浙商基金董事长肖风首谈「智能投资」——AI如何改变资产管理？

8月30日，由中国证券投资基金业协会金融科技专业委员会主办，通联数据、阿里云、新智元等机构共同协办的“2018全球智能投资峰会”在北京举行。中国万向控股副董事长、通联数据董事长、浙商基金董事长肖风在会上发表了主题演讲。

这是肖风首次在公开演讲中谈及智能投资，肖风认为，AI正在被应用于辅助研究员和基金经理，增强投资人管理能力。而当AI等一系列技术组合同时进化至某一程度时，资产管理行业将会被彻底颠覆。

以下为演讲干货分享

肖风于峰会上发表演讲

今天我和大家探讨一下智能投资，看看五年至十年时间里，人工智能技术有可能给我们资产管理行业带来哪些影响。我认为，未来人工智能技术将不仅仅对研究员和基金经理产生影响，也会对资本市场，甚至对上市公司的商业模式产生影响。最终反过来影响我们做投资的人，所以大家要用不同的方式、不同的角度重新看待上市公司和资产管理行业

01 还原论与涌现论

大致来讲，我们可以把研究方法或者我们的认识论归为两类。一类叫还原论，一类叫做涌现论。还原论历史更加古老，它认为过去能够证明现在，也能预示未来。任何事物都在有序、结构化地运行，所以总能够还原本质。用还原论来看待事物，往往会条分缕析，不断把它的结构细分下去，从中找到一些因果关系，或者摸索出一些我们认为正确的宏观规律。

但随着互联网、大数据、人工智能技术越来越成熟，另外一种研究方法或者认识论——即所谓的“涌现论”，开始被越来越多人提及。涌现论认为互联网带来了复杂系统和复杂网络，而在一个开放的系统环境中，参与者的互动、众多随机性的因素，都可能会决定事物的突变。

人们事先并不知道它会产生什么结果，因为这个系统是非均衡的、不可测的，不管是经济系统还是投资系统，这在认识上是非常大的改变。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来看待世界。

还原论和涌现论这两种科学研究方法，在经济学领域也早有体现。二十多年前，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、优化和修正。

古典经济学理论基于牛顿物理学，强调的是结构分析，强调次序、可预测。而复杂经济学，反对所谓的理性预测、理性预期，它更多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、指数性增长这样的经济现象，分析它背后的逻辑，这种科学研究方法在经济学领域也产生了一些分支，即所谓的复杂经济学。

其实当前我们所谈到的量化投资大部分都是基于还原论的，不管是统计套利、因子策略、还是技术分析。而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。

02 AI颠覆资产管理行业有多远？

AI可能给我们资产管理行业带来什么样的影响呢？我想引用复杂经济学创立者阿瑟说过的一句话，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，而是一个技术组合在驱动着所有的商业变革。

所以我也在想，AI驱动，甚至颠覆我们资产管理行业的拐点会在哪里？单一的人工智能技术还不足以真正颠覆行业，但是如果一系列的技术组合同时进化到某一程度，我们这个行业一定会发生现在还无法清楚认识的改革，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，从而到达某一个拐点。

以新能源汽车为例，它带来的是人类交通方式的变化，需要一整套技术组合，比如电池技术、新能源电动汽车技术，但仅有这两个是不够的，还需要自动驾驶、无人驾驶技术的成熟，最后需要共享汽车理念的成熟。共享汽车，无人驾驶，加上电动汽车技术，电池技术，最终才可能使汽车行业进入拐点，使人类的交通方式发生根本性变化。

回过头来看，我们现在熟知的投资管理理论，大部分都还是基于还原论建立起来的。而AI将带领人类不断探索，用涌现论重构资产管理的整套理论。所以AI必将在某一年，带给资产管理行业极大的颠覆。

我认为AI影响投资管理行业可以分成两个阶段，在这里借用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，一个是海量数据的处理和另类数据的获取、另类数据的分析，我们从中可以得到很多启示。另外一个就是知识图谱、自然语言理解、智能搜索等工具的应用，可以提升我们的能力。

这方面已经有很多案例，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时，他们非常注重另类数据的搜集，采用了卫星图像技术，来观察某些机械加工行业的繁忙程度。同时它也追踪官方媒体上的一些政策性新闻，去解读中间语言的变换。此外，它通过社交网络来获取市场情绪数据。所以贝莱德在中国A股市场的投资很大程度上运用了另类数据、知识图谱等技术。美国智能投研先行者Kensho也利用了AlphaGo这样的科技，辅助人类进行工作，但这只是AI对投资管理行业影响的第一阶段，是AlphaGo的阶段。

未来三到五年之后，AI对我们的影响也许会进入到第二个阶段——AlphaGo Zero。在人机围棋大赛时，第二个阶段机器已经不再是由人来教它，不是监督学习，而是进入了一个无监督的自主学习阶段，机器自主理解围棋规则，解构，然后再重构对围棋的看法，最后战胜人类。

我们投资管理也会进入这样一个阶段，就是依据机器学习等技术的发展，从不同的维度，宏观基本面、市场情绪、市场指标和市场数量等指标，重新认识整个资本市场的运行规律，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，不是我们人类的认知体系。在预测性和决策性方面，机器有自己的观点，这个时候变革就开始产生了，这是我认为未来五年或者十年内会出现的一个新的阶段。

03 AI影响资产管理行业的三个层次

除了发展阶段以外，我还想分享一下AI可能会影响我们资产管理行业的三个层次。

第一个层次，对行业带来的变革。谈到行业变革，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要改革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。投行人的嗅觉十分灵敏，他们率先进行了变革，但最终我认为不仅仅是投行，整个资产管理行业都将面临这场大变局。

人机大战促使着我们的研究员和基金经理都要重构自己的知识体系和能力体系，如果你只拥有过去的经验和知识，肯定是远远不够的。

此外，我们观察到美国资本市场，在过去几年出现的一个新状况，就是被动投资大行其道，主动投资的份额逐渐在压缩，现在被动投资可能已经占到百分之四十几。这种现象出现的一个原因是主动投资无法提供很好的阿尔法。而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，因为在AI等技术的帮助之下，你也许会重新选择主动投资。

我们肯定不能等待一个周期结束，传统意义上的主动投资模式不可能再次回归。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、新能力支持下的新模式。我们相信主动投资，未来会继续获得对被动投资的竞争优势，但我们不相信它还是二十年前的方法，这不现实。所以也许我们可以像摩根大通一样，它叫投行家是科技投行家。我们可以把我们的投研团队打造成为AI研究员、AI基金经理。

AI给我们带来的变革，第二方面是商业变革。随着投资对象越来越数字化、越来越社群化、越来越生态化，评估我们投资对象的方法也会发生很大改变。

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。而它面对那些新的行业、新的技术所带来改变，提出了创新估值体系。

所谓的创新估值体系就是滚动的PE，客户生命周期、单客价格、计分卡估值、市盈的增长比率等等，这叫创新估值体系。确确实实新技术、新商业革命带来了估值体系新的发展，那么AI会帮助我们更好地建立面对新市场的新估值体系。

以众安保险为例，我们完全可以把它看成一个互联网公司，现在拥有5.5亿多客户，它获取客户的成本是多少呢？几分钱的运费险而已，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就能获取到一个客户？接下来它把保险公司变成一个流量入口，先以很低的保险价格获取了5亿多客户，接下来要做的事情是如何把5亿多的客户以其他的方式进行变现，不一定是以保险变现，如果从这个角度看，我们就要用到创新估值体系。

我们必须跟随商业变革一块转变，否则就会脱节，你无法看清这些公司，比如小米、拼多多、美团，怎样去评估它们的价值？运用传统的方法肯定是不行的。

第三，就是AI对整个资本市场带来了很大的变化。回到刚才说到的被动投资，被动投资取得了比主动投资更大的优势，被动投资从2007年开始到现在资产规模翻了三倍多，众多原因相互影响。主动投资的阿尔法能力不足，大家就选择被动投资。被动投资最后也导致了目前的美国市场的状况。

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，头部公司、市值大的公司一定会持续的获得资金流入。这导致的另外一个现象，就是过去十年，美国从七千多家上市公司变成三千多家上市公司，数量减少一半。正是因为投资方法、投资策略的改变，最终影响到了市场规则。如果我们不能把握这样的改变，你可能永远都无法理解为什么会出现这样的状况。

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资产管理行业。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。越来越多的资产管理公司成立了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！

文中图片来源：通联数据