0
| 本文作者： 李雨晨 | 2021-06-11 08:22 |
雷鋒網(wǎng)消息，6月9日，由通聯(lián)數(shù)據(jù)主辦，中信建投證券、亞馬遜云科技協(xié)辦的“Hi AI資產(chǎn)管理數(shù)字化轉(zhuǎn)型峰會”在北京舉行，探討人類專家如何攜手人工智能共同為資產(chǎn)管理行業(yè)數(shù)字化轉(zhuǎn)型賦能。
中國萬向控股副董事長、通聯(lián)數(shù)據(jù)董事長肖風在峰會上表示，資管行業(yè)正在向數(shù)字化遷徙。資產(chǎn)管理行業(yè)的數(shù)字化轉(zhuǎn)型是“三橫三縱”坐標體系。橫坐標系即機構(gòu)自身數(shù)字化、客戶數(shù)字化、社會經(jīng)濟數(shù)字化，縱坐標系即數(shù)字孿生、數(shù)字遷徙、平行宇宙、自我循環(huán)，虛實相生、反身性互動。
肖風表示，“資產(chǎn)管理行業(yè)和資產(chǎn)管理機構(gòu)還停留在過去十年。云計算、大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能等，能為資管行業(yè)帶來很多革命性變化，但如果基于過去十年的技術研究，那么這些變化都只是傳統(tǒng)金融模式的優(yōu)化和延伸，而非革命性改變。真正的革命性是基于區(qū)塊鏈、博弈論、共識算法、智能合約等所建立起來的新金融體系。”
人工智能領域的國際知名學者、微軟亞洲研究院副院長劉鐵巖表示，智能投資研究的框架包括從海量高頻數(shù)據(jù)中挖掘有效投資因子，即數(shù)據(jù)智能；針對市場動態(tài)性訓練自適應模型，即智能預測；基于AI的風險分析以及投資組合構(gòu)建，即智能策略；基于AI技術的自動化訂單執(zhí)行，即智能交易；AI技術為人類投資決策提供參考，即混合策略。
通聯(lián)數(shù)據(jù)CEO王政表示，如何在海量數(shù)據(jù)中萃取高價值信息一直是投資研究行業(yè)的痛點。基于知識+數(shù)據(jù)+算法的底層邏輯，人工智能與人類專家共同攜手完成的高水準投資研究項目層出不窮，人類專家的投資研究分析能力正在被人工智能有效提升。“只有基于人類智慧增強的全新范式，才能實現(xiàn)資產(chǎn)管理的數(shù)字化轉(zhuǎn)型。我們已經(jīng)看到了這樣的浪潮，我們面對的是一片藍海，未來空間非常廣闊。”
麥肯錫全球資深董事合伙人曲向軍介紹了海外資產(chǎn)管理機構(gòu)數(shù)字化的經(jīng)驗，結(jié)合中國資管機構(gòu)數(shù)字化探索的現(xiàn)狀。
曲向軍建議，制定與業(yè)務戰(zhàn)略高度一體化的數(shù)字化戰(zhàn)略，建立起科技與業(yè)務高度融合的科技治理體系，實施用例驅(qū)動的大數(shù)據(jù)的平臺建設，特別是大數(shù)據(jù)賦能智能投研，打造金融科技開放創(chuàng)新生態(tài)平臺，加強科技和數(shù)據(jù)人才的儲備，力爭大數(shù)據(jù)和科技人數(shù)達到總員工人數(shù)的20%-25%。
云計算和云服務提升了金融機構(gòu)的工作效率，降低了運營成本，成為機構(gòu)數(shù)字化轉(zhuǎn)型的另一個主要方向。
亞馬遜云科技大中華區(qū)CTO劉亞霄認為，金融業(yè)務已在數(shù)據(jù)化，亞馬遜云希望幫金融機構(gòu)找到在互聯(lián)網(wǎng)上可以做金融業(yè)務的接口，然后形成數(shù)據(jù)分割的混合云，最終發(fā)揮數(shù)據(jù)創(chuàng)造價值的理念。
中信建投證券研究發(fā)展部負責人武超則對數(shù)字化革命過程中的投資機會做了系統(tǒng)的分析。
武超則建議，數(shù)字金融賽道投資核心布局有三條主線：一是生態(tài)健全、技術卓越、平臺開放的數(shù)字金融基礎設施；二是數(shù)字化賦能高效、流量運營能力強的新金融公司；三是具有較強產(chǎn)業(yè)背景和渠道優(yōu)勢的金融科技公司。
銀行理財子公司光大理財CTO 張軼表示，傳統(tǒng)框架下，數(shù)量化研究常用于投資組合的局部分析或基本面投資決策，投資過程和方法仍由組合管理團隊主導，并由他們決定投資組合策略及對應權(quán)重。
而在一個典型的系統(tǒng)化投資過程中，需要由研究員和分析師負責尋找并評估市場洞見，創(chuàng)造模型以識別投資機會，投資專家則專注于按照客觀的風控標準進行組合構(gòu)建及優(yōu)化，持續(xù)關注超預期風險。
量化投資是投資領域里最早應用計算機技術的投資模式，華泰柏瑞基金副總經(jīng)理田漢卿表示，量化投資最近幾年也進一步拓展，比如另類數(shù)據(jù)的加入，自然語言處理和人工智能的應用，大家在不停的做探索。
田漢卿認為，目前用大數(shù)據(jù)和人工智能提升市場效能還有很大的空間，但是未來更加顛覆，或者未來長期可展望的是人工智能直接承擔資源配置的功能，“這可能是非常遠的想象空間”。
從私募基金的角度，東方馬拉松投資董事長鐘兆民，站在投資經(jīng)理的角度分享了自己在智能化實踐過程中的需求。
他表示，一個智能化的投資系統(tǒng)，首先要對投資中的非重要信息進行排除，例如“茅臺酒院士”相關信息，不需要推送；而在展示優(yōu)先級上，分為兩個層面：股票類型優(yōu)先級及信息類型優(yōu)先級。對于前者，第一是已經(jīng)投資的股票相關的重要信息；第二是股票池里可以投資但是還沒有投資的股票相關重要信息。圍繞后者，則要優(yōu)先負面信息其次正面信息；優(yōu)先定性信息其次定量信息。
在最后一個演講中，通聯(lián)數(shù)據(jù)首席內(nèi)容官、產(chǎn)品總監(jiān)馮欽遠表示，在資管的過程當中，人類比較擅長做定性的判斷，如何結(jié)合模型能力、算法能力，抓住定量的變化，機器則更為擅長。
接下來，他圍繞“如何建立智能投資系統(tǒng)”進行了介紹：首先，要將海量的數(shù)據(jù)注入到系統(tǒng)里面，同時人類專家將投研知識、邏輯關系教給機器，然后運用人工智能技術，將這些內(nèi)容轉(zhuǎn)化為人類能夠處理和理解的信息，支持整個資產(chǎn)管理從投研、監(jiān)控到組合的構(gòu)建、風險管理完整的投資流程。
據(jù)雷鋒網(wǎng)了解，截止3月30日，在800家公司中共計320家上市公司發(fā)布了2020年財報或業(yè)績快報，結(jié)果顯示，通聯(lián)數(shù)據(jù)的智能資管平臺——蘿卜投資的誤差中位數(shù)為4.70%，精度高于市場一致預期的7.42%；AI預測在83.44%的上市公司中準確率獲勝，較去年82.5%的勝率取得了進一步的提升。雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
