马双杰:智能投顾对FOF是工具 短周期策略可考虑

可以做到比较好一点的投资业绩。杨建波：有哪些人工智能方面的投资机会，在国内的应用市场方面？阳勇：从国票层面来讲，对我个人来说，肯定希望能替代我底下研究人员的工作或者交易员的工作，或者直接代替我的工作。在这块的话，把这个软件编好。杨建波：下面云溪的交易员努力工作，但有一天被机器代替了。阳勇：我相信机器可以替代人的，一天的最高点、最低点可以做到，但有些人做不到，并不代表机器做不到，人做不到，不代表机器做不到。如果程序化，还是能够提供资金的使用效率，因为人使用有一个资金容量，机器可以管理几十个亿，或者上百个亿。人做的量是有限的。杨建波：巫总，您觉得人工智能有哪些投顾的机会？巫天华：我自己是智能领域出身，我也是在人工智能这一块，其实我会觉得，自从阿法狗以后，人工智能炒的过火了，大家在用的很多互联网产品，其实都是人工智能非常好的产品。我举一个场景的例子，我们希望跟客户成长，为什么以美股作为切入点，用户有一半以上是赚钱的，如果用户不赚钱，最终会装死，交易量会下来，我们希望跟用户一起享受全球成长的红利，这也是我们创业很重要的一个初衷，我们最初看到了中国人很遗憾，每年在用BAT的产品，但投资机会都被日本雅虎拿走了，所以我们也会有一些制动分析大家的风险提示板块，这些问题，本质上也有一些计算机的算法在里面，如果你的仓位有一些延伸品，可能不太合适。所以我能感受到人工智能，感受到计算机的算法在一些工具分析的软件里面各种各样的应用。回到投顾这一侧，中国的智能投顾并没有像美国一样，从用户的角度，不在乎是智能用户还是人工用户，只在乎子收益多少，有没有收益更高。美国很重要的一个背景是来自于活期存款利率很低，其实是有一些价值的，没有美国的税收制度跟中国差别很大，中国的收益比较高，所以从用户的角度，中国创业智能投顾的平台，在收益上的吸引力不够高。从公司的角度来说，不靠一个AI的概念就能够征服市场，就能做一个优秀的市场，你真的能够做到超越大盘，收益很高，这是非常困难的事情，如果我今天这么牛，我不用做投顾，我用天上的钱就好了，所以这个领域，的确有这样一个问题，做一些辅助决策或者产品，包括在MOM里面帮助更多得的人做风险，做一些精准的风险分析，包括想看美股的人，能够精准的看到新闻推荐，这些应用上面，我非常看好。杨建波：陈总觉得这些工具对做量化投资方面，有哪些机会和挑战？陈曦：其实这是一个很好的问题，其实量化投资和智能投顾是两个概念，量化投资越来越多的人可以利用人工智能做选股、择实，特别是做高频交易的领域，有海量数据的时候，一个模型回撤的时候，五天五夜有撤不回来，如果我用人工智能的方法，用机器学习的方法，可以用海量的样本变小，从五天变成了一天，会大量节省我做研究的时间，提升我的研究效率，从这个角度来看，这是一个非常好的工具，特别是面对海量数据的时候，是一个很好的工具。另外在未来竞争到一定程度，刘总也说道一个问题，就是信息，中国大量信息不对称，如果中国信息很对称的时候，就不行了，为什么阿法狗能够战胜李世石，因为那是有限的博弈，信息很透明，棋盘上的字很多人能看看到，但有些信息机器看不到，美国比我们领先很久，美国有很牛的做资产管理的，真的可以市场化的赚钱，中国有一个过程，目前来看，人工智能是让散户机构化的，到以机构为主的时候，会进入到一个新的领域，短期内是一个量化的工具。杨建波：马总，您怎么看这个问题？马双杰：我前面说到关于AI这块，我们有投顾，但是AI只是其中一个因子，为什么这个东西比较好，这些东西的因子相似性很低，可能AI的收益就像前面说的，它的收益没有这么高，它的下面可能会低，但是它跟其他的因子相关性低很多，这是一个很好的组合。所以我觉得AI这个东西，尤其是对于短周期的高频数据AI，怎么定义它是深度学习，还是机器学习，目前在中国还用不到深度学习，因为机器学习能赚到钱，只是说用不同的方式，做出来的东西相关性强一些，用一分钟的数据可以做机器学习，所以你的数据端，你所选取的东西不一样，你的方法论不一样，你的结果不一样，但是我要的就是这个，因为我需要的是相关性，如果去投一个投顾增强的产品，要加一些相关性在里面。所以我们期待非相关性的操作，我们投过一些阿发，原来对阿发有一些比较高的要求，如果相比性比较低，我降低这个标准，因为我要的是组合的波动性，年化收益是16%，我通过组合实现了整个波动率以后，可能好过单个产品的收益。杨建波：刘鑫总，您觉得智能投顾对量化交易的挑战和机遇是什么？刘鑫：它是量化投资的工具，提到了深度学习，我们看到它是完全学习的，可以用这个方式下单，整个过程是深度学习来做的，我们没有看到很好的表现，但是量化整体里面的工具，要选因子，包括一些数据处理，其实对量化交易有很大的帮助，这是我认同的一个观点。杨总提到程序化的东西，在量化里面，一个群体可以确实2000支股票，无论如何，这是人做不到的，这是属于智能投顾，跟陈总也是类似的，智能跟量化有差别，如果作为一个工具辅助量化交易，智能本身会带来一定的价值。另外一个领域里面，可能跟我们做的有一定的关系，我们会辅助最关键的量化交易，我们是很深度长期技术的持续交易过程，其实，我们可能能看到的这些量化交易方面，比传统第三方看到的更多，当然，现在我们更多是感性，现在也有一些FOF找我们，让我们推荐好的量化交易，其实有一些非常好的量化，实际上是一般意义上很难接触到的，他们也很难出来交流，在跟我们的交流过程当中，因为我们非常深入，我们也在思考这么一个问题，如何把这些以定量的方式刻画出来，把我们现在感性的这一面。举个简单的小例子，如果看一家量化私募基金，是开在哪个区域，在它所处的技术和渠道是跟移动相关的，在上海是开在陆家嘴还是世纪公园，深圳是在南山，还是福田，是量化基金本身属性的差异，五道口计算机的能力，数据处理能力，很可能一个数字基金里面，80%以上的人是做计算机的，如果开过国贸，渠道占的比重很大，不是说谁好谁坏，而是量化基金所属的合伙人取向不太一样，是不是可以以智能的方式展现出来，这也是我们自己思考的东西，需要有一定的思考才能实现，我们也希望做事情，