王继忠:AI在投资领域的发展 数据、算法、理念都重要

　　新浪财经讯 由中国证券投资基金业协会金融科技专业委员会联合易方达基金、华夏基金、阿里云、通联数据、新智元等主办，新浪财经独家媒体支持的“2018年全球智能投资峰会暨FDDC金融数据探索与发现大赛颁奖典礼”将于8月29日、30日举行。作为本次大赛的评委以及峰会的参赛嘉宾，上海龙之量投资管理有限公司执行董事、CEO王继忠就本次大赛的亮点、人工智能在投资领域等运用以及金融科技发展等接受了新浪财经的专访。

图：上海龙之量投资管理有限公司执行董事、CEO  王继忠

　　王继忠表示，目前人工智能只在资产管理领域的局部开展应用，例如：商品期货中的高频交易，期权交易中的做市商策略，基于NLP的事件驱动策略，以及新兴的Quantmential策略等。在这一方面，主要引领机构还是大型的对冲基金，如桥水，文艺复兴，城堡基金。与此同时，大部分策略还没有产品化，只是在内部实测状态。

　　对于大多数普通投资者而言，人工智能在金融领域并不常见，对此，王继忠称：“大部分的AI研究成果并没有产品化，离大众很远。加之策略比较小众，市场容量也有限，并且如果有超高收益的策略，研发者估计也不会让它产品化。”

　　对于投资者常见的，如量化投资、智能投顾等，美股上市的AIEQ基金等，王继忠表示，主动的量化策略和AIEQ的核心部分还是基于NLP（自然语言处理），以及简单的统计分析给出的结果，而此次大赛赛题之一是迅速的抽取结构化的数据，是在传统的主动量化策略之上的升华版，所需的自然语言处理算法也会更加复杂；赛题之二对于营收的预测是基于海量财务数据及其他众多指标训练得出的预测结果，重点在于对模型算法的训练。

　　本次大赛的赛题之一营收预测，与股票研究员的研报预测营收有一定的区别。王继忠指出，股票研究员预测营收往往基于个股自身的历史财务数据做简单的平滑或者依据财务模型做简单的统计预测，主观性较大，所用的参考数据单一；而此次大赛希望通过海量的历史财务数据以及其他行业基本面数据及宏观指标数据等训练建立的预测营收的模型，使得预测的结果更具客观性及科学性，且随着数据的积累模型的精度有望逐渐提升，形成智能化的预测营收模型；落地方面视预测效果确定，若预测精确度达标，落地指日可待。

　　有投资者好奇，人工智能在投资领域的发展，是否会让基金经理们失业，人工智能是否可以完全替代基金经理的工作。王继忠认为，目前人工智能的发展还远未达到让基金经理失业的状态，而更类似基金经理的助手。目前AI的高度发展依然面临算力、算法、数据燃料的局限，AI取代人类的进程可能比想象中的慢。

　　王继忠认为，人工智能在金融领域的运用发展，丰富而准确的数据以及正确的投资理念都很重要，数据与理念相辅相成，理念提供了观察数据的视角，而丰富的数据可以升华投资理念。

　　此外，王继忠还表示：人工智能在金融领域的深度应用离不开各门学科界人士之间的深度合作，对冲基金的大发展始自二十世纪九十年代，一大批物理学家转战到金融市场，很多对冲基金经理都是物理学出身，有的是学天体物理，核物理。AI在对冲基金的发展最重要是想象力，对多维，运动金融市场空间的想象，就像当年物理学家们进入对冲基金领域一样。

　　嘉宾简介：王继忠曾在光大证券任职二十年，主要负责金融衍生品交易工作，对中国市场有着非常深刻的认识和理解，一直活跃在中国量化投资领域。2012年创立龙之量投资管理公司，主要从事海外投资。

　　以下是问答实录：

　　新浪财经：请您简单介绍，人工智能在国内外金融领域的发展、运用情况。您所在的机构，目前是如何运用人工智能的？

　　王继忠：目前，人工智能只在资产管理领域的局部开展应用，例如：商品期货中的高频交易，期权交易中的做市商策略，基于NLP的事件驱动策略，以及新兴的Quantmential策略。主要引领机构还是大型的对冲基金，如桥水，文艺复兴，城堡基金。大部分策略还没有产品化，只是在内部实测状态。

　　新浪财经：一般而言，人工智能在金融领域最常见的，就是量化投资、智能投顾等，还有去年四季度美股的AIEQ基金等，上述这几项，与本次活动的侧重点有何不同？

　　王继忠：主动的量化策略和AIEQ的核心部分还是基于NLP（自然语言处理），以及简单的统计分析给出的结果，而此次大赛赛题之一是迅速的抽取结构化的数据，是在传统的主动量化策略之上的升华版，所需的自然语言处理算法也会更加复杂；赛题之二对于营收的预测是基于海量财务数据及其他众多指标训练得出的预测结果，重点在于对模型算法的训练。

　　新浪财经：本次活动的两个赛题，有预测上市公司营收和公司公告信息抽取，其中，营收预测与股票研究员写研报预测营收有什么区别与联系？您认为，本次大赛的成果，什么时候可以落地应用？

　　王继忠：股票研究员预测营收往往基于个股自身的历史财务数据做简单的平滑或者依据财务模型做简单的统计预测，主观性较大，所用的参考数据单一；而此次大赛希望通过海量的历史财务数据以及其他行业基本面数据及宏观指标数据等训练建立的预测营收的模型，使得预测的结果更具客观性及科学性，且随着数据的积累模型的精度有望逐渐提升，形成智能化的预测营收模型；落地方面视预测效果确定，若预测精确度达标，落地指日可待。

　　新浪财经：人工智能在投资领域的发展，是否会让基金经理们失业呢？人工智能完全替代基金经理的工作，还需要多长时间？

　　王继忠：目前人工智能的发展还远未达到让基金经理失业的状态，而更类似基金经理的助手。目前AI的高度发展依然面临算力、算法、数据燃料的局限，AI取代人类的进程可能比想象中的慢。

　　新浪财经：人工智能对于普通人来说，还是很陌生的，如何让大家广泛的认知？股民、基民如何运用人工智能来炒股、买基金呢？

　　王继忠：大部分的AI研究成果并没有产品化，离大众很远。策略都是很小众，市场容量也有限。如果有超高收益的策略，研发者估计也不会让它产品化。

　　新浪财经：人工智能在金融领域的运用，是否有监管方面的问题存在？

　　王继忠：大部分的AI基金脱胎于传统的量化基金，交易频率高，多使用衍生工具，目前海外也没有统一的监管法规。

　　新浪财经：在您看来，本次大赛中，国内参赛机构与国外参赛机构对比，学术机构（学生、教职工）与公司职员对比，在理念、作品等方面，分别有什么优势劣势？

　　王继忠：理念上没有优略之分，只是每个金融市场的发展状态不一样，学术研究的侧重也不一样。有些技术很完美的东西在应用场景则无所适从。

　　新浪财经：人工智能在金融领域的运用发展，什么最重要？是准确而又丰富的数据，还是理念，还是金融知识，或者其他的？

　　王继忠：丰富而准确的数据以及正确的投资理念都很重要，数据与理念相辅相成，理念提供了观察数据的视角，而丰富的数据可以升华投资理念；此外，人工智能在金融领域的深度应用离不开各门学科界人士之间的深度合作，对冲基金的大发展始自二十世纪九十年代，一大批物理学家转战到金融市场，很多对冲基金经理都是物理学出身，有的是学天体物理，核物理。AI在对冲基金的发展最重要是想象力，对多维，运动金融市场空间的想象，就像当年物理学家们进入对冲基金领域一样。

责任编辑：常福强