7 月 7 日，由中國計算機協會ccf主辦、雷鋒網和香港中文大學（深圳）聯合承辦的第二屆 ccf-gair 全球人工智能與機器人峰會在深圳盛大開幕。在第二天的金融科技專場中，通聯資料ceo王政受邀出席并做了題為《人工智能時代的投資革命》演講。
王政是美國普林斯頓大學實體學博士，曾任巴克萊全球投資公司基金經理、博時基金股票投資部總經理、etf及量化投資總監等職，擁有近20年資産管理、金融資訊平台研發和大資料研究經驗。
在演講中，王政指出，與用ai下圍棋不同，在投資博弈過程中，隻有部分的規則是明确的，邊界也不夠明确。但無可辯駁的是，金融科技正驅動着投資行業的變革，我們開始邁入智能投資時代。
具體來說，智能投資包括四方面，投資研究、組合管理、風險管理和财富管理。其中，王政又着重分析了智能投資和智能投顧。他表示，知識圖譜技術能在智能投資中發揮巨大的作用，在公告、研報資料、交易所及工商登記資料等基礎上，建構出知識圖譜，下一步就可進行圖譜挖掘，擷取同業競争關系、公司戰略分析、人脈圈等資訊。至于智能投顧，簡單來說就是讓系統來幫助使用者做資産配置。
最後，王政總結了人工智能對投資者的三點幫助，第一可以提升投資研究的效率；第二在資料驅動下，能随着不斷變化的市場調整投資研究體系；第三打造機器人基金經理，完成投資管理全流程。
以下是演講原文，雷鋒網作了不改變原意的編輯：
當我們談到投資時，馬上想到高大上的基金經理，投資似乎非常高深。其實做投資并不難，隻要遵循低點買進，高點賣出肯定會賺錢，與賭大小沒什麼差別。中國大概有1億投資者參與市場，希望通過簡單的操作賺錢。這是非常好的理想和願景，但現實有點“骨感”，大部分投資者隻是市場上的“韭菜”。統計觀察，大約80%的投資者都無法盈利。
投資有一定的邏輯和經驗要求。投資一家公司的基礎邏輯是，我們相信這家公司的發展前景、價值、未來現金流。但是投資并不是那麼簡單，因為投資是很多人參與定價的博弈的過程。即使你知道這個真理，也不代表你一定能賺錢。如果其他99%的人不相信公司的價值，你可能還是會虧錢。價值不會變，價格卻是每分每秒都在變化。若想準确預測股票價格，不僅要考慮價值的因素，還要考慮市場情況的因素。耶魯大學教授羅伯特•希勒有一個經典理論，他在股票定價裡引用了“情緒名額”，并是以獲得諾貝爾獎。在中國還要考慮其他的因素，例如政策因素。
随着大資料的發展，人工智能也實作了飛躍式的進步。20年前，深藍戰勝國際象棋世界冠軍卡斯帕羅夫，去年和今年，alphago橫掃圍棋棋壇。那麼下一個計算機将要攻克的領域是什麼？有人聯想到投資領域。但投資的難度遠比圍棋高。即使圍棋有再多的變化，它還是有邊界和确定的規則，總歸是兩個人的遊戲，沒有太多人的參與。但投資領域的規則并不完全，隻确定了一部分的規則，還有自由發揮的餘地。此外它的邊界不明确，決定股票價格的因素非常多，基本面、天災人禍、戰争等都會影響股票價格。
回顧投資管理發展曆程，計算機為投資帶來了新可能。我們把原來的投資邏輯變成模型，讓機器來自動完成任務。按照典型邏輯——pe低的股票比較好，pe高的股票比較貴，計算機很容易幫助篩選所有股票的情況。在這個階段，我們開始教機器做投資。
随着移動網際網路和雲計算的發展，拓寬了資料的次元和廣度。我們可以采集到人、物、環境等各種私有資料，以及更多的公開資料，包括社交管道、新聞、研報等。這解決了從前的兩個問題——覆寫度和及時性。而廣度和及時性的增強，提高了投資的節奏。出現一個新模型可以很快在市場上推廣，進而獲得更快的效果。與此同時，人工智能也得到了快速發展。各個行業開始用人工智能挖掘資料中的價值，不僅是投資領域，還包括語音識别、圖像識别、無人駕駛等新興領域。
在這個時期，資料量遠遠大于人的想象空間，我們不能再像過去一樣根據每一個資料研究一個模型。我們希望達到的目标是，建構一個架構教機器學習，碰到新的資料、新的變化，機器能夠自動做調整，改變投資政策。
我們也看到，所有的基金經理都非常願意接受新技術的幫助。70年代，投資領域開始廣泛應用計算機做指數基金，80年代做對沖基金，現在做smartdata。其中發展最快的是量化投資。那麼借助機器完成投資的量化投資在過去曆史上表現如何，能否戰勝人類？這裡看兩個例子。
我曾經工作的公司blackrock是世界規模最大的資産管理公司，目前資産規模達5.4萬億美元。世界第二大公司叫領航，旗下資金有4萬多億。而這兩家公司都是完全采用量化投資。
再看過去30年投資回報最高者。我們很熟悉股神巴菲特，他過去20年的平均回報率是20%。而用計算機做投資的對沖基金經理詹姆斯·西蒙斯過去30年的平均回報達到了34%。
具體來說，智能投資包括四方面，投資研究、組合管理、風險管理和财富管理。
一是投資研究，上一位專家（羅平）談到資訊處理領域是最基礎、最關鍵的環節。而機器可以幫助我們處理非結構化的資料，實作快速閱讀、快速抽取資訊、快速分類、快速積累。
二是組合管理。如今交易頻度越來越快，如果都要靠人做調整，一個組合幾百支甚至上千支股票，人力無法跟蹤、決策，需要機器幫助我們完成決策。
三是風險管理，這是任何一家企業、任何一家基金的核心能力。
四是财富管理。這個行業有智能投顧，這是發展非常快的領域，核心是财富管理平台。使用者給出一定的資金和投資目标，系統幫助使用者自動智能管理資金，按照投資目标做調整和跟蹤。
在擁有大資料的同時也面臨一個大問題——如何找到有價值、最需要的資料。智能搜尋是做投資研究裡非常關鍵的工具，它是大資料挖掘和投資邏輯相結合的綜合展示。
搜尋的關鍵是底層的知識結構。隻有知識結構做得好，搜尋才可能有價值。在公告、研報資料、交易所及工商登記資料等基礎上，建構出知識圖譜，下一步就可進行圖譜挖掘，擷取同業競争關系、公司戰略分析、人脈圈等資訊。這是我們在投資中應用人工智能的關鍵環節。
廣義來說，所有幫助投資的都是智能投顧。狹義來說，隻有是銀行的客戶，可能才會有推薦。它希望達到的目标，就像使用滴滴打車，隻需要說出自己的目的地，機器就幫助實作使用者的目标，規劃出一條非常好的路徑。此外，它會根據市場的變化和産品的變化做調整。
總結來說，我認為人工智能将從以下三方面幫助投資者。
一是提升投資研究的效率。這是現階段最有價值、最基礎的方面，即幫助我們處理資訊，找到我們需要的資訊并組織起來，幫助我們做研究。
二是我們能夠建立起一個投資研究的架構，當資料開始變化時，體系能夠及時對所有的市場變化做出相應反應，發現投資邏輯，做智能的預測。
三是我們未來的理想，打造機器人基金經理，完成投資管理全流程。某種程度上來說，現在也有機器人基金經理——量化投資系統。但如果要做到萬能的機器人基金經理，目前階段比較難。
這是我今天的分享，謝謝大家！
雷鋒網(公衆号：雷鋒網)将會持續報道ccf-gair精華内容！
本文作者：伊莉