登錄×
電子郵件/用戶名
密碼
記住我
金融科技

智能投顧的誤區

王倩:人工智能模擬不出政治事件,整個資本市場的複雜程度無法被標準化,它更需要的是理解力與創新的能力。

【編者按】技術的迭代給金融創新帶來了新機會,但前景向好的同時也伴隨着種種隱憂,近年來,科技對金融的作用是否被高估?人工智能是否能為我們帶來更智能更安全的金融服務?未來的金融投資真的能完全「智能化」嗎?FT中文網近期組織「金融科技的未來」專題,編輯事宜,聯繫閆曼 man.yan@ftchinese.com

近幾年來,人工智能在金融行業的應用越來越多地被人提起,在智能投顧這塊,更是引得眾多資金爭相湧入。各種創業公司、銀行、BAT等巨頭陸續入局,而作為傳統金融機構,證券公司也在智能投顧的大浪潮下進行了各種形式和戰略上的嘗試,進行了大量投入,智能化儼然成為券商一波熱潮。2017年是券商掀起智能投顧熱潮的一年,各大券商都在推智能投顧系統,那麼,其功能到底如何?

智能投顧的核心方案建立在現代資產組合理論與資產定價等模型的基礎上,通過優選的數學方法來進行計算,獲得結果。

拋開來自數據領域的問題:例如數據本身質量、數據評估質量、數據的說服力、數據對模型的適應力等暫且不提,智能投顧的方案中的每個模塊的說服力都需要進一步的探討。在出現機器模擬之前,採用現代資產組合理論與資產定價模型來進行資產管理的投資人,通過人的思考能力來進行對模型的計算與矯正,這其中的人腦思考能力目前並未被架構或者是通過人工智能無法被模擬。在此類模型本身不完善的情況下,強行採用智能投顧,難免有所欠缺。

如果採用人工模擬做支持環節,配合上有專業理解力的投資人來進行調整,才不失為一個合理的方向。一方面,智能投顧能夠矯正人工在工作中產生的誤差;另一方面,在人工智能的基礎上,有專業理解力的人員,能夠對無法被標準化與自動化的領域進行人工的矯正。兩者相配合,就能夠達到互補的效果。那種認為非傳統資管公司可藉此進入資管市場的觀點,筆者是不認同的。沒有人腦對資管的理解力,完全依賴人工智能來完成資產管理的任務,是理解上的誤區。

簡單的說,建立在現代投資理論基礎上的智能投顧只能被理解成眾多資產管理策略的一種類型,無論是它採用何種維度去進行挑選與優化。組合建模藉助均值-方差或者Black-Litterman優化方法來實現。就現代數學研究結果呈現,這些歷史不太悠久的方法,仍舊有待實證與理論的考察。這些方法本身的說服力以及對其計算結果的價值評估仍舊在不斷的驗證中。它嘗試採用更佳的計算方法,通過減少誤差來進行優化,從而逼近更佳的結果。但是缺陷卻伴隨着整個計算模擬過程。我們更願意將它理解為整個資產管理流程中的一個模塊,它仍舊需要人工的調節與適應。

就現代資產管理理論主張,資產配置在資管過程中所發揮的效用要高於現代投資理論組合中所進行的組合再平衡過程。當前的智能投顧,將大部分的精力投入到組合再平衡過程,而實際上資產配置的成績平平。一方面,出於當前算法的不足,資產配置過程沒有被更好地模擬計算過來;另一方面,資產配置更需要的是人腦的理解和創新,這是人工智能在資管領域最大的缺陷。或者說,目前為止,流行在市場上的各種智能投顧的模型,還沒有真正領會到。

讀者評論

FT中文網歡迎讀者發表評論,部分評論會被選進《讀者有話說》欄目。我們保留編輯與出版的權利。
用戶名
密碼

相關文章

相關話題

FT中文網客戶端
點擊或掃描下載
FT中文網微信
掃描關注
FT中文網全球財經精粹,中英對照
設置字號×
最小
較小
默認
較大
最大
分享×