当投资遇上人工智能

从语音、图像识别到无人驾驶，从网络搜索到机器人，人工智能正在被迅速地应用到人类社会的各个领域，无疑成为了当今最具发展前景的前沿科技之一。而更为激动人心的是，人工智能技术依然在迅速的进步，技术的极限还远未被触及。

金融行业特别是与投资相关的领域，向来对新兴科技抱有非常开放的态度。随着人工智能在投资应用中的逐步深入，一些传统的投资流程、方法和逻辑可能发生改变。同时随着其投资算法越来越成熟，人工智能或许能够进一步提出专属自己的投资方法和逻辑，甚至为投资者提供看待金融市场的全新视角。

本质上，人工智能是发掘和总结规律的工具。它通过探索潜在可能性以及自我的迭代优化，寻找特定任务的解决方案。这些方案可能已为人类熟知，但计算机可以更高效地替代人类完成，例如自然语言处理和图像识别。而在另一些领域，人工智能的解决方案可以完全超越人类的认知，并且展现出让人类望尘莫及的学习能力。2017年谷歌公司的DeepMind团队已经证明，人工智能可以在仅了解基本规则而不获取任何其他知识的情况下，在短短3天内超越人类对围棋的认知水平。

就投资领域而言，人工智能很可能首先以辅助者的角色进入，逐步替代一些劳动密集的工作，例如数据收集和简单处理。未来，用计算机通过互联网获取信息，利用人工智能进行初步处理，大概率将成为投资行业获取信息的主要渠道。美国Kensho公司提供的类似服务，已经获得大量知名金融机构的认可和青睐，其新颖的商业模式也得到了广泛的关注。目前国内已经有一些创业公司在某些特定的领域提供类似服务，所提供信息的质量和效率都优于传统的信息获取方法。

而随着技术的不断进步，人工智能可能将逐步形成自有的投资风格，给出投资结论，甚至提出认知金融市场的全新视角和方法。从理论上讲，谷歌公司最新围棋模型Alpha Zero所采用的深度增强学习（deep reinforcement learning）算法，非常适合用来学习二级市场投资的问题。而计算机在信息覆盖和决策执行方面，也相对人类有天然的优势。2017年10月18日，EquBot LLC和ETF Managers Group共同推出了全球第一只人工智能ETF：AI Powered Equity ETF （AIEQ）。这只基金依据EquBot的算法，利用IBM Watson的认知和大数据处理能力分析美国境内的投资机会。

人工智能在为投资领域注入新活力时，也将会遇到一些独特的挑战。首先，投资需要处理的信息非常庞大。如何在海量信息中挑选有用的信息，同时尽可能降低无效信息带来的影响，是人工智能需要处理的新问题。通常验证信息的有效性除了通过历史数据检验以外，也需要投资逻辑的推演。在这一方面人与人工智能的互动协作，也许是最好的解决办法。另一方面，人工智能投资模型很多时候是一个黑箱，如何让投资人更好的理解模型的投资逻辑，也是一个不可小觑的的挑战。