多角度全面渗透 人工智能正重塑华尔街

本篇文章3601字，读完约9分钟

人工智能(ai)的流行正从最初的定量对冲基金蔓延到资产管理行业。许多海外大型传统基金公司正在积极探索将人工智能作为一种先进的手段应用到投资管理的各个方面。艾正在从公司治理、交易平台、价值股票选择、投资顾问、财富管理和教育认证等多个方面改变华尔街。

传统资产管理公司的多方位探索

人工智能不再是对冲基金的一种特殊投资方法。除了复兴、双西格玛和盛远等老牌对冲基金之外，传统价值投资者也开始尝试人工智能的新方法。Baillie gifford是英国一家老牌资产管理公司，管理规模超过1000亿英镑。最近，八美利特福公司决定聘请一位数学家来建立一个人工智能项目，将人工智能技术应用于资产管理业务。这个项目试图将it和投资与人工智能技术结合起来。目前，测试的主要内容包括人工智能能否减轻基金经理的日常工作负担，让他们有时间拓展投资视野，提高业绩。

八美雷特富是一家注重长期投资、擅长选股的资产管理公司。同时，公司还积极开展股权投资，是中国和世界许多互联网巨头的投资者。该公司的投资对象包括美国的阿里巴巴、百度、脸书和亚马逊。Bamei Lietefu在人工智能技术上的尝试也代表了许多公司欢迎人工智能浪潮的愿望。事实上，越来越多的海外资产管理公司已经开始将人工智能融入投资管理。《养老与投资》杂志发起的一项在线调查显示，36.69%的投资者认为人工智能可以在未来三到五年内融入资产管理的主要环节，并将成为投资界的主流。

从目前情况来看，交易环节是人工智能进入资产管理领域的先导领域，也是人工智能最有可能突破的领域。美国最大的投资银行摩根大通(Jp Morgan)聘请了一组人工智能专家来重塑其全球交易中心。今年年初，摩根大通开始在欧洲实施与人工智能的交易，并计划在今年年底前将其扩展至亚洲和美国机构的交易。

据了解，摩根大通使用的交易算法称为loxm，其模型是基于数十亿笔历史交易的模拟训练，使投资银行的交易能够实现效率和价格的优化。据摩根大通相关人士透露，loxm系统为公司节省了大量的交易成本，明显优于人工交易和其他一些已经试验过的交易策略。摩根大通还表示，通过培训，该交易系统还可以结合客户的交易习惯和风险承受水平，ai的交易行为将更加个性化和智能化。

达里奥管理着世界上最大的对冲基金侨水联合，他已经很老了，但他也热情地拥抱人工智能新技术。他希望人工智能能在企业管理方面取得突破。他的目标是通过自动化管理系统维持公司的正常运营，即使他不再管理公司。该自动管理系统通过同行评议和员工测试来评估员工的绩效，并自动分配任务、工作指南和辅助时间管理来管理工作内容。甚至员工的晋升和解雇都可以通过这个系统来完成。达里奥的管理逻辑是将人视为复杂的机器，并试图消除情绪对工作的干扰。

此外，许多传统金融集团开始推广以人工智能为辅助手段的自动选股投资系统，并将其融入热门的智能投资中。美林集团正试图通过人工智能筛选小盘股，并将其推荐给客户。其美林优势投资服务于今年推出。在传统的价值股票选择中，这种方法往往能抓住“漏网之鱼”；摩根士丹利在6月份开始投资一个小型水测试机器人(300024，诊断单元)，并将在今年秋天推出一个类似美林的服务系统，据说它更智能。

外部评估显示，摩根士丹利将人工智能应用于财富管理已经超越了传统的“智能投资”领域。除了为客户提供传统投资组合和基于etf的投资组合建议，这些都是传统智能投资的组成部分。摩根士丹利的系统还将提供交易预警，如对英国退出欧盟等事件的影响进行预警，并及时发送客户账户急剧变化等意外情况；同时，系统还将根据客户个人生活的变化，如重大疾病后如何处置资产，最大限度地实现资产的变现，并向客户推荐医院和医生。这最后一部分是其他智能投资系统所缺乏的，也是最能体现服务附加值和加强公司与客户之间信任的地方。此外，法国巴黎银行(BNP Paribas)和德意志银行(Deutsche Bank)也在探索人工智能在投资和销售方面的结合。

除了交易服务，金融资格认证工作也在不断提高被许可人对人工智能领域知识的理解，如大数据、人工智能和智能投资。今年5月，英国特许金融分析师(cfa)表示，从2019年开始，考生应该掌握计算机编程、数据分析和机器交易算法。cfa考试资格管理项目负责人霍兰表示，人工智能已经被许多从业者使用，它的普及迫使他关注这一现象。

普华永道(PricewaterhouseCoopers)在今年发布的人工智能分析报告中指出，一些老牌定量对冲基金长期以来一直在使用人工智能，但目前的趋势是，整个资产管理行业已经开始考虑广泛采用人工智能技术，以便更好地提高投资效率，更广泛地覆盖资产公司的投资和研究范围，获得更多的投资机会。

选股是价值上的突破

回来寻找交易机会

如今，传统价值投资、大型共同基金公司，甚至面向交易的对冲基金都在寻找人工智能带来的新机遇。对于基金公司来说，他们最关心的是投资。目前，人工智能的主要应用是辅助人工投资决策，这就要求资产管理公司在数据处理、公司和数据建模方面有很强的综合实力。

Bamei Lietefu的投资分析师McKern Lee表示，考虑到数据的爆炸性增长和计算机性能的提高，资产管理公司充分考虑人工智能的潜力是非常必要的。McKern认为人工智能有很大的潜力，所以现在有必要进行彻底的研究。据其介绍，八美利特福公司正试图分解投资研究过程，并讨论哪些步骤可以由人工智能完成。如果发现人工耗时耗力，效果不如机器，将考虑人工智能。

在选股方面，八美烈特夫已经开始了人工智能的探索。该公司正在测试一套算法，以判断某支股票更适合哪种投资风格，其国际股票投资团队正在考虑使用这种算法来筛选符合特定要求的股票，例如它们是否符合特定的销售或利润要求。在股票筛选中，人工智能可以考虑多种筛选条件，并对每种筛选条件赋予权重，优于人工选股。通过该算法选择的股票可以给研究团队带来很多启发，并鼓励他们进行进一步的研究和讨论。

也有一些对冲基金希望人工智能模拟他们过去的辉煌。被称为“对冲基金之王”的72点资产管理公司(72-Point Asset Management Company)创始人史蒂文科恩(Steven Cohen)希望通过人工智能找到过去成功交易之间的联系，并帮助他在当前市场复制这些交易的结果。他要求人工智能审查每笔交易的头寸、风险敞口和杠杆水平，以及当时的交易机会，并评估当时市场的定价水平和流动性。系统以这种方式发现了类似的成功交易案例，并在此基础上进行后续投资。

大型基金管理公司可以通过集中的人工智能处理系统，更智能、更系统地处理资产管理、交易和运营。目前，最著名的项目是世界上最大的资产管理公司贝莱德的阿拉丁。阿拉丁作为一个集成资产管理的平台，可以使机构的投资、交易、运营和风险控制在一个平台上完成决策和风险管理，甚至实现全过程自动化。该平台推出较早，不仅支持了贝莱德的运营，还吸引了嘉信理财(charles schwab)等众多资产管理机构购买该系统的使用权。

深度学习已经成为探索的前沿

大公司蜂拥而至。

一些大型资产管理公司已经意识到，挖掘大数据价值的程度决定了它们在未来竞争格局中的地位，而那些更好地采用深度学习等人工智能方法的资产管理公司将有机会比传统公司更好地把握金融市场的脉搏。

在过去的两年里，谷歌的Alpha Go在Go领域里演奏了一首胜利的歌曲，深入学习已经为公众所熟知。谷歌的成功尝试表明，该机器在处理图像、文本甚至逻辑方面可以达到甚至超过普通人的水平。业内许多人对深度学习的应用前景及其在投资决策中的进一步应用充满信心。

贝莱德是一家对变化反应最快的大型基金公司。今年4月，贝莱德加强了公司量化团队的分量，用量化投资方法取代了一些传统的选股投资经理，这在华尔街引起了轰动，一些报道还预测基金经理将被机器取代。据了解，在量化团队中，贝莱德采取了深度学习的方式，利用社交媒体和网络搜索功能获取更多具有投资价值的信息。一旦这种深度学习系统发现可以创造超额回报的信号，该公司将开发出相应的智能测试产品，或者利用这些结果结合投资因素创造出被动的量化产品。

永盛集团下属的定量研究团队Glg也在将深度学习应用于股票选择。glg总裁迪安·约翰逊(Dean Johnson)表示，机器学习为他的团队做出决策提供了一个非常好的分析工具。目前，glg通过深度学习对新闻、社交媒体、市场事件和其他信息进行数据分析，并获得有助于投资决策的信号。

高盛使用自然语言处理系统，通过深度学习来处理研究报告，并在报告中给出正面或负面的信息，这些信息最终将被用来指导有效的股票选择。高盛(Goldman Sachs)还投资了一家初创公司kenshuo，该公司将利用深度学习来应对一些意外事件，如自然灾害，并利用它来预测市场价格的变化。