【熱點】市場扎堆「試水」理財人工智慧，把錢交給機器靠譜嗎？

AlphaGo在第二次人機大戰中以3：0橫掃「圍棋第一人」柯潔，微軟小冰撰寫的詩集登上暢銷書排行榜……替人看、替人聽的感知型人工智慧應用在機器翻譯、人臉識別等領域大放異彩之後，替人想、替人決策的認知型人工智慧應用也開始越來越多地走上舞台。

在現實場景中，認知型人工智慧最成熟的應用領域正是金融。螞蟻金服旗下的理財平台「螞蟻財富」日前正式宣布向金融機構開放其最新的人工智慧技術。「通過採用人工智慧技術，金融機構不再是拼渠道、拼價格，而是通過感知每個人的具體需求、推出千人千面、個性化的智能理財服務。」螞蟻金服財務事業群總裁樊治銘說。

智能投顧、機器人理財、個性化推薦、數字化資產配置……人工智慧在理財服務中的應用「百花齊放」，和螞蟻金服一樣，陸金所、璇璣和京東金融都推出了智能化產品，創業公司拿鐵財經、藍海智投等進入智能投顧市場，雪球和金融界也基於大數據推出了智能理財產品。在傳統金融機構中，招商銀行、平安證券、廣發證券同樣以人工智慧理財應用聞名。

野村證券日前在其發布的研報中顯示，目前人工智慧正在投資者評估、建立投資組合、多元化策略、模擬動態市場表現等多個投資理財領域「試水」。這些理財人工智慧，真的能像AlphaGo一樣強大而靠譜嗎？它又會給普通人理財行為帶來怎樣的影響？

不經意間，其實你在投資理財時已與人工智慧「親密接觸」。

從今年6月1日起，投資機構摩根士丹利開始用人工智慧來武裝自己的16000名財務顧問，摩根士丹利財富管理部門首席分析和數據官傑夫·麥克米蘭表示，人工智慧演算法主要是為了幫助財務顧問更了解自己的用戶，「識別他們的行為模式，以他們正在做的事情為基礎，真正提供用戶想得到的東西」。

幫助金融機構了解用戶，這正是人工智慧在投資理財領域裡最主要的應用之一。蘇寧金融集團常務副總裁黃金老就表示：「目前人工智慧在理財中最主要的應用就是判斷風險，通過建立模型分析客戶的財務行為，判斷他們是風險激進型還是風險規避型，同時推薦一些組合。」

人工智慧的能量從何而來？螞蟻金服財富AI（人工智慧）項目負責人余鵬告訴本報記者：「我們整合了心理學、決策理論、行為金融學等理論體系，採用AI演算法模型的方式，從用戶的真實投資與決策行為出發，結合用戶自身的真實意思表示，客觀了解用戶的風險承受能力與風險偏好態度。如果僅靠線下溝通，這兩者之間往往是有差異的，比如有的用戶收入不高，風險承受能力弱，但投資上卻喜歡孤注一擲。通過AI的幫助，就能夠幫助機構識別出來並且避免給這類用戶推薦風險太高的產品。」

更重要的是，人工智慧還能通過豐富的產品特徵與複雜的演算法在產品與用戶之間匹配。「用戶們未必會發現，其實每個人在我們的產品首頁，看到的推薦產品都是不一樣的。」余鵬表示，人工智慧演算法會先將理財產品的性質與用戶的風險意識匹配，然後還要考慮用戶對投資風格的偏好，比如喜歡的行業、喜歡的主題、追逐獲獎基金的情況等角度。通過AI的觸達優化，螞蟻財富將產品曝光到交易下單的轉化率提升了99%。

100個石頭下的螃蟹

「投資選股，就像在海灘上找螃蟹，人類投資者翻100個石頭找到螃蟹的概率應該在10%至20%，但AI能在一秒鐘之內把海灘上的石頭翻一遍，把螃蟹『一洗而空』。」華夏基金投資總監陽琨這樣形容AI的威力。

人工智慧一方面為金融機構輸出服務能力，另一方面則成為普通投資者的「幫手」，這就是智能投顧（智能投資顧問）。人民銀行原副行長馬德倫坦言：「絕大多數人的財富管理其實還是最簡單的方式，比如選擇現金、儲蓄和房產等。隨著國內中等收入群體的興起，理財需求日益旺盛，但專業投資顧問的成本卻令這一群體無法負擔，從這一點講，人工智慧的加入，降低了普通人多元化理財的門檻。」

眼下，蛋卷基金、理財魔方、璇璣智投、摩羯智投、財智機器人……一系列智能投資顧問已經上線，它們的智能從何而來？微軟亞洲研究院副院長劉鐵岩介紹說，人工智慧可將情感分析、文本摘要等機器學習應用在資訊、研報解讀上，從而提煉專業機構態度，匯總廣大用戶看法，結合行情歷史，為用戶的投顧需求提供事實參考。

「人類投資經理會根據他所熟悉的，與此相關的若干文本數據源，依據理性作出判斷。但AI會利用互聯網上海量的文本數據，把事情做得更加全面、客觀。同時，AI沒有情感，沒有恐懼、沒有貪婪，可永遠向著客觀的目標優化投資策略。」劉鐵岩說。

不過，智能投顧產品也並非「萬靈金丹」。有第三方機構抽取主流智能投顧產品，將其今年以來的業績表現和國內大盤指數與公募基金的平均業績作了對比。結果顯示，總體來說智能投顧展現出資產配置的優勢，尤其是回撤指標明顯得到控制，但從絕對收益來看，智能投顧產品也會出現虧損，並不能「包賺不賠」。

業內專家表示，這是因為，對於人工智慧來說，金融市場的開放環境和信息缺失等都在給建模造成困難，同時市場的動態變化也對人工智慧的預測能力提出了挑戰，高頻交易數據量大，實時性強，對人工智慧的計算能力有較高需求。與此同時，金融市場還存在多方複雜博弈。

此外，智能投顧產品在的「落地」，還受到國內投資理財市場的限制。鄭毓棟表示：「整個投資理財市場上的產品和國外相比不夠豐富。比如，在國外，很多智能投顧是通過購買ETF（交易型開放式指數基金）來實現，美國有幾千個ETF,流動性非常好，範圍也非常廣。但在，智能投顧需要通過其他資產為用戶做好配置，同時還要考慮更高的交易成本和時間成本，這些也增加了國內智能投顧產品的決策難度。」