张仲峪:尚未发现人工智能炒股在统计意义上有效

　　新浪财经讯 12月23日消息，由私募排排网主办的2017年第六届中国对冲基金年会将于2017年12月23日在上海举行。私募排排网总裁助理张仲峪出席并发表演讲其表示：人工智能另外一个应用，算法交易，这是最近炒得非常火爆概念，工程师试图在社交网络获取投资一些情绪，作为情绪指数投资，或者在一些电商网站，或者在公开一些研究报告，行业报告里，这些数据来源，分析出未来股价飞速成长股票，然后投之。到现在为止，我们尚未发现人工智能炒股在统计意义上有效，比如最近刚刚出了一个ETF，纽交所上市，到现在还没有跑赢罗素三千指数。

私募排排网总裁助理张仲峪

　　以下为演讲全文：

　　谢谢主持人！尊敬的各位领导，各位嘉宾，各位来宾们大家早上好，很高兴用这个机会给大家介绍一下私募排排网，利用人工智能做的一些尝试和结果，也很高兴和所有人分享我们的经验，谢谢大家！

　　首先开场，我们还记得有几次历史上工业革命，从是蒸汽到电力、互联网、以及人工智能，那么进入二十一世纪我们认为是人工智能，首先非常简单回顾一下人工智能发展历史。1950年图灵发表了一个论文，说我建议考虑一个问题机器能不能思考，引发了图灵测试，到达特茅斯的会议，然后到专家系统，然后到数据挖掘，60年代中期的人工智能达到了一个顶风，当时（人名）教授非常乐观语言，过20年机器会干人会干的所有工作。实际上过了十年，到70年代中期人工智能发展并没有突破瓶颈，以至于美国、英国政府大幅度缩减经费，进入第一个人工智能冬天。80年代，我们发现商业化的专家系统又把人工智能重新获得了新生，在市场上非常成功，85年的时候人工智能总市值达到了10亿美元，但是到87年，那时候是个人计算机PC机崛起，导致了当年的一些专用机器和编程语言彻底崩溃，人工智能随之受到了重大影响，人工智能进入了第二个冬天。然后到了2010年以后，随着移动应用大量的普及，以及广义物联网，产生了大量数据，因为硬件，比如GPU为代表专业硬件性能不断提高，我们就看见了人工智能有非常多新功能，总之不管你喜不喜欢，或者注意没注意，人工智能就来了。

　　那么人工智能在金融领域上大体上有这些应用，第一个个人金融服务，我们私募排排网官网有大量的用户数据留存，机器学习、帮助我们更好理解用户的投资偏好和风险特征，让我们准确识别出哪些是真正潜在高价值客户，然后我们向他推荐合适产品。人工智能另外一个应用，算法交易，这是最近炒得非常火爆概念，工程师试图在社交网络获取投资一些情绪，作为情绪指数投资，或者在一些电商网站，或者在公开一些研究报告，行业报告里，这些数据来源，分析出未来股价飞速成长股票，然后投之。到现在为止，我们尚未发现人工智能炒股在统计意义上有效，比如最近刚刚出了一个ETF，纽交所上市，到现在还没有跑赢罗素三千指数。

　　先给看一个数据，这是上个月我们从数据库里头得到的数据，我们大概覆盖了16万支基金产品，两万个基金公司，一万个基金经理，还有560万个净值，可以想象出这么多数据量，单靠人工质检不现实。我们自己是有一个自动的矫检程序，这个程序主要功能监测可能异常净值波动，以及配置和波动率不相符，如果大伙还记得，前一阵子有一个上市公司买了一个私募股权基金，大概五个亿，结果后来这个私募跑路了，事实上这个私募公司也发行证券投资基金，当时我们也有他净值，两个月前自动监测程序发现异常，我们跟他做初步交流的时候，并没有得到什么满意的解释。随后我们就开始把他净值停止更新了，开始进入人工调查的流程。但是整个流程进行非常不顺利，相当于对方非常拒绝我们很多细节，以至于基本上没有什么办法和他们取得联系到最后。后来新闻就报料，他们跑路了，这是一个不好的故事，同时也说明了人工智能运用在反欺诈上大有可为，我们还会继续在这方面投入。

　　当然机器学习要靠不断地训练，训练到后来一劳永逸了，这是我们的智能小排，我们就是仿造招行的客服小招，我们只能叫小排，名字听起来很香艳。这个智能客服已经在官网上上线了，我们在未来也会把它放在更多，比如软件APP，或者组合大师等其他平台。

　　再看最后一个话题，机器投顾。机器投顾原理，就是说金融机构在给高净值客户或者私人银行做的FOF，或者大类资产一模一样，首先预测收益率，大类资产收益率或者风险，或者相关度，把预测结果作为输入参数，做战略资产配置，选择这些大类资产，也就是说各个指数作为一个代理，算出来一些指数配置方案，下一步根据已经建立好的方案，在基金池里头挑选合适基金，把理论上的模型，然后最大可能模拟出来，构成一个由基金组合的FOF，然后我们再通过一些预测，检验这个组合到底是不是符合一开始客户预期，如果一切顺利就进入日常监控和随时做战术调整的阶段。

　　组合大师，把所有的都归纳在一起，提供给客户非常良好简便应用界面，组合大师有依托行业内最好的私募基金数据库，机构用户可以在上面做深入基金分析，建立自己的评级体系和基金池，接下来可以进一步通过组合管理，量化工具实现最后的FOF组合，在最后进入投后管理，可以在这里重点介绍几个功能。基金分析，我们知道评价一支基金不能简单看历史净值反映的收益和风险指标，这些只是表象，我们还要理解为什么，不光理解为什么，还要了解。组合大师提供了对每支基金大类资产配置，稳健还是进取，投资风格是漂移还是稳定的等等，让投资者真正看明白一支基金背后投资理念。比如说左边这个图，一个非常典型的例子，X轴是时间，Y轴代表各大风格类型配与，我们发现这个成长价值风格，依次大中小，蔚蓝色代表大盘家四，发现这支基金在历史上一直风格非常稳健，下面这支基金风格非常明显，这两个基金唯一的共同点，他们的名字里头都有价值两个字，然后他们对外宣传，他们投资理念都是长期坚定的价值投资，我们通过这张图就能很清晰分析出一些什么。

　　那么组合大师里，又提供了从产品、团队、公司三个维度，然后每个维度大概几百种指标，不光包括历史业绩，也包括所有可以量化指标，加起来上千种指标，组合大师提供了一些深度检索功能，用户很灵活把这些调整自行搭配，加上不同配置，不同权重，就容易搭建出自己的评级系统，然后自由往下做，建立自己的基金池。基金池建立起来了，下一步开始做FOF管理。组合大师提供了非常简单几步，把刚才的我所说的复杂的步骤，然后在这个软件界面里头很简单描述，比如说从零开始第一步我首先要定义大类资产，可以选择缺什么，我们用这几个策略，市场选指数代替，也可以自行定义，比如你喜欢沪深300什么什么都可以，大伙要做的，确保每个指数之间相关性不要太高，否则整个模型是无效。到第二步，我开始对未来市场做预测，组合大师提供了几种模型，如果你相信历史平均值就可以代替未来，就可以用最简单的方法，历史净值，如果对这种理论并不是特别看好可以选用（英文）模型，然后加入自己观点。选择完了以后下一步进入大类资产配置，我们会发现刚才选择的这些大类资产已经出现，在这里可以加约束条件，比如指定管理期货至少10%，右边可以看见一个曲线，这条曲线任何一个点都是最优组合，在之上是不存在的组合，之下是次优或者不优化的点，我们工作就是在这条红线上找到一个适合你的收益或者风险，所匹配的组合，比如这个例子预期收益率15%，标准差10%。然后最后一步组合构建，模型已经做到了，只要选择一个基金池，可以选择私募排排网自己基金池，也可以选择刚才大伙自己建立好的，然后整个系统就负责为你自动搜索一组基金，然后一组基金组成的FOF它的历史业绩和最大可能的模拟出刚才我们知道的指数。然后就简单完成了这个组合，我们可以看到，左边这个图，红色的曲线，我们刚刚建的FOF，看起来和沪深300比，收益又高，风险又低，是相当不错。

　　那么组合大师为了验证，用历史数据验证这个组合是不是合适，或者在日常监控里头能看见各个业绩归因或者相关性，都可以在这里，组合大师提供了相当多很强大的图形工具，供大伙很容易发现。还提供了一些预测模型，比如说明年、后年、五年以后，刚刚建立的组合有多大概率亏钱，多大概率挣钱，比如说历史上非常极端现象又发生了，比如股灾，券灾等等，我们组合会发生什么事情，就可以做情景模拟，看这个组合到底最大可能性亏多少，坏的事情发生了以后，如果是满足一开始需求，或者客户认可，那么这个组合就通过。

　　最后，我们知道把这个组合建立起来，或者把一个基金产品销售出去以后，才是真正的销售起点，组合经理或者产品经理，把这个销售之后真正管理工作才开始，他们需要做日常监控，分析组合或者基金业绩，风格漂移啊，之中任何一个环节都需要和客户保持充分沟通，这些沟通产出物，可能就是说基金分析报告，行业研究报告，客户资产报告，或者组合运营报告等等，这些报告都有一个共同的特点，就是麻烦。想象一下我们做一个客户资产报告要做的事情，首先从数据库提取数据，做必要的整理，也许会用到（英文）之类一些很专业工具建模，把结果导入EXCEL，图表化，让数据容易理解，然后进行文字的编辑，最后可能是把整个WORD转化成PDF发给客户，制造一份报告这么漫长的过程还好，但是想象一下，比如说第二天，下个礼拜，下个月换一支基金为另外一个客户，是不是要重复把整个过程再做一遍，而且大伙肯定有这样的经验，随着数据不同，可能有时候一行数据或者多加一个字，少加一个字，把整个WORD排版弄崩溃，这时候就有一个报告工厂彻底解决这个问题，我们可以看一下，这段视频。

　　我的介绍基本上就结束了，大伙看见的刚才一些视频或者截图，我希望对我们组合大师以及其他产品有深入的了解，我们有现场工作人员以及外面还有一些材料，如果大家感兴趣可以继续跟我们联系，好，谢谢大家！

责任编辑：郭春阳