大型公募争相挺进智能投顾 机器能否主导行业沉浮有说法

本篇文章2257字，读完约6分钟

机器不能让聪明的投资经理变成“亲自动手的店主”。市场需要一批有经验的人工团队作为量化技术和策略的支持力量

《投资者新闻》记者詹伟

如果说过去传统金融依赖许可证和信息不对称来赚钱，那么如何利用新技术来提高投资和研究决策的效率和能力，是大数据时代的一个重要新课题。为此，近年来许多公共基金都积极部署了智能投资，但“智能”真的颠覆了传统的人工决策模式，解决了新的投资痛点吗？

许多基金涌向海滩进行明智的投资

拥有余额宝3亿用户的田弘基金，凭借其在数据采集和水测试人工智能方面的天然优势，在智能投资业务中处于领先地位，定位为产品提供商、策略和组合提供商以及业务联合用户。

除田弘外，南方基金、广发基金、汇天富基金等大型公开发行机构也在部署智能投资。今年6月，华夏基金与微软签署了投资人工智能的战略合作协议。据记者了解，华夏基金正在积极探索人工智能在投资、销售和客户服务方面的应用。

“未来智能投资领域的竞争将主要集中在两个方面:第一，战略的针对性和有效性；第二，需要一个完整的具有互联网运营特色的运营体系，包括信息技术、基础仪器产品、客户服务体系和这一具有互联网运营特色的营销体系。换句话说，只有好的产品，加上好的战略和技术，才能产生符合投资目标的良好业绩。”田弘基金相关负责人分析。

通往智慧的道路并不容易

尽管许多大型公共基金渴望尝试，但这并不意味着明智的投资是一种好方法。

“最具代表性的外资精明投资公司，百富榜，只能根据客户的具体指标制定简单的投资计划；目前，招商银行的摩羯座之头和斗牛28轮蛋卷只是一个简单的聪明的投资使用。”

据格商金融管理研究员杨晓青称，与著名的go软件alphago相比，智能投资还有很长的路要走。“2016年在动荡的市场中闪耀的量化基金在一定程度上显示了量化多因素策略的魅力，但2017年的‘第19届市场’抹杀了这一荣耀，表明这种依靠程序进行智能选股的策略需要进一步完善。”

业界认为，项目体系“攻城战”的量化投资是智能投资的初始阶段。华泰白锐定量投资部副主任盛浩在接受《投资者新闻》采访时总结道，与定性投资相比，定量投资有五大优势:第一，可以同时对市场上所有股票进行打分，选择最佳投资，而传统的定性投资需要实地调研，能够同时跟踪的公司数量有限；第二，我们努力用科学的方法处理信息，强调信息处理和投资决策的纪律，克服人的弱点；第三是明确分解投资组合的市场回报(贝塔)和活跃回报(阿尔法)；第四，管理成本相对较低，可以同时管理大量资金；第五，风险控制可以从多个维度进行。

然而，盛浩承认，定量投资也有局限性:首先，它需要稳定、可靠和充足的数据来源；第二，定量方法是基于对过去信息的处理，而这些信息在很长一段时间内无法预测未来。不管你用什么策略投资，都会有市场容量的问题。

盛昊认为，a股市场的定量基金管理规模远小于定性投资，仍有很大发展空间。市场中的定量投资团队将训练自己的团队，开发独特的模型，在市场无效的地方找到稳定的阿尔法。

人机合作是最好的策略

"人工智能不是取代人，而是改善人，更好地为用户服务."据田弘基金相关人士透露，2016年，田弘基金率先为固定收益市场开发了一个人工智能模型，即固定收益“智能树”模型，这是传统的人脑投资和人工智能投资相结合的策略。它通过建立一个有效的因素组合来参与固定收益股票的选择，人们决定了参与时间和固定收益市场的报价。

除了数据筛选和人脑模拟外，田弘基金还从1000多个因子库中人工筛选出142个因子，并将其放入人工智能选股模型中，以此来判断好股票和坏股票的区别。

“就分工而言，机器擅长大数据分析，所以谈到大数据研究，我们将使用机器学习和深度学习；但在小数据方面，我们更注重投资研究团队的逻辑和经验判断，所以我们建立了一个“人机合作”的投资研究系统，对智能投资业务生态进行了深入的布局。”田弘基金表示。

长信量化先锋A在过去三年中同类产品排名前3%，其基金经理左金宝告诉《投资者新闻》(Investor News)，由于基金经理将经过大量历史数据检验的逻辑和规律性现象提炼为策略，并将其交付给程序实施和执行，在此过程中，基金经理充当程序的创造者，一旦程序通过严格的测试并开始运行，基金经理将严格按照程序运行结果进行组合投资。

“程序是经理人交易的唯一指导和证据。一个合格的定量基金经理需要对市场规则有敏锐的洞察力，高超的编程技术和后期维护能力，以及对项目结果的及时、客观和有效的执行。必须掌握市场规则，然后制定各种策略，并保持已建立的定量模型的正常运行。"

除了追求稳定的回报之外，合格的聪明投资还需要将投资者与具有同等风险的个性化投资组合相匹配，从而使回报与风险的比率最大化。业内许多人表示，由于智能投资的标准化过程是由管理者控制的，管理者在一定程度上决定了投资产品的智能水平是否准确、高效、廉价，进而形成不同的投资风格，产生不同的收益。

“随着近年来的不断尝试，利用程序引导投资的量化概念逐渐流行起来，为智能投资在未来基金行业的渗透做好了铺垫工作。然而，要真正将智能投资应用于实际投资，仍有许多挑战:例如，市场需要提供更标准化、更可量化的金融工具，而且还需要一批经验丰富的智能投资经理作为后备技术和战略支持力量。相比之下，国外的智能投资实践历史悠久，在组合投资和资产配置方面也有相应的服务。每个人都熟悉的富裕和改善已经有近十年的历史了。智能投资模式的海外研究过程和研究成果，以及监管当局对智能投资的监管经验，都值得我们学习。”左金宝说:■