0
| 本文作者： 溫曉樺 | 2017-03-13 14:06 |
雷鋒網(wǎng)3月13日?qǐng)?bào)道，在日前于武漢舉辦的申萬宏源投資高峰論壇上，通聯(lián)數(shù)據(jù)王政就“投資科技與科學(xué)投資”做了主題演講。
王政，美國(guó)普林斯頓大學(xué)物理學(xué)博士，曾任巴克萊全球投資公司基金經(jīng)理、博時(shí)基金股票投資部總經(jīng)理、ETF及量化投資總監(jiān)等職，他擁有近20年資產(chǎn)管理、金融信息平臺(tái)研發(fā)和大數(shù)據(jù)研究經(jīng)驗(yàn)。
王政表示，投資科技是跨界的工作，需要把投資專業(yè)知識(shí)和邏輯與技術(shù)更好地結(jié)合起來，它需要具備幾個(gè)核心的要素：第一是一定要有專業(yè)的投資研究理解，只有這樣理解的基礎(chǔ)上才能把技術(shù)用來解決投資中的問題。第二是需要有人工智能這樣的核心工具，幫助解決大數(shù)據(jù)時(shí)代中各種各樣的問題。
以下是王政演講內(nèi)容，雷鋒網(wǎng)做了不改變?cè)獾木庉嫞?/em>
今天我本來想用大的題目金融科技（FinTech），這個(gè)東西太火了，但因?yàn)榻鹑诳萍忌婕懊嫣珡V，銀行、保險(xiǎn)、支付等等，我今天主要是講投資科技與科學(xué)投資的關(guān)系。
為什么叫投資科技（InvesTech）呢，跟IT有點(diǎn)差異性。投資科技的縮寫還是IT，看起來沒有什么區(qū)別，其實(shí)投資科技和IT還是有本質(zhì)區(qū)別的，IT幫助我們解決工作上的一些問題，投資科技更多是跨界的工作，需要把投資專業(yè)知識(shí)和邏輯與技術(shù)更好結(jié)合起來。這里面有幾個(gè)核心的要素需要具備：
第一是一定要有專業(yè)的投資研究理解，只有這樣理解的基礎(chǔ)上才能把技術(shù)用來解決投資中的問題。
第二是需要有人工智能這樣的核心工具，幫助我們解決大數(shù)據(jù)時(shí)代中各種各樣的問題。
科技在投資領(lǐng)域的應(yīng)用不是什么新鮮的事情，早期我們用科技來提升信息傳輸?shù)乃俣龋畔?duì)投資來講是非常重要的。隨著計(jì)算機(jī)的發(fā)展，我們開始引入了計(jì)算機(jī)來傳遞信息，也用計(jì)算機(jī)處理信息、分析信息。從70年代開始，投資管理在產(chǎn)品上有很多的創(chuàng)新，開始有指數(shù)基金，80年代有對(duì)沖基金，現(xiàn)在有智能投資和新的產(chǎn)品，隨著科技發(fā)展應(yīng)運(yùn)而生，科技在幫我們引領(lǐng)產(chǎn)品的創(chuàng)新。
投資科技的核心基礎(chǔ)有三個(gè)技術(shù)非常重要，一是云計(jì)算，二是大數(shù)據(jù)，還有最核心的人工智能。
云計(jì)算幫助我們解決計(jì)算的能力和存儲(chǔ)路徑，在此能力基礎(chǔ)上我們才能夠采集更多的信息，才能把更多的信息存儲(chǔ)下來，才有我們現(xiàn)在講的大數(shù)據(jù)。
有了大數(shù)據(jù)之后，我們對(duì)用機(jī)器處理數(shù)據(jù)的需求越來越高，而且有這樣的樣本以后去學(xué)習(xí)的精確度會(huì)越來越提升。
大數(shù)據(jù)的產(chǎn)生歸納為三個(gè)維度：
第一個(gè)是關(guān)于物的信息，我們記錄下各種設(shè)備的位置。
第二個(gè)是關(guān)于人的信息，每個(gè)人都有手機(jī)，這個(gè)手機(jī)有很多信息，我們的位置，我們每天走了多少步，我們?cè)谑裁吹胤较M(fèi)了，所有人的信息都會(huì)被收集下來。
第三個(gè)是環(huán)境的信息，低軌衛(wèi)星的發(fā)展可以讓我們收集到更多環(huán)境的信息，我們也和美國(guó)衛(wèi)星采集公司合作，我們要看新疆光伏場(chǎng)地的信息，不需要親自去了，用低軌衛(wèi)星的照片就可以看到，每隔幾天掃描一次，可以幫助我們做更高層的研究。
大數(shù)據(jù)不僅僅是講數(shù)據(jù)多少的問題，更多是在數(shù)據(jù)的維度上擴(kuò)展。
如果僅僅是行情數(shù)據(jù)，再高也就是一個(gè)類型的數(shù)據(jù)，如果我們有其他維度的信息，對(duì)我們投資的幫助會(huì)更大。一般有兩類信息，一類是和企業(yè)合作的專業(yè)數(shù)據(jù)，互聯(lián)網(wǎng)公司支付體系、運(yùn)營(yíng)商、商貿(mào)、物流、電力、大宗商品等企業(yè)存下來非常有價(jià)值的數(shù)據(jù)，以前沒有被我們所用，現(xiàn)在可以把這些數(shù)據(jù)用于投資，專業(yè)的數(shù)據(jù)需要通過合作引入到投資領(lǐng)域中，需要做一些脫敏。
公開數(shù)據(jù)，網(wǎng)上都可以看見，它的挑戰(zhàn)是什么呢？需要技術(shù)把這些數(shù)據(jù)清洗干凈處理好，為我們提供了多維度的信息，同時(shí)及時(shí)性也提高了，可以通過高速的處理平臺(tái)引入到我們的模型中。一個(gè)是廣度，一個(gè)是速度，為我們提供了更多的投資價(jià)值。
投資科技最核心的技術(shù)是人工智能，不僅僅是技術(shù)的升級(jí)，更多是改變我們服務(wù)的模式。有了人工智能，我們可以做很多場(chǎng)景化的服務(wù)，精準(zhǔn)營(yíng)銷可以知道某個(gè)點(diǎn)需要什么東西，做研究和投資也是一樣的，機(jī)器可以幫助你識(shí)別一些感興趣的東西。服務(wù)的模式也會(huì)跟以前不一樣，有了人工智能以后，我們做智能投顧，完全是場(chǎng)景化、個(gè)性化的服務(wù)。
投資科技比較大的應(yīng)用領(lǐng)域，投資科技比較大的應(yīng)用領(lǐng)域，是智能投研和智能投顧，幫助大家提升效率，把基本面和量化結(jié)合來做研究，用于資產(chǎn)管理行業(yè)。
很多年前記得有一門課，最核心的一點(diǎn)就是從藝術(shù)到科學(xué)，所有模型都是用科學(xué)的方式來做，所以招了很多學(xué)理工科的做研究員。目的就是基于一定的投資邏輯構(gòu)建出模型，能夠?qū)嵶C分析，不僅樣本有效，而且樣本外也可以有用。用非常嚴(yán)格的流程和方法來做投資，這就是早期量化投資在做科學(xué)投資很核心的點(diǎn)。我們做指數(shù)投資，其實(shí)就是科學(xué)投資的方法，只是用了組合投資的概念。現(xiàn)在發(fā)展到新的階段，有點(diǎn)像組合的組合了。
隨著技術(shù)的發(fā)展，量化投資的引入進(jìn)入了工業(yè)時(shí)代的階段，我們會(huì)找一個(gè)團(tuán)隊(duì)，有研究員，有做數(shù)據(jù)的，有做基金管理的，一個(gè)團(tuán)體在科學(xué)的流程下完成投資管理任務(wù)。這個(gè)階段有點(diǎn)像工業(yè)時(shí)代的流水線，整個(gè)效率大幅度提升，重復(fù)性比主動(dòng)投資強(qiáng)很多。
現(xiàn)在隨著數(shù)據(jù)的增加，數(shù)據(jù)化程度提升，我們已經(jīng)進(jìn)入了信息時(shí)代。信息時(shí)代數(shù)據(jù)這么多，存儲(chǔ)到各種各樣的資源上，如果想繼續(xù)用量化的方式一個(gè)個(gè)來構(gòu)建，這個(gè)工作是非常大的，在座各位積累到那個(gè)程度需要很多的精力和時(shí)間。逐漸的，我們開始要借助技術(shù)，教機(jī)器去歸納和總結(jié)，機(jī)器沒有人這樣的創(chuàng)造性思維，但可以做很多以前人所思考的東西，智能投資機(jī)器的概念越來越流行。
概括來講，第一個(gè)階段不需要任何設(shè)備輔助可以做投資，第二個(gè)階段可以教機(jī)器技能，就按照你交代它的事情去做。到現(xiàn)在，更多是想辦法教機(jī)器去學(xué)習(xí)，逐漸幫助我們提取我們所需要的知識(shí)和關(guān)系。
信息處理上，每一個(gè)研究員會(huì)面臨著讀很多的公告，公告作為信息的主要來源，每個(gè)研究員，無論是基本面還是量化的都會(huì)關(guān)注。每個(gè)公告來了都是一百頁甚至更長(zhǎng)，怎么樣把公告的信息快速讀取，這是很有考驗(yàn)的，但是機(jī)器可以幫助我們做文本處理，提取非常有價(jià)值的信息。
第二，所有信息來了以后有很多關(guān)聯(lián)關(guān)系，人去建立這樣的關(guān)系是可以的，但是精力不夠，機(jī)器就可以很快建立這樣的關(guān)聯(lián)關(guān)系，以及用模型幫你建立起關(guān)聯(lián)關(guān)系的強(qiáng)度。
第三是主題發(fā)現(xiàn)，我們經(jīng)常做主題，怎么樣從大量信息挖掘出新的亮點(diǎn)和主題，我們無法從這么多東西總結(jié)出特定的主題來，這些主題又和哪些公司有關(guān)系，這是我們很關(guān)注的，怎么樣匹配出這些公司來，這是文本方面。
第四，情緒分析，一篇文本信息的情緒怎么樣測(cè)算，一段語言的情緒怎么樣測(cè)算，都是可以通過計(jì)算機(jī)來測(cè)算。
在這里對(duì)科學(xué)投資的一點(diǎn)點(diǎn)個(gè)人理解和大家分享。
第一個(gè)是在理念上要有所改變。
我們要從傳統(tǒng)的量化投資向智能投資方向改變，不能簡(jiǎn)單靠傳統(tǒng)研究各種各樣的模型，這個(gè)模型可能有價(jià)值，但隨著數(shù)據(jù)的增加，這樣的工作會(huì)非常漫長(zhǎng)。
以前的量化投資找市場(chǎng)共性工作流程，發(fā)展到研究某個(gè)行業(yè)、研究個(gè)股的模型，從共性到個(gè)性進(jìn)行有規(guī)律的總結(jié)，每個(gè)股票也有規(guī)律。以前的模型數(shù)據(jù)比較好，IC比較高，但隨著數(shù)據(jù)越來越多，數(shù)據(jù)信息準(zhǔn)確度越來越低。要從高IC到低IC，要接受IC比較低的信號(hào)，我們要通過很多的信號(hào)來選取IC。
此外是從單點(diǎn)到全局的轉(zhuǎn)變。原來我們看的都是定義指標(biāo)，抽取每個(gè)股票單點(diǎn)信息，盡管組合起來，但還是不夠全面，我們要從公司全貌來看。有些信息可能還需要我們做非結(jié)構(gòu)化到結(jié)構(gòu)化的過程，我們希望把公司更全面的去看特征。
最后是從固定模板到動(dòng)態(tài)學(xué)習(xí)，原來一個(gè)模型可能是做好一直在運(yùn)行，需要花很長(zhǎng)時(shí)間修改模板，未來學(xué)習(xí)機(jī)器幫助我們動(dòng)態(tài)學(xué)習(xí)和提升。
第二，數(shù)據(jù)的維度上要改變思考。
首先，以前的數(shù)據(jù)都是特定的數(shù)據(jù)專而精，現(xiàn)在要朝著全樣本的角度發(fā)展，這樣會(huì)更加科學(xué)更加合理。
其次，以前的數(shù)據(jù)都是定時(shí)發(fā)生，現(xiàn)在要從定時(shí)發(fā)生的數(shù)據(jù)到實(shí)時(shí)發(fā)生，在我們的模型中去反映出來、體現(xiàn)出來，要求有動(dòng)態(tài)反映實(shí)時(shí)信息的能力。
再次，我們要接受低密度信息的趨勢(shì)，以后很多很多的信息密度會(huì)越來越低，以前是高含金量的礦石，現(xiàn)在是低含金量的礦石，怎么樣從里面篩取真正有價(jià)值的信息，這需要投資科技幫助我們解決。
第三，要關(guān)注對(duì)平臺(tái)的重視。
現(xiàn)在所有做量化的，還是傾向于自己建量化研究系統(tǒng)，但隨著數(shù)據(jù)的增加，計(jì)算能力需求加大，所有的都是自己建，這種可能性越來越低。未來一定要共享外部資源，幫助你做很多事情，包括計(jì)算資源、存儲(chǔ)資源、數(shù)據(jù)資源，甚至你的信號(hào)都可以應(yīng)用外面的信號(hào)，幫助你提升研究能力。
第二個(gè)是我們要接受公有云的服務(wù)，以前什么東西都是自己建設(shè)，用100個(gè)機(jī)器幫你建模型不太現(xiàn)實(shí)，公有云發(fā)展越來越成熟，也越來越安全。
第三個(gè)是從全方位到專業(yè)化，我們現(xiàn)在做投資什么都要自己弄，其實(shí)把很多精力花在不應(yīng)該的地方，每個(gè)人應(yīng)該專注于核心能力，業(yè)務(wù)上哪塊最強(qiáng)就應(yīng)該集中精力。互聯(lián)網(wǎng)時(shí)代最大的變化就是能夠快速共享很多資源，所以要從全方位什么都干到專注到某點(diǎn)共享外部資源。
最后是從產(chǎn)品發(fā)行的模式向場(chǎng)景化服務(wù)的模式轉(zhuǎn)換。傳統(tǒng)基金管理投資還是發(fā)個(gè)產(chǎn)品去賣去銷售，未來投資者更關(guān)注這個(gè)時(shí)候需要什么，你就給我提供什么服務(wù)。就像現(xiàn)在賣保險(xiǎn)，不是像以前給你一個(gè)單子去填，你在哪里買了機(jī)票，就來個(gè)延誤險(xiǎn)，這個(gè)場(chǎng)景就要提供服務(wù)，而且是特定的服務(wù)。半個(gè)小時(shí)要登機(jī)了，敢不敢賣這個(gè)保險(xiǎn)。阿里巴巴的小額貸款，能夠?qū)崟r(shí)給你貸款，就是因?yàn)橛行庞迷u(píng)估的能力，可以根據(jù)你的需要?jiǎng)討B(tài)給你貸款。我們做投資，未來也是逐漸朝著這個(gè)方向發(fā)展。
這就是科學(xué)投資的理解，一個(gè)是理念，一個(gè)是數(shù)據(jù)，一個(gè)是平臺(tái)。
最后的小結(jié)，投資科技給我們帶來的幫助無外乎三個(gè)方面，
一是幫助我們做信息處理。
第二個(gè)幫助我們構(gòu)建機(jī)器學(xué)習(xí)。
第三個(gè)可以共享知識(shí)和研究。
從科學(xué)投資來講未來有三個(gè)階段，大家可能可以預(yù)見：
第一個(gè)是提升工作效率，怎么樣做到專業(yè)搜索，讓你快速獲取想要的信息?，F(xiàn)在的信息不是不夠，而是太多，這么多的信息里面怎么樣獲取精準(zhǔn)需要的信息，這就需要我們有專業(yè)垂直領(lǐng)域的搜索幫助我們解決問題。我們需要借助機(jī)器幫我們處理信息。
第二個(gè)是幫助我們構(gòu)建知識(shí)圖譜和模型，真的讓數(shù)據(jù)驅(qū)動(dòng)我們投資，這是具有挑戰(zhàn)的。一旦用數(shù)據(jù)驅(qū)動(dòng)投資，構(gòu)建這樣機(jī)器的時(shí)候，那就是智能投資的階段了。
最后我們有個(gè)愿景，機(jī)器人基金經(jīng)理，由機(jī)器人幫助我們完成投資全流程。
據(jù)雷鋒網(wǎng)此前報(bào)道，通聯(lián)數(shù)據(jù)（DataYes）是萬向集團(tuán)投資成立的一家金融資訊和投資管理服務(wù)公司，該公司希望通過大數(shù)據(jù)、云計(jì)算、機(jī)器學(xué)習(xí)等信息技術(shù)，為資產(chǎn)管理人提供新的金融資訊和投資研究數(shù)據(jù)分析服務(wù)。該公司旗下的蘿卜投研，作為基本面研究平臺(tái)，主要研究怎么樣把基本面和量化分析框架結(jié)合起來。此外，也有在線量化研究平臺(tái)，兩年前也研究了智能投顧，主要在于分析用戶行為，匹配更加個(gè)性化的服務(wù)，而不是在市場(chǎng)上做短配置。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
