资产管理中的人工智能 AI in Asset Management - （一）简介

关键词：金融科技，投资组合管理，交易，投资组合风险管理，人工智能

本文翻译自 CFA研究基金会 2020年 非盈利调研报告

人工智能是当前最热门的话题之一，因为近年来它扰乱了大多数行业，金融服务业也不例外。随着特别强调人工智能的金融科技（FinTech）的出现，该行业的一些核心实践经历了一场革命。受影响最大的领域可能就是资产管理，因为预计在不久的将来，资产管理将遭受最多的裁员 (Buchanan 2019)。相当一部分资产管理公司现在使用人工智能和统计模型来进行交易和投资平台。在资产管理的一系列任务中，人工智能的使用越来越多，这就要求对所涉及的各种技术和应用、以及它们给该行业带来的机遇和挑战进行更系统的评估。

这项研究全面概述了人工智能在资产管理中广泛的现有和新兴的应用，突出了在这场争论中的关键话题。我们关注三个主要领域：投资组合管理（portfolio management）、交易（trading）和投资组合风险管理（portfolio risk management）。投资组合管理需要做出资产配置决策，以构建具有特定风险和收益特征的投资组合。人工智能技术可以通过定量或文本数据分析促进基本面分析，并生成新颖的投资策略，从而有助于这一过程。人工智能技术也有助于改善经典投资组合构建技术的缺点。特别是，人工智能可以产生更好的资产收益和风险估计，解决复杂约束下的投资组合优化问题，与传统方法相比，人工智能可以产生更好的泛化性能。

交易是人工智能应用的另一个热门领域。考虑到交易的增长速度和复杂性，人工智能技术正成为交易实践中必不可少的一部分。人工智能的一个特别吸引人的特点是它能够处理大量数据以产生交易信号（trading signals）。算法可以被训练成根据这些信号自动执行交易，这就催生了算法（或算法）交易行业。此外，人工智能技术可以通过自动分析市场并随后确定最佳交易时间、规模和方法（venue）来降低交易成本。

人工智能对投资组合风险管理也有巨大的影响。自2008年全球金融危机以来，风险管理和合规一直处于资产管理实践的前沿。随着金融资产和全球市场变得越来越复杂，传统的风险模型可能不再足以进行风险分析。同时，通过使用数据学习和发展的人工智能技术可以为监控风险提供额外的工具。具体而言，人工智能协助风险经理验证和对风险模型进行回溯测试。人工智能方法还可以比传统技术更有效地从各种结构化或非结构化数据源中提取信息，并生成对破产（bankruptcy）和信贷风险（credit risk）、市场波动（market volatility）、宏观经济趋势（macroeconomic trends）、金融危机（financial crises）等更准确的预测。

此外，近年来，咨询机器人（robo-advising）已经引起了公众的极大兴趣。咨询机器人是一种计算机程序，根据投资者的需求和偏好，根据数学规则或算法提供数字金融投资建议。机器人顾问的流行源于他们成功地使投资咨询服务更为自主（democratizing），并使其更便宜、更容易为不成熟的个人投资者所接受。咨询机器人对年轻和精通技术的投资者尤其有吸引力，比如Y世代（千禧一代）。人工智能是典型的机器人咨询算法的支柱，这些算法在很大程度上依赖于人工智能在资产管理（asset management）的各个方面的应用。

我们将讨论在资产管理中使用人工智能的一些可能的缺点。人工智能模型通常是不透明和复杂的，这使得管理者很难对其进行监控和审查。这些模型对数据的依赖性和敏感性会带来相当大的风险。人工智能模型可能由于使用质量差或数据不足而导致训练不当。同时，无效的人力监管可能导致系统崩溃、无法识别推理错误，最终使得投资者对投资实践和业绩归因缺乏了解。最后，与人工智能相关的优势是否能证明其巨大的的开发和实现成本仍有待考察。

参考文献

• Buchanan, Bonnie G. 2019. “Artificial Intelligence in Finance.” http://doi.org/10.5281/zenodo.2612537.

未完待续

（二）人工智能的趋势

（三）投资组合管理

（四）交易

（五）投资风险管理

（六）咨询机器人

（七）人工智能的风险和挑战：哪一部分会出错？