基金经理普遍认为AI的核心在于机器的主动学习，目前其在投资领域的应用主要为辅助基金经理作出投资决策，在数据处理等方面尚需完善。
证券时报记者 赵婷
在Alpha Go称霸围棋界之后，AI（人工智能）的一把热火也烧进了投资领域。记者了解到，目前部分公私募已经在积极探索评估，通过人工智能辅助主动投资、挖掘量化模型中的价值因子。据介绍，目前其在投资领域的应用更多是辅助基金经理的投资决策，在数据处理等多方面尚需完善。
基金公司用AI做什么
在投资领域，基金经理普遍认为AI的核心在于机器的主动学习，目前已经有部分公司进行布局。
嘉实基金(博客,微博)人工智能投研中心张自力介绍，2016年，嘉实基金在原有量化投资部的基础上，成立人工智能投资中心，建立嘉实智能投资系统。据了解，嘉实智能投资体系包括智能股票推荐、智能资产配置、智能beta策略等几个方面。
万家基金量化投资部总监卞勇介绍，团队在深度学习模型基础上，应用自主开发的“机器学习”算法，让“人工智能”代替“人脑”对每个因子的表现进行主动的学习评估，进而阶段性的进行因子的选择、分组和组合工作。
浙商基金首席数据官汤诗语介绍，一方面人工智能可辅助主动投资，筛选信息、建立并强化搜索引擎、自动跟踪信息、数据可视化等。另一方面，以 AI 构成量化投资中的因子，帮助从各种非结构化数据中刻画市场不同投资者的情绪。
据了解，私募基金也已经在积极探索，不少公司的人工智能模型已经进入实盘测试阶段。
艾方资产研究总监陈晓表示，艾方资产目前在人工智能方面的探索主要有两个方向，一是机器学习的方法。二是偏深度学习的交易。目前均已在自有资金实盘测试过程中。
证大投资量化投资部总经理赵健也表示，通过机器学习挖掘出了一些因子，已经处于自有资金实盘测试中，最近一个季度表现不错。待模型在自有资金实盘运行两个季度之后，将会进入策略库中正式应用于产品中。
多因子模型的升级版？
那么，人工智能是否为投资领域获取绝对收益的一剂“灵丹妙药”？
卞勇认为，通过引入“机器学习”算法，以AI代替基金经理的主观判断，摆脱了传统多因子模型对于风格转换的市场难以应对的困扰，也避免了因子衰减带来的不利影响。
张自力也对此表示，AI在投资中极大地提高了数据处理速度，节省基金经理时间，最大限度的避免了情绪对投资的影响。
陈晓表示，可将人工智能理解为原有多因子模型框架上的升级，是对传统方法是很好的补充。传统模型都是基于人的理论体系做出的判断。人工智能不需要人提取这些信号，只要给出原始数据，人工智能自己能够找出比较好的因子，这种非标准化的数据涵盖的信息更广。
赵健称，不同的市场适用不同的因子，人工智能系统可以辅助基金经理提高一些工作效率，信息的兼听更为完善，很多由人完成的工作变成机器完成，且不夹杂任何主观能动，同时错误率会非常低。“但机器选出来的东西肯定不是高收益零风险，这在投资的常规逻辑中是行不通的。”
数据量有待完善
作为一种新的投资工具，AI尚在探索阶段，有着各种优势的同时，也无法避免一些局限性。
陈晓认为，人工智能用的数据特别多，需要注意有些数据有没有伪相关，警惕过度拟合。卞勇认为，AI首先需要完善的数据，海量的有效数据是AI能够发挥作用的基础。现有条件下，资产管理行业应用的数据在深度和广度上都还非常有限。汤诗语同样对信息量提出要求。“人工智能需要进一步提升信息的采集量，令数据库提升数个量级。同时，进一步完善自然语言处理技术。此外，还需要进一步理解 AI 生成的结果，并部署专业人员对可能的因果关系进行判断。”汤诗语称。
张自力则表示，人工智能在金融领域的应用更需要关注的是应用场景，将适当的方法与合适的场景结合，而不是盲目推动人工智能技术的开展。同时，金融领域是一个与风险共生的领域，风险控制是核心问题，而人工智能技术更多的依赖自学习，稳定性不足，并且解释能力较差，在面对监管合规要求方面还需要处理好这方面的问题。
