí)時(shí)信息，及時(shí)反映市場(chǎng)動(dòng)態(tài)。

　　這一技術(shù)也被廣泛運(yùn)用于風(fēng)控與征信。通過(guò)爬取個(gè)人及企業(yè)在其主頁(yè)、社交媒體等地方的數(shù)據(jù)，一來(lái)可以判斷企業(yè)或其產(chǎn)品在社會(huì)中的影響力。

　　3.知識(shí)圖譜：減少黑天鵝事件對(duì)預(yù)測(cè)的干擾

　　機(jī)器學(xué)習(xí)與自然語(yǔ)言處理的技術(shù)經(jīng)常會(huì)在一些意外（如“黑天鵝”事件）發(fā)生的時(shí)候預(yù)測(cè)失敗，例如911、熔斷機(jī)制和賣(mài)空禁令等等。人工智能系統(tǒng)沒(méi)有遇到過(guò)這些情況，無(wú)法從歷史數(shù)據(jù)中學(xué)習(xí)到相關(guān)模式。這時(shí)候如果讓人工智能管理資產(chǎn)，就會(huì)有很大的風(fēng)險(xiǎn)。

　　知識(shí)圖譜本質(zhì)上是語(yǔ)義網(wǎng)絡(luò)，是一種基于圖的數(shù)據(jù)結(jié)構(gòu)，根據(jù)專家設(shè)計(jì)的規(guī)則與不同種類的實(shí)體連接所組成的關(guān)系網(wǎng)絡(luò)。知識(shí)圖譜提供了從“關(guān)系”的角度去分析問(wèn)題的能力。就金融領(lǐng)域來(lái)說(shuō)，規(guī)則可以是專家對(duì)行業(yè)的理解，投資的邏輯，風(fēng)控的把握，關(guān)系可以是企業(yè)的上下游、合作、競(jìng)爭(zhēng)對(duì)手、子母公司、投資、對(duì)標(biāo)等關(guān)系，可以是高管與企業(yè)間的任職等關(guān)系，也可以是行業(yè)間的邏輯關(guān)系，實(shí)體則是投資機(jī)構(gòu)、投資人、企業(yè)等等，把他們知識(shí)圖譜表示出來(lái)，從而進(jìn)行更深入的知識(shí)推理。

　　目前知識(shí)圖譜在金融中的應(yīng)用大多在于風(fēng)控征信，基于大數(shù)據(jù)的風(fēng)控需要把不同來(lái)源的數(shù)據(jù)（結(jié)構(gòu)化，非結(jié)構(gòu)）整合到一起，它可以檢測(cè)數(shù)據(jù)當(dāng)中的不一致性。

　　而以投資關(guān)系為例，知識(shí)圖譜可以將整個(gè)股權(quán)沿革串起來(lái)，方便地展示出哪些PE機(jī)構(gòu)在哪一年進(jìn)入，進(jìn)入的價(jià)格是多少，是否有對(duì)賭條款，這些信息不僅可以判斷該機(jī)構(gòu)進(jìn)入當(dāng)時(shí)的估值，公司未來(lái)的發(fā)展情況（公司成長(zhǎng)的節(jié)奏），還可以看清PE機(jī)構(gòu)的投資偏好，投資邏輯是如何變更發(fā)展的。

　　全球估值第四高，被稱為“下一個(gè)獨(dú)角獸”的公司——Palantir曾推出一個(gè)基于知識(shí)圖譜的金融數(shù)據(jù)分析平臺(tái)—Palantir Metropolis，可以整合多源的量化資料，并提供一套方便易用的分析工具來(lái)滿足復(fù)雜的研究需求，其中的組件能夠進(jìn)行復(fù)雜搜索，可視化編輯與分析，有非常豐富的人機(jī)交互能力。目前Palantir將結(jié)構(gòu)化客戶內(nèi)部數(shù)據(jù)，關(guān)聯(lián)相關(guān)數(shù)據(jù)，讓客戶自己創(chuàng)立分析規(guī)則整合并優(yōu)化模型，量化處理數(shù)據(jù)，從而解決客戶的特定需求。

　　三

　　金融搜索引擎

　　券商/私募基金研究員在進(jìn)行研究工作的時(shí)候需要搜集海量信息，再整理和分析其中內(nèi)容，如上下游分析，對(duì)標(biāo)企業(yè)研究，競(jìng)爭(zhēng)對(duì)手研究，企業(yè)亮點(diǎn)/風(fēng)險(xiǎn)點(diǎn)分析等等。

　　金融搜索引擎的背后核心技術(shù)是高質(zhì)量的知識(shí)圖譜和大量的業(yè)務(wù)規(guī)則，幫助實(shí)現(xiàn)聯(lián)想、屬性查找、短程關(guān)系發(fā)現(xiàn)。讓人對(duì)數(shù)據(jù)的探索過(guò)程可以很方便地被記錄、迭代、重用。此外推薦系統(tǒng)和推送系統(tǒng)也非常有用，幫助金融用戶聚焦在關(guān)鍵數(shù)據(jù)上，更省時(shí)省力地做投前發(fā)現(xiàn)和投后跟蹤。

　　Alphasense就是這樣一個(gè)在數(shù)據(jù)層面上輕量級(jí)，將復(fù)雜邏輯判斷交給用戶去完成，專注于解決專業(yè)信息獲取和碎片問(wèn)題的金融搜索引擎。Alphasense面向金融投資領(lǐng)域，從文件/新聞和研究中集合所有投資信息并進(jìn)行語(yǔ)義分析，在全球公司數(shù)據(jù)中進(jìn)行趨勢(shì)分析。

　　四

　　智能投資顧問(wèn)

　　傳統(tǒng)投資顧問(wèn)需要站在投資者的角度，幫助投資者進(jìn)行符合其風(fēng)險(xiǎn)偏好特征、適應(yīng)某一特定時(shí)期市場(chǎng)表現(xiàn)的投資組合管理。而這些工作都需要以大量昂貴的人工方式完成，所以財(cái)富管理服務(wù)也因此無(wú)形的提高了進(jìn)入門(mén)檻，只面向高凈值人士開(kāi)設(shè)。

　　但是現(xiàn)在，智能投資顧問(wèn)（robot advisor）正在以最少人工干涉的方式進(jìn)行投資組合管理，管理你的資產(chǎn)的可以是一排計(jì)算機(jī)，而你也不用是高凈值人士。并且智能投顧在以更強(qiáng)大的計(jì)算機(jī)模型運(yùn)用人工智能的技術(shù)對(duì)大量客戶進(jìn)行財(cái)富畫(huà)像，以人工智能算法為每一位客戶提供量身定制的資產(chǎn)管理投資方案。

　　Personal Capital也是一家提供在線資產(chǎn)管理及投資理財(cái)顧問(wèn)服務(wù)的公司，該公司成立于2011年，它可直接關(guān)聯(lián)投資賬戶，根據(jù)用戶收益提出優(yōu)化建議。Personal Capital面向用戶提供平臺(tái)和人工服務(wù)兩種模式，前者通過(guò)連接使用者賬戶為其提供全方位金融賬戶跟蹤和分析，后者通過(guò)線上一對(duì)一的人工投資顧問(wèn)采取收費(fèi)服務(wù)。目前Personal Capital已獲得1億美元左右融資。

　　信息參考：對(duì)沖研投

相關(guān)考察推薦

　　了解更多考察詳情，請(qǐng)點(diǎn)擊“閱讀原文”