雷鋒網(wǎng)報道，8月30日，由中國證券投資基金業(yè)協(xié)會金融科技專業(yè)委員會主辦，通聯(lián)數(shù)據(jù)、易方達基金、華夏基金、阿里云、新智元協(xié)辦的“2018全球智能投資峰會”在北京舉行。中國萬向控股副董事長、通聯(lián)數(shù)據(jù)董事長肖風(fēng)在會上發(fā)表了主題演講。

肖風(fēng)認(rèn)為，AI正在輔助研究員和基金經(jīng)理，增強投資人的能力。當(dāng)AI等一系列的技術(shù)組合同時進化到某個程度時，資產(chǎn)管理行業(yè)將被顛覆。

以下為演講原文，略經(jīng)雷鋒網(wǎng)編輯：

人工智能技術(shù)可能不僅僅是對分析員和基金經(jīng)理產(chǎn)生一些影響，也會對資本市場，甚至對上市公司的商業(yè)模式產(chǎn)生影響，最終都反過來影響我們做投資的人，大家要去重新看待那些上市公司，用不同的方式、不同的角度去看。

還原論與涌現(xiàn)論

大致來講，我們可以把研究方法或者我們的認(rèn)識論歸為兩類，一類叫做還原論，一類叫做涌現(xiàn)論。還原論相對歷史更古老一點，還原論的方法認(rèn)為過去是能夠證明現(xiàn)在的，而且也是能夠預(yù)示未來的。并且任何事物都是有序地、結(jié)構(gòu)化地在運行，所以你總是能夠還原它。用還原論來看待事物，你往往會條分縷析，不斷把它的結(jié)構(gòu)細(xì)分下去，從里面找到一些因果關(guān)系，或者摸索出一些我們認(rèn)為是正確的一些宏觀上的規(guī)律。

但是隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能技術(shù)越來越成熟，另外一種研究方法或者認(rèn)識論--所謂的“涌現(xiàn)論”開始越來越多被人提及到。涌現(xiàn)論就是認(rèn)為在互聯(lián)網(wǎng)上所帶來的復(fù)雜系統(tǒng)、復(fù)雜網(wǎng)絡(luò)，在一個開放系統(tǒng)的環(huán)境里面，參與者的互動或者說很多隨機性的因素，會決定事物的突變。人們事先并不知道它會產(chǎn)生什么結(jié)果，所以大家認(rèn)為這個系統(tǒng)是非均衡的、不可測的，不管是經(jīng)濟系統(tǒng)還是我們的投資系統(tǒng)。這是在認(rèn)識論上非常大的改變。我們要去追溯涌現(xiàn)論，我們可以從凱文·凱利的《失控》開始，他就是用涌現(xiàn)論的方法看待這個世界。還有很多這樣的科學(xué)家、經(jīng)濟學(xué)家、或者復(fù)雜理論的研究學(xué)者。

其實這種還原論或者涌現(xiàn)論兩種科學(xué)研究的方法，在經(jīng)濟學(xué)領(lǐng)域也有所體現(xiàn)。在二十多年以前，有一位斯坦福大學(xué)的專家創(chuàng)造了復(fù)雜經(jīng)濟學(xué)這樣一個理論，復(fù)雜經(jīng)濟學(xué)理論其實就是對新古典經(jīng)濟學(xué)理論的補充、優(yōu)化、修正。古典經(jīng)濟學(xué)理論是基于牛頓物理學(xué)，大家強調(diào)的是結(jié)構(gòu)分析，是一個次序，是可預(yù)測的。但是復(fù)雜經(jīng)濟學(xué)說，反對所謂的理性預(yù)測、理性預(yù)期，它更多地強調(diào)經(jīng)濟運行的非結(jié)構(gòu)性、非均衡性、所謂的不可測的、有機的和非線性增長、指數(shù)性增長這樣一些經(jīng)濟現(xiàn)象，分析它背后的道理是什么，這種科學(xué)研究方法在經(jīng)濟學(xué)領(lǐng)域也產(chǎn)生了一些分支，所謂的復(fù)雜經(jīng)濟學(xué)。

其實我們所談到的量化投資基本上大部分都是基于還原論的，不管是統(tǒng)計套利、因子策略、還是技術(shù)分析。索羅斯的反身性是基于涌現(xiàn)論的，所謂的反身性就是任何一個事件所有的參與者最后決定了這個事件會形成一個什么樣的結(jié)果，這是一個非均衡的觀點，它注重的是這個過程當(dāng)中的互動，最后可能產(chǎn)生大家意想不到的結(jié)果出來。這是我們先從認(rèn)識論、哲學(xué)或者經(jīng)濟學(xué)的角度，去思考所謂的AI可能給我們帶來的影響。

AI顛覆資產(chǎn)管理行業(yè)有多遠(yuǎn)？

AI可能給我們資產(chǎn)管理行業(yè)帶來什么樣的影響呢？我想引用復(fù)雜經(jīng)濟學(xué)的創(chuàng)立者阿瑟說過的一句話，他在《技術(shù)的本質(zhì)》這本書里面說“經(jīng)濟是技術(shù)的表達”，意思是，迄今為止所有的商業(yè)變革最后都是技術(shù)因素驅(qū)動的，不是單一技術(shù)驅(qū)動的，而是一個技術(shù)的組合在驅(qū)動著所有的商業(yè)變革。

所以我也在想，AI驅(qū)動我們這個行業(yè)、顛覆我們這個行業(yè)會的拐點在哪里？這給我啟發(fā)，單單的人工智能技術(shù)可能還不足以真正顛覆我們這個資產(chǎn)管理行業(yè)，但是如果一系列的技術(shù)組合同時進化到某個程度，我們這個行業(yè)一定會發(fā)生我們現(xiàn)在不可能清楚認(rèn)識的改革，一個顛覆性的變化。人工智能技術(shù)的成熟，經(jīng)濟足夠數(shù)字化，商業(yè)也足夠數(shù)字化，或者其他很多一些技術(shù)變化變成一個組合，到達某一個拐點。

也許資產(chǎn)管理行業(yè)沒法說得很清楚，舉另外一個例子就是新能源汽車可能給人類的交通方式帶來的變化，它也是需要一組的技術(shù)組合在一塊，比如需要有電池技術(shù)的進步，需要有新能源電動汽車技術(shù)的進步，但是光這兩個是不夠的，還需要自動駕駛、無人駕駛技術(shù)的成熟，最后需要共享汽車這種系統(tǒng)的成熟。共享汽車，汽車是無人駕駛的，加上電動汽車技術(shù)可能它的續(xù)航里程達到700、800或者1000，電池技術(shù)進步，這些東西加在一起最終可能進入一個拐點，技術(shù)組合進入一個拐點，導(dǎo)致人類的交通方式發(fā)生根本性變化。

如果按照我前面所講的來看，我們現(xiàn)在熟悉的投資管理的理論，大部分都還是基于還原論建立起來的。AI可能會帶給我們?nèi)ヌ剿髟谟楷F(xiàn)論的方法之下，來重構(gòu)我們的投資管理一整套的理論。所以AI必將在某一年，真正給我們資產(chǎn)管理行業(yè)帶來很大的顛覆。

我自己認(rèn)為AI影響投資管理行業(yè)可以分成兩個階段，在這里我借用了所謂的人機圍棋大賽，從AlphaGo到AlphaGo Zero，人工智能能夠幫助我們的一個是海量數(shù)據(jù)的處理和另類數(shù)據(jù)的獲取、另類數(shù)據(jù)的分析，我們從里面得到更多的啟示。另外一個就是知識圖譜、自然語言理解、智能搜索等等工具，可以幫助提升我們的能力。

這方面已經(jīng)有很多案例，包括像貝萊德--全球最大的資產(chǎn)管理公司，6萬多億美元的管理規(guī)模。貝萊德進入中國市場的時候，第一他們非常注重另類數(shù)據(jù)的搜集，所以他們采用了衛(wèi)星圖像的數(shù)據(jù)，來看某些機械加工行業(yè)的繁忙程度。同時它也追蹤官方媒體上一些政策性的新聞，去解讀，去看中間語言的變換。第三它通過社交網(wǎng)絡(luò)來獲取市場情緒的數(shù)據(jù)，所以它的中國A股市場的投資很大程度上運用了另類數(shù)據(jù)，也利用知識圖譜等等技術(shù)。kensho利用了AlphaGo這樣的東西，來輔助人們進行工作，這只是AI對投資管理行業(yè)影響的第一個階段，是AlphaGo的階段。

未來三年或者五年之后，AI對我們的影響會進入到第二個階段，AlphaGo Zero，在人機圍棋大賽的時候，第二個階段機器已經(jīng)不是由人來教它，不是在監(jiān)督學(xué)習(xí)，而是它進入一個無監(jiān)督學(xué)習(xí)的階段，機器自己去重新理解圍棋的規(guī)則，先把圍棋規(guī)則解構(gòu)，然后重構(gòu)了自己對圍棋的看法，最后戰(zhàn)勝人類。

我們投資管理業(yè)也會進入這樣一個階段，就是會依據(jù)機器學(xué)習(xí)等等技術(shù)的發(fā)展，從不同的側(cè)面，宏觀基本面、市場情緒、市場指標(biāo)和市場數(shù)量指標(biāo)這些方面去重新認(rèn)識整個資本市場的運行規(guī)律，然后重構(gòu)自己的認(rèn)知體系，這個認(rèn)知體系是機器人的認(rèn)知體系，不是我們這些人的認(rèn)知體系。在預(yù)測性和決策性方面，機器有自己的觀點，這個時候重構(gòu)就開始發(fā)生了，這是一個我認(rèn)為未來五年或者十年會出現(xiàn)的一個新的階段。

AI影響資產(chǎn)管理行業(yè)的三個層次

除了發(fā)展階段以外，我想分享的是AI可能影響我們投資管理行業(yè)的三個層次。

第一個層次，對行業(yè)帶來的變革。在講到行業(yè)變革的時候，我想舉一個投行的例子。我們知道摩根大通在兩個月前宣布要改革兩百年來從來沒有改變過的投行商業(yè)模式，他們自己宣布的口號是all in科技，他們把自己的名稱叫做科技投行家。最終我認(rèn)為不僅投行會面臨這場革命，投行人的嗅覺更靈敏一些，所以他們率先進行了這樣一場革命，資產(chǎn)管理行業(yè)也面臨行業(yè)的大變局。

人機大戰(zhàn)促使著我們分析員和基金經(jīng)理都要重構(gòu)自己的知識體系和能力體系，如果你抱著你過去的經(jīng)驗和知識，肯定是不夠的。

另外一個我們觀察到在美國資本市場，在過去幾年時間的一個新狀況，就是被動投資大行其道，主動投資的份額在壓縮?，F(xiàn)在大概被動投資的份額可能占到百分之四十幾，這個現(xiàn)象的出現(xiàn)的一個原因是主動投資無法提供很好的阿爾法，最后因為你不能提供主動投資帶來的超過被動投資的阿爾法，因此你被取代了。如果將來智能投資技術(shù)成熟，我想有一天我們會看到一個新的狀況就是智能投資可能會取代被動投資，一個新的循環(huán)出來了，一個新的主動投資的模式會取代現(xiàn)在的被動投資，因為可能在AI等技術(shù)的幫助之下，你可以重歸主動投資。

我們肯定不能等待一個周期結(jié)束，原來我們所熟悉的主動投資會重新回來。過去的主動投資模式不可能再回到市場上來了。回來的主動投資，一定是一個新的模式，一定是一個新技術(shù)、新知識體系、新能力支持之下的新模式。我們相信主動投資，將來會繼續(xù)獲得對被動投資的競爭優(yōu)勢，但是我們不能相信它還是二十年前的那個方法，這是不現(xiàn)實的。所以在這里面，也許我們像摩根大通那樣，它叫投行家是科技投行家。我們說我們的分析員是AI分析員、AI基金經(jīng)理。

AI給我們帶來的變革，第二方面是商業(yè)變革。隨著投資對象越來越數(shù)字化、越來越社群化、越來越生態(tài)化，評估我們投資對象的方法也會發(fā)生很大的改變。在摩根大通投行革命的宣言書里面，它把估值方法分成了三大類型，一個是相對估值，一個是絕對估值，一個是創(chuàng)新估值。所謂的相對估值大家知道PE、PB這些指標(biāo)，所謂的絕對估值無非就是自由現(xiàn)金流等等，我們都很熟悉，它把面對那些新的行業(yè)、新的技術(shù)帶來改變的行業(yè)估值方法叫做創(chuàng)新估值體系。所謂的創(chuàng)新估值體系就是滾動的PE，客戶生命周期，單客價格、計分卡估值、市盈的增長比率等等，這叫創(chuàng)新估值體系。確確實實新技術(shù)、新商業(yè)革命帶來了估值體系的新的發(fā)展，那么AI會幫助我們更好地去建立面對新的市場的新的估值體系。

我們舉一個案例，比如眾安保險，傳統(tǒng)的是從保險公司的角度去估值，如果把它看成一個互聯(lián)網(wǎng)公司，現(xiàn)在擁有5.5億多的客戶，它獲取客戶的成本是多少呢？幾分錢的一個運費險而已。還有哪個互聯(lián)網(wǎng)公司能以幾分錢的價格或者幾塊錢的價格獲取到一個客戶過來？接下來它把保險公司變成了一個流量入口，先以很低的保險價格獲取了5億多客戶，接下來要做的事情是如何把5億多的客戶以別的方式變現(xiàn)，不一定以保險方式變現(xiàn)，如果從這個角度看用的是創(chuàng)新估值體系。

因為商業(yè)變革所帶來我們的變革，我們必須跟著一塊變，否則就脫節(jié)了，你無法看清楚這些公司，比如說小米、拼多多、美團，怎么去估它的價值？運用傳統(tǒng)的方法是肯定不行的。

第三就是AI對整個資本市場帶來了很大的變化，我們還是回到剛才說到的被動投資，被動投資取得了比主動投資很大的優(yōu)勢，被動投資從2007年開始到現(xiàn)在整個資產(chǎn)規(guī)模翻了三倍多，里面很重要的原因是相互影響的。因為主動投資的阿爾法能力不足，大家就選擇被動投資。被動投資最后導(dǎo)致了目前的美國市場的狀況，大股票一直在漲，因為指數(shù)基金的設(shè)置是依據(jù)權(quán)重來設(shè)計的，所以如果大量的錢流入到指數(shù)基金進去，頭部的公司、市值大的公司一定會持續(xù)的獲得資金的流入。這導(dǎo)致另外一個現(xiàn)象，就是過去十年時間美國從七千多家上市公司變成三千多家上市公司，數(shù)量減少一半。這樣因為投資方法、投資策略的改變，最終會影響到市場規(guī)則的變化。如果我們不能把握這樣一個改變的話，你可能永遠(yuǎn)都無法理解為什么出現(xiàn)這樣的狀況。

最后我想總結(jié)一下，在過去的兩年時間里面，大量的人工智能科學(xué)家都加入到了我們這個行列里面來了。NASA首席數(shù)據(jù)科學(xué)家加盟貝萊德，微軟首席人工智能學(xué)家鄧力加盟citadel，華盛頓大學(xué)計算機教授加盟DE shaw，卡耐基梅隆大學(xué)計算機系主任加盟摩根大通。有很多的資產(chǎn)管理公司都已經(jīng)成立自己機器學(xué)習(xí)的小組。所以未來已經(jīng)到來，只是還未普及。

本文資料來源通聯(lián)數(shù)據(jù)。

更多資訊，請關(guān)注雷鋒網(wǎng)AI金融評論。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。