1
AlphaGo尚热，AI与投资领域的结合正悄悄来临。
2017年5月19日，微软人工智能首席科学家邓力透露已经离开微软，加入美国基金公司Citadel担任首席人工智能官。Citadel是全球最大的多策略对冲基金之一，目前掌管至少260亿美元资产，以其量化交易策略及程序化交易系统出名。
5月15日，李开复在哥伦比亚大学发表了题为《一个工程师的人工智能银河系漫游指南》毕业演讲，他表示采用智能投资算法获得了比他私人理财顾问高8倍的收益，人工智能将取代交易员、银行职员、会计师、分析员和保险经纪人。
2017年3月，管理资金超5万亿美元的资产管理公司贝莱德拟大幅削减依靠人工主动选股的部门，并引进相关量化人才。
由此可见，人工智能的触角已伸向专业能力极强的投资领域。相较于传统投资，AI+投资具有两点明显优势：
1、开发成本虽高，但复制推广和运营成本极低，非常适合大规模客户群的渗透。
2、机器的情绪控制和逻辑推理比人类更胜一筹。
2
按投资者不同需求，人工智能+投资可分为智能投顾和智能投研。
智能投顾，指根据投资者不同的理财需求，具有人工智能的计算机程序系统通过算法和产品搭建数据模型，从而完成传统上由人工提供的理财顾问服务。
智能投研，指利用大数据和机器学习，将数据、信息、决策进行智能整合，并实现数据之间的智能化关联，从而提高投资者工作效率和投资能力。
一、智能投顾
（一）国外智能投顾欣欣向荣，传统金融机构后来居上。
经历近十年的发展，国外智能投顾市场已初具规模。以Wealthfront，Betterment为代表的新兴智能投顾公司管理规模已达数十亿美元；与此同时，部分传统金融机构通过自己开发或并购涉足该领域，如嘉信理财推出Schwab Intelligent Portfolios，Blackrock收购Future Advisor。
截止2017年2月，资管规模最大的前五家公司，先锋基金、嘉信智能投资组合、Betterment、Wealthfront、Personal Capital分别管理着470亿、102亿、73.6亿、50.1亿、36亿美元。
根据统计公司Statista的预测，2017年美国智能投顾管理资产规模将达到2248.02亿美元，到2021年将达5095.55亿美元，年复合增长率29.3%。
（二）国内智能投顾紧随其后，资管规模未来五年有望每年翻倍增长。
在欧美蓬勃发展态势下，我国智能投顾公司，包括璇玑、资配易、摩羯智投（招商银行）、蓝海智投、弥财等在内的数十家公司，亦快速兴起。
此外，我国传统金融机构同样快速布局。2016年8月广发基金率先推出“基智理财”，成为第一家推出智能投顾服务的基金公司；2016年年底招行率先推出智能投顾产品——摩羯智投，目前摩羯智投占据国内智能投顾资金管理规模的多数；民生证券和品钛集团旗下的璇玑宣布合作开发数字化资产配置系统；长江证券推出iVatarGo国内首款智能财富管理系统等。
Statista预测2017年我国智能投顾管理资产规模达271.38亿美元，到2021年将达4678.31亿美元，复合年增长率103.8%，发展空间巨大。
（三）人机结合，将是未来智能投顾的发展趋势。
按人力参与程度，智能投顾分为机器导向、人机结合以及以人为主三种模式；人机结合将是未来投顾发展趋势。
在智能投顾爆发时期，几乎所有的公司模式都是以机器导向为主。国外以wealthfront、betterment、嘉信理财智能投资组合为代表，国内以弥财、蓝海智投等公司为代表。
机器导向模式的核心特点在于门槛低、费用低，缺陷在于因其无法吸引大量高净值客户，导致其资管规模存在天花板。针对高净值客户，人工投顾显得必不可少，近段时间人机结合的投顾模式逐渐受到重视，有望成为做大投顾规模的发展趋势。
二、智能投研
相较于智能投顾，智能投研技术难度更高，其发展态势初露雏形，还未成规模。
（一）智能投研有多种研究模式，国内外研究方向各有特色。
国外智能投研有以下几种研究模式：
1、平台整合多源数据，将不相干的多个信息置于一个统一的定量分析环境中，构建动态知识图谱，如Palantir Metropolis；
2、通过设立专有的新数据集和工具套件以增强机构投资者对公司未来基本面的量化见解能力，如Visible Alpha；
3、细拆公司产品/业务预测收入，如Trefis；
4、获取专业且碎片化信息，如Alphasense；
5、收集Twitter等公共来源上的实时数据，并转化为可付诸行动的信号，如Dataminr；
6、试图回答“当Netflix超出盈利预期，Amazon明天表现将如何？”、“Apple发布新产品前后的股票交易如何？”等投资问题，如Kensho。
国内智能投研逐渐兴起，主要的机构如下：
1、通联数据的萝卜投研，帮助分析师提高处理信息、快速挖掘投资线索的能力，产品包括智能咨询、智能搜索、智能财务模型；
2、数库科技，提供数据关联化、智能化服务；
3、文因互联，致力于用人工智能解决金融数据分析问题，产品包括智能搜索引擎、自动化报告等。
值得一提的是，部分基金公司对智能投研的尝试越来越多，例如：
1、天弘基金2015年建立了业内领先的投研云系统，其中的信鸽和鹰眼两大系统分别为股票和债券投研提供精准支持；
2、嘉实基金2016年成立了人工智能投资研究中心，构建可扩展的智能投研平台，为系统化的科学投资决策提供支持；
3、华夏基金和微软亚洲研究院战略合作，双方将就人工智能在金融服务领域的应用展开战略合作研究。
需要注意的是，由于国内金融数据较于国外存在数据不丰富甚至残缺的致命缺陷，数据标准化、关联化的建立显得至关重要，因此国内数据服务商，如wind、东方财富、同花顺、恒生聚源等公司是推动智能投研发展过程中的重要组成部分。
（二）智能投研的终极目标，是实现从搜索到投资观点的自动跨越。
传统投研流程，可简化成四个步骤：
1、搜索：通过百度/谷歌、专业书籍、公告等寻找行业、公司、产品的基本信息。
2、数据/知识提取：通过万得、彭博等金融终端或者直接阅读公告、新闻获得数据/知识。
3、分析研究：通过Excel等工具和逻辑推演完成分析研究。
4、观点呈现：将分析研究的结果以PPT、word等形式呈现。
传统的投研流程，存在搜索途径不完善、数据获取不完整且不及时、人工分析研究稳定性差、报告呈现时间长等缺陷，而人工智能可以帮助每一个步骤提高效率。
例如，智能搜索和智能资讯增大有效信息来源，公告/新闻自动化摘要和上下游产业链分析提高数据/知识提取效率，事件因果分析和大数据统计分析完善研究方法等等。
未来，智能投研的终极目标，是自动实现搜索到投资观点的一步跨越.
3
智能投顾和智能投研未来的发展前景巨大，其中智能投顾未来几年资产管理规模有望每年翻倍增长，预计到2021年将达4678.31亿美元，发展空间巨大，人机结合的投顾模式有望成为未来该领域的发展趋势。
现阶段，智能投研在交互体验、数据动态关联、自我学习能力方面已经与传统投研工具有本质飞跃，利用知识图谱、动态智能搜索、语义识别等已经可以自动实现上下游产业链分析、智能财务模型等。未来随着机器逐步实现自我形成新因果关系，有望更进一步替代智能投研流程。
我们建议，投资者可以适当关注国内在智能投研和投顾领域领先的公司，如恒生电子（发布智能投顾和智能投研产品）、同花顺（智能投顾龙头）、赢时胜（参股子公司布局智能投顾）、创业公司数库科技（深耕智能投研多年）等。
参考来源：东吴证券
-END-