自从“阿尔法狗”在围棋“终极人机大战”获胜，OPEN AI的人工智能又在电竞游戏中打败人类业余高手团队后，“金融阿尔法狗”将面世的说法就不绝于耳。

    日前，金融时报刊发一篇报道称，人工智能是不是真的能自学成才，超越人类投资专家，还有待去验证。与围棋和电竞不同，金融市场投资是一个受宏观环境、市场波动、突发事件等等众多不可控因素影响的复杂决策，人工智能如何能像真人一样完成如此复杂的决策？就此，记者采访了相关专家。

    除了下棋，金融业与AI契合度最高

    摩根大通发布了一份题为《大数据与人工智能战略：机器学习和其它投资数据分析方法》的报告，对人工智能和金融领域的影响进行了全面阐述。报告指出人工智能量化技术将成为未来金融业的主流方法，帮助投资者处理、分析、理解数据，指导投资决策。一个优秀的金融投资机构，必须发展人工智能投资系统，以适应金融数据化、智能化时代的到来。

    “未来将被人工智能冲击和改变的四个重要行业，分别是制造业、教育行业、医疗行业和金融业。”中国工程院院士、中国人工智能学会理事长李德毅说。

    李德毅认为，当前人工智能与金融业的融合在加速，这是因为金融天然生态就是大数据，它和人工智能的契合度最高。无论是资金流关联分析、房贷风险管控、信用评定和管理，还是身份认证、客户金融行为分析、个性理财，尤其是带时间序列的金融大数据，都可通过高效的数据挖掘和机器学习进行各种各样即时的关联分析和安全分享预测。

    目前，已有金融机器人上岗，包括无人值守银行、家庭理财机器人助理、投融资决策辅助机器人、金融欺诈发现机器人等。李德毅预测，基于以上技术应用，人工智能将会重塑金融行业，其中包括银行、保险、证券部门等。

    清华大学国家金融研究院院长、IMF前副总裁朱民则表示，人工智能金融业趋向四大核心技术，即大数据、云计算、人工智能和区块链；四种信息开始崛起，即交易信息、身份特征信息和行为数据等，这四种数据构成了未来金融业基础核心数据的金矿。因此，人工智能将推动银行业等整体改变。

    机器与人，哪种投资决策胜算更大

    “就欧美国家的市场经验来看，机器学习方法在某些方面确实是比人工决策更为出色。”墨宽投资CEO黄文坚说，在美、英等国家，人工智能与金融投资已非常紧密地结合，并取得了良好的成效。

    比如著名的大奖章基金，几乎从不雇用华尔街的分析师，公司里坐满了数学和自然科学的博士，用数学模型捕捉市场机会，由电脑做出交易决策。在2008年金融危机时，大奖章基金成功预测风险，避免了投资者的重大损失；从1989年起，基金的年回报率平均高达35%，被誉为最成功的对冲基金。

    黄文坚分析说，与传统投资方式相比较，人工智能的量化投资具有多种优势。如机器学习方法可处理更多的输入信息，能考虑的信息面更全，信息量更大，可达到的效果上限更高；从效率上看，人工智能方法可同时考虑整个市场，从中选出更多优质股票，分散投资风险，提供稳定的投资回报，并容纳更大量的资金。

    此外，人工智能算法会量化整个投资过程中的变量，做出更精准高效的投资决策；伴随着深度学习算法的快速发展，一些重要但之前不易获取的非结构性信息可被算法分析得到，从而提高投资效率；从金融交易角度看，人工智能的一个优势是在决策中可回避人性弱点，如性格、情感、害怕失败等，始终保持客观态度，避免了受到市场波动的影响后，做出不正确的决定等。

    Delta Grad创始人庞然指出，从更长的时间维度来看，基金经理的每一个投资策略都只是局部最优解，并不能穷尽所有的情况，之所以受到追捧，是因为符合人的逻辑。当人工智能发展到一定阶段时，机器人能通过自博弈训练产生数百万的交易数据，对数据的深度学习可以产生有效的策略。通过这种对抗学习，机器完全能够突破人类基金经理的工作时长、身体精力、工作稳定性的限制，进而取代基金经理。

    不过，此前研发阿尔法狗的DeepMind团队也发表了一篇论文，指其人工智能投资系统“阿尔法股”（Alpha Stock）在A股市场潜伏交易36个月，但最终亏损不断扩大，令团队决定暂停该领域研究。

    因果树创始合伙人滕放说，人工智能在金融领域的应用处在起步阶段，正在逐步发展和完善。目前，已取代了部分人工搜集、整理信息等工作。“金融市场拥抱人工智能，一旦走下去，趋势不可逆转。”

    风险管控，现有法律法规缺位

    不过，国内现有法律法规的缺失，为人工智能在金融业的发展增加了不确定性。2017年11月，人民银行会同银监会、证监会、保监会、外汇局等部门起草了《关于规范金融机构资产管理业务的指导意见（征求意见稿）》，对金融机构运用人工智能技术、采用机器人投资顾问开展资产管理业务进行规范。

    璇玑公司CEO郑毓栋说，法律法规的缺失首先表现在信息上。比如智能投顾不仅是一个投资，也是对客户资产的配置，需要知道客户的收入水平、负债状况等。但是从目前的整体情况看，除了客户主动告诉智能投顾公司，没有一项法律和法规能够让公司获取这些数据。此外，我国法律不允许智能投顾公司帮助个人进行账户管理和操作，这也限制了智能投顾公司的可持续发展。

    中国人民大学金融科技与互联网安全研究中心主任杨东说，美国的传统智能投顾，都是聚焦在场内的资产投资。但是目前国内很多P2P平台转型做智能投顾后，会在不具备风险管控能力的情况下，向普通投资者推荐高风险的资产。因此，在目前缺乏法律法规监管的情况下，要加强对投资者的保护。

    “包括对智能投顾的准入和备案及监管控制方面，都需要强调备案制的事中、事后、技术驱动的监管方式。大量资产投向场外非标资产的利益驱动是本能的，无法阻止。这里面有必要吸取P2P行业的教训，加强账户管理，特别是加强对投资者的教育和保护。”杨东说。