0
本文作者:AI金融评论 | 2018-09-01 15:02 |
雷锋网报道,8月30日,由中国证券投资基金业协会金融科技专业委员会主办,通联数据、易方达基金、华夏基金、阿里云、新智元协办的“2018全球智能投资峰会”在北京举行。中国万向控股副董事长、通联数据董事长肖风在会上发表了主题演讲。
肖风认为,AI正在辅助研究员和基金经理,增强投资人的能力。当AI等一系列的技术组合同时进化到某个程度时,资产管理行业将被颠覆。
以下为演讲原文,略经雷锋网编辑:
人工智能技术可能不仅仅是对分析员和基金经理产生一些影响,也会对资本市场,甚至对上市公司的商业模式产生影响,最终都反过来影响我们做投资的人,大家要去重新看待那些上市公司,用不同的方式、不同的角度去看。
大致来讲,我们可以把研究方法或者我们的认识论归为两类,一类叫做还原论,一类叫做涌现论。还原论相对历史更古老一点,还原论的方法认为过去是能够证明现在的,而且也是能够预示未来的。并且任何事物都是有序地、结构化地在运行,所以你总是能够还原它。用还原论来看待事物,你往往会条分缕析,不断把它的结构细分下去,从里面找到一些因果关系,或者摸索出一些我们认为是正确的一些宏观上的规律。
但是随着互联网、大数据、人工智能技术越来越成熟,另外一种研究方法或者认识论--所谓的“涌现论”开始越来越多被人提及到。涌现论就是认为在互联网上所带来的复杂系统、复杂网络,在一个开放系统的环境里面,参与者的互动或者说很多随机性的因素,会决定事物的突变。人们事先并不知道它会产生什么结果,所以大家认为这个系统是非均衡的、不可测的,不管是经济系统还是我们的投资系统。这是在认识论上非常大的改变。我们要去追溯涌现论,我们可以从凯文·凯利的《失控》开始,他就是用涌现论的方法看待这个世界。还有很多这样的科学家、经济学家、或者复杂理论的研究学者。
其实这种还原论或者涌现论两种科学研究的方法,在经济学领域也有所体现。在二十多年以前,有一位斯坦福大学的专家创造了复杂经济学这样一个理论,复杂经济学理论其实就是对新古典经济学理论的补充、优化、修正。古典经济学理论是基于牛顿物理学,大家强调的是结构分析,是一个次序,是可预测的。但是复杂经济学说,反对所谓的理性预测、理性预期,它更多地强调经济运行的非结构性、非均衡性、所谓的不可测的、有机的和非线性增长、指数性增长这样一些经济现象,分析它背后的道理是什么,这种科学研究方法在经济学领域也产生了一些分支,所谓的复杂经济学。
其实我们所谈到的量化投资基本上大部分都是基于还原论的,不管是统计套利、因子策略、还是技术分析。索罗斯的反身性是基于涌现论的,所谓的反身性就是任何一个事件所有的参与者最后决定了这个事件会形成一个什么样的结果,这是一个非均衡的观点,它注重的是这个过程当中的互动,最后可能产生大家意想不到的结果出来。这是我们先从认识论、哲学或者经济学的角度,去思考所谓的AI可能给我们带来的影响。
AI可能给我们资产管理行业带来什么样的影响呢?我想引用复杂经济学的创立者阿瑟说过的一句话,他在《技术的本质》这本书里面说“经济是技术的表达”,意思是,迄今为止所有的商业变革最后都是技术因素驱动的,不是单一技术驱动的,而是一个技术的组合在驱动着所有的商业变革。
所以我也在想,AI驱动我们这个行业、颠覆我们这个行业会的拐点在哪里?这给我启发,单单的人工智能技术可能还不足以真正颠覆我们这个资产管理行业,但是如果一系列的技术组合同时进化到某个程度,我们这个行业一定会发生我们现在不可能清楚认识的改革,一个颠覆性的变化。人工智能技术的成熟,经济足够数字化,商业也足够数字化,或者其他很多一些技术变化变成一个组合,到达某一个拐点。
也许资产管理行业没法说得很清楚,举另外一个例子就是新能源汽车可能给人类的交通方式带来的变化,它也是需要一组的技术组合在一块,比如需要有电池技术的进步,需要有新能源电动汽车技术的进步,但是光这两个是不够的,还需要自动驾驶、无人驾驶技术的成熟,最后需要共享汽车这种系统的成熟。共享汽车,汽车是无人驾驶的,加上电动汽车技术可能它的续航里程达到700、800或者1000,电池技术进步,这些东西加在一起最终可能进入一个拐点,技术组合进入一个拐点,导致人类的交通方式发生根本性变化。
如果按照我前面所讲的来看,我们现在熟悉的投资管理的理论,大部分都还是基于还原论建立起来的。AI可能会带给我们去探索在涌现论的方法之下,来重构我们的投资管理一整套的理论。所以AI必将在某一年,真正给我们资产管理行业带来很大的颠覆。
我自己认为AI影响投资管理行业可以分成两个阶段,在这里我借用了所谓的人机围棋大赛,从AlphaGo到AlphaGo Zero,人工智能能够帮助我们的一个是海量数据的处理和另类数据的获取、另类数据的分析,我们从里面得到更多的启示。另外一个就是知识图谱、自然语言理解、智能搜索等等工具,可以帮助提升我们的能力。
这方面已经有很多案例,包括像贝莱德--全球最大的资产管理公司,6万多亿美元的管理规模。贝莱德进入中国市场的时候,第一他们非常注重另类数据的搜集,所以他们采用了卫星图像的数据,来看某些机械加工行业的繁忙程度。同时它也追踪官方媒体上一些政策性的新闻,去解读,去看中间语言的变换。第三它通过社交网络来获取市场情绪的数据,所以它的中国A股市场的投资很大程度上运用了另类数据,也利用知识图谱等等技术。kensho利用了AlphaGo这样的东西,来辅助人们进行工作,这只是AI对投资管理行业影响的第一个阶段,是AlphaGo的阶段。
未来三年或者五年之后,AI对我们的影响会进入到第二个阶段,AlphaGo Zero,在人机围棋大赛的时候,第二个阶段机器已经不是由人来教它,不是在监督学习,而是它进入一个无监督学习的阶段,机器自己去重新理解围棋的规则,先把围棋规则解构,然后重构了自己对围棋的看法,最后战胜人类。
我们投资管理业也会进入这样一个阶段,就是会依据机器学习等等技术的发展,从不同的侧面,宏观基本面、市场情绪、市场指标和市场数量指标这些方面去重新认识整个资本市场的运行规律,然后重构自己的认知体系,这个认知体系是机器人的认知体系,不是我们这些人的认知体系。在预测性和决策性方面,机器有自己的观点,这个时候重构就开始发生了,这是一个我认为未来五年或者十年会出现的一个新的阶段。
除了发展阶段以外,我想分享的是AI可能影响我们投资管理行业的三个层次。
第一个层次,对行业带来的变革。在讲到行业变革的时候,我想举一个投行的例子。我们知道摩根大通在两个月前宣布要改革两百年来从来没有改变过的投行商业模式,他们自己宣布的口号是all in科技,他们把自己的名称叫做科技投行家。最终我认为不仅投行会面临这场革命,投行人的嗅觉更灵敏一些,所以他们率先进行了这样一场革命,资产管理行业也面临行业的大变局。
人机大战促使着我们分析员和基金经理都要重构自己的知识体系和能力体系,如果你抱着你过去的经验和知识,肯定是不够的。
另外一个我们观察到在美国资本市场,在过去几年时间的一个新状况,就是被动投资大行其道,主动投资的份额在压缩。现在大概被动投资的份额可能占到百分之四十几,这个现象的出现的一个原因是主动投资无法提供很好的阿尔法,最后因为你不能提供主动投资带来的超过被动投资的阿尔法,因此你被取代了。如果将来智能投资技术成熟,我想有一天我们会看到一个新的状况就是智能投资可能会取代被动投资,一个新的循环出来了,一个新的主动投资的模式会取代现在的被动投资,因为可能在AI等技术的帮助之下,你可以重归主动投资。
我们肯定不能等待一个周期结束,原来我们所熟悉的主动投资会重新回来。过去的主动投资模式不可能再回到市场上来了。回来的主动投资,一定是一个新的模式,一定是一个新技术、新知识体系、新能力支持之下的新模式。我们相信主动投资,将来会继续获得对被动投资的竞争优势,但是我们不能相信它还是二十年前的那个方法,这是不现实的。所以在这里面,也许我们像摩根大通那样,它叫投行家是科技投行家。我们说我们的分析员是AI分析员、AI基金经理。
AI给我们带来的变革,第二方面是商业变革。随着投资对象越来越数字化、越来越社群化、越来越生态化,评估我们投资对象的方法也会发生很大的改变。在摩根大通投行革命的宣言书里面,它把估值方法分成了三大类型,一个是相对估值,一个是绝对估值,一个是创新估值。所谓的相对估值大家知道PE、PB这些指标,所谓的绝对估值无非就是自由现金流等等,我们都很熟悉,它把面对那些新的行业、新的技术带来改变的行业估值方法叫做创新估值体系。所谓的创新估值体系就是滚动的PE,客户生命周期,单客价格、计分卡估值、市盈的增长比率等等,这叫创新估值体系。确确实实新技术、新商业革命带来了估值体系的新的发展,那么AI会帮助我们更好地去建立面对新的市场的新的估值体系。
我们举一个案例,比如众安保险,传统的是从保险公司的角度去估值,如果把它看成一个互联网公司,现在拥有5.5亿多的客户,它获取客户的成本是多少呢?几分钱的一个运费险而已。还有哪个互联网公司能以几分钱的价格或者几块钱的价格获取到一个客户过来?接下来它把保险公司变成了一个流量入口,先以很低的保险价格获取了5亿多客户,接下来要做的事情是如何把5亿多的客户以别的方式变现,不一定以保险方式变现,如果从这个角度看用的是创新估值体系。
因为商业变革所带来我们的变革,我们必须跟着一块变,否则就脱节了,你无法看清楚这些公司,比如说小米、拼多多、美团,怎么去估它的价值?运用传统的方法是肯定不行的。
第三就是AI对整个资本市场带来了很大的变化,我们还是回到刚才说到的被动投资,被动投资取得了比主动投资很大的优势,被动投资从2007年开始到现在整个资产规模翻了三倍多,里面很重要的原因是相互影响的。因为主动投资的阿尔法能力不足,大家就选择被动投资。被动投资最后导致了目前的美国市场的状况,大股票一直在涨,因为指数基金的设置是依据权重来设计的,所以如果大量的钱流入到指数基金进去,头部的公司、市值大的公司一定会持续的获得资金的流入。这导致另外一个现象,就是过去十年时间美国从七千多家上市公司变成三千多家上市公司,数量减少一半。这样因为投资方法、投资策略的改变,最终会影响到市场规则的变化。如果我们不能把握这样一个改变的话,你可能永远都无法理解为什么出现这样的状况。
最后我想总结一下,在过去的两年时间里面,大量的人工智能科学家都加入到了我们这个行列里面来了。NASA首席数据科学家加盟贝莱德,微软首席人工智能学家邓力加盟citadel,华盛顿大学计算机教授加盟DE shaw,卡耐基梅隆大学计算机系主任加盟摩根大通。有很多的资产管理公司都已经成立自己机器学习的小组。所以未来已经到来,只是还未普及。
本文资料来源通联数据。
更多资讯,请关注雷锋网AI金融评论。
雷峰网版权文章,未经授权禁止转载。详情见转载须知。