金融界基金讯 2018全球智能投资峰会昨日在北京举行，本届峰会以大数据、人工智能等前沿技术在金融行业的应用为主线，涵盖金融科技、智能投资等热点话题。谈及AI对投资管理行业的影响，通联数据董事长肖风认为，对投资的影响可从行业变革、商业变革和市场变革三个层面来看。

　　具体来说：第一层是行业变革，算法和机器的参与将越来越深。一方面人机大战即将触发；另一方面，在被动投资取代主动投资后，智能投资将取代被动投资。第二层是商业变革，即投资对象的数字化、轻资产、社群化、生态化。一方面改变了组织的治理结构；另一方面，改变了传统的估值模型。第三个层次是市场变革，即算法和机器作为市场的参与者，越来越深入。一方面会影响市场规则的形成；另一方面，给监管带来了新的课题。

　　援引人机围棋大赛，肖风认为AI影响投资管理行业还可以从AlphaGo到AlphaGo Zero两个阶段。其中，人工智能帮助我们做海量数据处理和另类数据的获取和分析，而知识图谱、自然语言理解、智能搜索等工具，可以帮助提升我们的能力。以全球最大的资产管理公司贝莱德为例，管理规模6万多亿美元，该公司进入中国市场时非常注重另类数据的搜集，并采用了卫星图像的数据，来观察某些机械加工行业的繁忙程度。同时，它也会追踪官方媒体上一些政策性新闻及解读，还会通过社交网络获取市场情绪数据。

　　他还提到，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，而是进入一个无监督学习的阶段。最后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技术的发展，从不同的侧面、宏观基本面、市场情绪等这些方面去重新认识整个资本市场（股票市场、债券市场）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，这个时候重构就已开始发生。

　　中国证券投资基金业协会金融科技专业委员会主席、中国万向副董事长、通联数据董事长肖风发表了题为《涌现论与智能投资》的主题演讲。

　　肖风：尊敬的葛主任、钟会长、尊敬的各位嘉宾，很荣幸有这样一个机会在这里做我个人的一点分享。在刚才会议等候期间，我有个老同事他昨天一天在这里参加遴选过程，他说现在的年轻人不得了，像我们这个年龄的都已经赶不上趟了。确实世界永远都是你们的，都是年轻人的。

　　今天我想凑这个热闹，来探讨一下智能投资或者说人工智能技术有可能给我们投资管理行业在未来五年到十年的时间段里面，会带来哪些影响。

　　刚才葛主任提到人工智能技术可能对监管科技带来一些挑战，我会讲到人工智能这个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这些商业模式产生影响，最终都反过来影响我们做投资的人，你要去重新看待那些上市公司，用不同的方式、不同的角度看上市公司。

　　题目叫做“涌现论与智能投资”。

　　大致来讲，我们可以把我们很多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。所以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，那么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。所谓的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。你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。大家更多地去注重一些相关关系在这中间起到的作用，这是在认识论上非常大的改变。其实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，是可预测的这样一个线性预感的机械性的观点构建自己的经济学理论体系。但是复杂经济学说，它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这样一些分支，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，不管你是统计套利、因子策略、还是技术分析，你总是看这个图形不管是量还是价，某个图形出来了，肯定是要涨或者是要跌，这都是基于还原类的。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这个事物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带来什么样的影响呢？我想引用复杂经济学的创立者阿瑟经济学家说过的一句话，他在《技术的本质》这本书里面说“经济是技术的表达”，他的意思是说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？这两句话给我启发，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，或者带来根本性改变，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，这些东西加在一块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。

　　所以我们现在应该静待去看待我们这些组合技术或者一组的技术进化，可能给我们这个行业带来的影响。

　　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就是海量数据的处理和另类数据的获取以及另类数据的分析，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。这里面其实已经有很多案例，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，把过去很长一段时间的数据来看，你用金属反光或者不反光，灯光或者车辆、货车等等这些数据观察某个行业或者某个企业的繁荣程度。同时它也通过追踪我们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，所以它的中国的A股市场的投资，很大程度上运用另类数据，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，然后它重构了自己对围棋的看法，最后战胜人类。最后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、市场情绪还有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，股票市场或者债券市场的运行规律，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它要改革它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。另外一个例子是华兴资本，华兴资本是一个新型投行，在目前投行这个很古老的行业，两百年投行历史，很古老的行业，他们异军突起，超过了中国几乎所有的互联网的这些公司的私募或者公开发行的融资业务，它都有涉足，而且有很多的收购兼并，靠的是自己革新的投行的模式。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。那么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，这是对我们个人来说，你的知识体系和能力体系一定要重构。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，这个现象的出现我觉得也有我们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，原来的主动投资、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一个竞争优势，但是我们不能相信它还是原来那个，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。随着我们的投资对象越来越数字化、越来越社群化、越来越生态化，其实我们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，一个是所谓的相对估值，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，相对估值体系、绝对估值体系和创新估值体系。所谓的创新估值体系就是滚动的PE，客户生命周期，所谓的单客价格、所谓的计分卡估值、市盈的增长比率等等这样一些，把它叫做创新估值体系。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，比如对众安保险，如果你从保险公司的角度去估值，那么你用相对或者绝对估值体系看它可以这样看它是有道理的。如果你把它看成一个互联网公司，它现在拥有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，接下来它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，我们必须跟着它一块变，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，你怎么去估它的价值？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，里面很重要的原因它是相互影响的。因为主动投资的阿尔法能力不足，大家就选择被动投资。因为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，导致另外一个现象，导致美国市场大家可以看到，头部公司一直在涨，另外一个现象就是过去十年时间从7千多家上市公司变成3千多家上市公司，上市公司数量减少一半。这种因为投资方法、因为投资策略的改变，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，它是互相影响的关系。

　　第二方面是这些AI技术会对监管带来新的挑战，带来很多新的课题。

　　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。

　　谢谢大家！

　　【大咖对话】易方达基金管理有限公司常务副总裁张优造对话肖风

　　张优造：尊敬的各位领导、各位专家、各位嘉宾，大家下午好！肖总上午好。刚才听了肖总非常好的演讲，非常高大上，很前瞻性，很概括，跟我们以前和平常在其他场上听到的都不太一样。我觉得非常的新颖，非常的有收获。我也非常荣幸能够参加这样的对话安排，接下来有几个问题想向肖总请教一下。肖总是比较高大上的，我想结合行业请教几个比较接地气的问题吧。

　　第一个问题，肖总你觉得对资产管理行业近三五年人工智能方面的技术和方法，在资产管理的哪几个业务或者哪几个环节可能会有比较好的深耕开花结果？刚才肖总分享了先锋公司比较成功的做法，我想结合中国的资产管理行业，我们哪一些业务，哪一些部位，在人工智能这一块应用上面帮我们辨别。

　　肖风：谢谢张总。张总给我一个广告时间，原来PPT准备介绍一下我们通联数据、浙商基金，我们有一些实践。我想这么高大上的会不能变成我做广告。我觉得目前为止AI对我们投资行业管理的影响还处于Alpha Go阶段，是辅助人来做很多事情。我好像记得明天有一个培训班是我们浙商基金的总经理会来讲，怎么样在智能投资的Alpha Go阶段打造AI到IA这样的系统，所谓的IA系统就是人+机器，一会通联数据的同事也会讲到，他也会讲到从AI到IA，所以我就不重复了。

　　比如说，大家现在比较热的，从技术角度来说知识图谱，知识图谱技术对我们现在的投资管理行业应该是有直接的帮助，已经是有直接的帮助。因为我们人无法像机器处理这样的关系数据，构建非常有深度，非常复杂的，把各种各样的因素找出来关联上，然后帮助你做决策判断，这是第一个。

　　第二，所谓的行业垂直智能搜索已经是可以帮助我们的，用智能搜索的方法来帮助我们更好地处理很多信息，去搜索到很多信息，处理好很多信息，然后呈现给我们，使得我们的投资决策过程效率会有很大的提升。

　　到目前为止，我觉得还是人为主，机器为辅，这样的一个阶段。谢谢！

　　张优造：现在预计3到5年可能行业更多受到影响或可使用的技术还是能力加强Alpha Go阶段，Alpha Zero应该是下一阶段了。

　　第二个问题，我们知道中国的公募基金，刚才钟会长也特别提到了20年，1998年的时候公募基金行业，应该说公募基金的起点很高，肖总应该是公募基金最早的这批先锋，当然现在还在我们公募基金行业里边。到目前20年过去了，现在我们向这个行业拥抱或者是接受智能化这样的浪潮去向这么一个方向演进的过程中，我想肖总能不能给我们行业提一点建议，觉得我们从哪里入手？做些什么准备？怎么来接受这么一个过程。

　　肖风：这个话题很重要。其实我们看过去20年公募基金发展过程，1998年公募基金出来的时候，那是第一次有规范意义上的机构投资者，以前也有机构投资者，但是以前的机构投资者，你看那时候在1998年之前，甚至1998年过程当中还有很多的机构投资者用个人账户来投资，可能有开100个、200个个人账户来投资。这是第一次一个20亿的基金只能由一个账户在资本市场上去交易股票。我当时觉得它对交易规则产生了很大的影响，在某种程度上，那个时候用20亿在一个账户交易，我记得当时是很少有的，一般都会把钱分开，分开以后到法律上是不同的账户在交易。

　　我记得当初仔细考虑过，《证券法》出来以后看的时候就在想，一个20亿的基金用一个账户要买一个股票买500万股，以前也很少有一个账户。在1998年之前很少有一个账户持有一个股票500万股以上的，我说那算不算是用优势资金持续买股票？你想那个时候1998年沪深交易所全市场一天交易才100多亿，我记得当时算过账，整个证券行业要盈利大概一天需要120个亿的交易量，所以当时证券行业是处在盈亏平衡点。这个到底算不算？算我们就麻烦了，我们是基金。所以很多新的东西来了，可能整个体系没有准备，就是你刚才问的这个问题。

　　刚才讲到从监管的政策到分析员、基金经理的知识体系，然后到整个行业的组织体系。整个的工作流程，我们的合规，我们的风险管理，最后都会发生很多的变化。当然，这个变化是渐变的过程，我刚才讲到会有拐点，你要注重，不要看总量的变化，也许总量的变化机器取代人是一个很漫长的过程，不要看总量，要看边际效益，就是那个拐点。

　　当机器或者算法参与到行业里面来的时候，它可能不需要超过50％，它可能就30％左右参与度的时候，这个行业可能就发生变化了。因为它进入了一个拐点，边际效益的一个变化就出现了。不要去看总量，这句话接下来的意思是什么？我们要现在开始准备去迎接变化，也许当拐点出现的时候突然发现你已经来不及了，有准备的人在未来5年、10年取得了自己的竞争优势，已经有准备就会有优势，没有准备竞争力就会下降。这是我的一个看法。它是系统的，还不能只是说某一个点的准备或者说找一两个人工智能学家，还不是简单这样的。

　　张优造：我也想利用这样非常宝贵的机会，再向肖总提第三个问题，最后一个问题。刚才肖总在演讲种提到，现在美国国际上被动投资大概占到40％，有没有可能下一个阶段智能投资也许是被动投资的下一个阶段。当然现在国内这个情况就完全不一样了，肖总在演讲里面也特别强调了有一系列技术的组合，它所产生了这样一个推动的变化。所以我就想，肖总觉得现在国内被动投资业务这一块，目前可能全部加在一起我自己感觉好像是五六千亿人民币的水平，在公募基金总规模里面真的是非常非常的小。肖总，在国内被动投资难道说这个阶段就浮裂了？还是说我们也能够用一些好的技术，一系列新的技术助推一下被动投资这个产业跟这个业务。

　　肖风：被动投资在美国大幅提高，在中国确确实实也以为会像美国那样主动投资、被动投资占很大的比例，很多的同行同事们也做过这方面的努力。但是最后发现好像不是这么回事。到底是因为我们的阶段没有到，还是说有其他的因素？我倾向于有其他的因素影响被动投资者，这种策略在中国的有效性。

　　首先，长期资金，我们的养老金的投资还不够，所以你就缺少资产配置的需求。现在在任何公募基金面前都是从储蓄户口直接来的，我们通过银行去销售基金，银行的现金储蓄户口把钱认作基金，这种钱当然要的回报是第一位的，你给我回报。所以为什么刚性兑付会大行其道，因为你确切地告诉我了6％、8％，因为它是去替代它的储蓄的。如果养老金没有的话，资产配置的需求就不会起来，长期投资的理念就不可能建立。因此，被动投资也就受到很大的约束，被动投资是基于家庭资产的配置需求。中国这个环节缺了，所以被动投资策略在中国不是太大，从我们行业资产配置的角度来看。

　　另外，我们的经济体是不是成熟？还有我们被投资的对象他们的商业业态是不是成熟？我们用了40年的时间跨越了西方一两百年的路，我们确实很难跟那些投资对象去做长期的投资，所以也对我们长期投资的理念跟策略带来了很大的挑战，很多因素在里面的。我想，也许中国真的就跨过这一步了。随着现在的时代不会简单地重复美国这样的过程，我认为不会简单重复。

　　被动投资有两类，一个是指数基金，那是完全的被动投资。另外所谓的Smart Beta是主动的构建被动组合。也许AI在这里面会起到作用，你带来了很主动的因素放进去，不是完全的依据市值权重，所以AI跟被动投资的路线可能跟美国不一样，最大的基金变成4000多亿美元，可能不会出现这种类似的指数基金，但是可能Smart Beta、AI这些可能是另外投资的被动方式，我觉得可能会这样。

　　张优造：谢谢肖总。特别是刚刚提到可能通过引入人工智能的知识通过Smart Beta这样的方式，我们可能在被动这块或许会有跟美国市场不一样的局面出现。谢谢！

　　肖风：谢谢张总！谢谢大家！