人工智能ai投(人工智能技术)

雷锋网消息，6月9日，由通联数据主办，中信建投证券、亚马逊云科技协办的“Hi AI资产管理数字化转型峰会”在北京举行，探讨人类专家如何携手人工智能共同为资产管理行业数字化转型赋能。

中国万向控股副董事长、通联数据董事长肖风在峰会上表示，资管行业正在向数字化迁徙。资产管理行业的数字化转型是“三横三纵”坐标体系。横坐标系即机构自身数字化、客户数字化、社会经济数字化，纵坐标系即数字孪生、数字迁徙、平行宇宙、自我循环，虚实相生、反身性互动。

肖风表示，“资产管理行业和资产管理机构还停留在过去十年。云计算、大数据、互联网、人工智能等，能为资管行业带来很多革命性变化，但如果基于过去十年的技术研究，那么这些变化都只是传统金融模式的优化和延伸，而非革命性改变。真正的革命性是基于区块链、博弈论、共识算法、智能合约等所建立起来的新金融体系。”

人工智能领域的国际知名学者、微软亚洲研究院副院长刘铁岩表示，智能投资研究的框架包括从海量高频数据中挖掘有效投资因子，即数据智能；针对市场动态性训练自适应模型，即智能预测；基于AI的风险分析以及投资组合构建，即智能策略；基于AI技术的自动化订单执行，即智能交易；AI技术为人类投资决策提供参考，即混合策略。

通联数据CEO王政表示，如何在海量数据中萃取高价值信息一直是投资研究行业的痛点。基于知识+数据+算法的底层逻辑，人工智能与人类专家共同携手完成的高水准投资研究项目层出不穷，人类专家的投资研究分析能力正在被人工智能有效提升。“只有基于人类智慧增强的全新范式，才能实现资产管理的数字化转型。我们已经看到了这样的浪潮，我们面对的是一片蓝海，未来空间非常广阔。”

麦肯锡全球资深董事合伙人曲向军介绍了海外资产管理机构数字化的经验，结合中国资管机构数字化探索的现状。

曲向军建议，制定与业务战略高度一体化的数字化战略，建立起科技与业务高度融合的科技治理体系，实施用例驱动的大数据的平台建设，特别是大数据赋能智能投研，打造金融科技开放创新生态平台，加强科技和数据人才的储备，力争大数据和科技人数达到总员工人数的20%-25%。

云计算和云服务提升了金融机构的工作效率，降低了运营成本，成为机构数字化转型的另一个主要方向。

亚马逊云科技大中华区CTO刘亚霄认为，金融业务已在数据化，亚马逊云希望帮金融机构找到在互联网上可以做金融业务的接口，然后形成数据分割的混合云，最终发挥数据创造价值的理念。

中信建投证券研究发展部负责人武超则对数字化革命过程中的投资机会做了系统的分析。

武超则建议，数字金融赛道投资核心布局有三条主线：一是生态健全、技术卓越、平台开放的数字金融基础设施；二是数字化赋能高效、流量运营能力强的新金融公司；三是具有较强产业背景和渠道优势的金融科技公司。

银行理财子公司光大理财CTO 张轶表示，传统框架下，数量化研究常用于投资组合的局部分析或基本面投资决策，投资过程和方法仍由组合管理团队主导，并由他们决定投资组合策略及对应权重。

而在一个典型的系统化投资过程中，需要由研究员和分析师负责寻找并评估市场洞见，创造模型以识别投资机会，投资专家则专注于按照客观的风控标准进行组合构建及优化，持续关注超预期风险。

量化投资是投资领域里最早应用计算机技术的投资模式，华泰柏瑞基金副总经理田汉卿表示，量化投资最近几年也进一步拓展，比如另类数据的加入，自然语言处理和人工智能的应用，大家在不停的做探索。

田汉卿认为，目前用大数据和人工智能提升市场效能还有很大的空间，但是未来更加颠覆，或者未来长期可展望的是人工智能直接承担资源配置的功能，“这可能是非常远的想象空间”。

从私募基金的角度，东方马拉松投资董事长钟兆民，站在投资经理的角度分享了自己在智能化实践过程中的需求。

他表示，一个智能化的投资系统，首先要对投资中的非重要信息进行排除，例如“茅台酒院士”相关信息，不需要推送；而在展示优先级上，分为两个层面：股票类型优先级及信息类型优先级。对于前者，第一是已经投资的股票相关的重要信息；第二是股票池里可以投资但是还没有投资的股票相关重要信息。围绕后者，则要优先负面信息其次正面信息；优先定性信息其次定量信息。

在最后一个演讲中，通联数据首席内容官、产品总监冯钦远表示，在资管的过程当中，人类比较擅长做定性的判断，如何结合模型能力、算法能力，抓住定量的变化，机器则更为擅长。

接下来，他围绕“如何建立智能投资系统”进行了介绍：首先，要将海量的数据注入到系统里面，同时人类专家将投研知识、逻辑关系教给机器，然后运用人工智能技术，将这些内容转化为人类能够处理和理解的信息，支持整个资产管理从投研、监控到组合的构建、风险管理完整的投资流程。

据雷锋网了解，截止3月30日，在800家公司 ********* 计320家上市公司发布了2020年财报或业绩快报，结果显示，通联数据的智能资管平台——萝卜投资的误差中位数为4.70%，精度高于市场一致预期的7.42%；AI预测在83.44%的上市公司中准确率获胜，较去年82.5%的胜率取得了进一步的提升。雷锋网