0
| 本文作者： 溫曉樺 | 2017-06-12 18:45 | 專題：GAIR 2017 |
沒有人能與時代作對。談起AI在金融投資領域的應用，大家首先想到智能投顧，但王政對通聯數據的設想明顯更加宏偉。
隨著2010年融資融券、股指期貨的相繼推出，中國資本市場中寬客身影日漸活躍，量化投資也才開始迎來發展的勢頭。但與境外發展了四十余年的量化投資相比，國內基于數據與技術的投資管理還是一片蠻荒。
2009年左右，當時隨著金融海嘯的爆發，華爾街華人中一批海外量化投資人才相繼回國，給國內量化投資的發展帶來了轉機。現任通聯數據CEO王政博士是其中之一。
王政是美國普林斯頓大學物理學博士，他曾任巴克萊全球投資公司基金經理，擁有近20年資產管理、金融信息平臺研發和大數據研究經驗。
不過，當年王政回國的第一件事并不是創立通聯數據，而是在當時中國資產管理規模最大的博時基金擔任量化投資總監。直到大約四年后，發生了兩個行業事件：
一是，據統計，國內到了2012年，往前的六年間共87名公募基金經理奔向私募，2007年開始幾乎平均每年16位基金經理脫離公募行業。而多數曾經優秀的公募經理人轉型時都會經歷一段低潮期。
與此同時，2011年，IBM人工智能系統“沃森”在美國智力問答節目《危險邊緣》（Jeopardy）中挑戰兩位人類冠軍，并勝出。
這讓萬向集團和王政認準了——知識領域的智能化才是真正的大趨勢，技術用于投資是不可逆的趨勢。于是，王政離開博時，開啟了投資科技的創業生涯；經過近兩年的籌備，通聯數據誕生了。
因為市場低迷，在2012年前幾年的這波“大奔私”浪潮中，大部分出走的基金經理是以做傳統的股票型基金投資為主的，而非專門做量化的基金經理。這部分人轉型面臨的第一個問題是：對于主動基金經理來說，公募平臺能夠幫助獲得很多賣方服務和信息資源，這對投資業績十分有幫助，但很多人在公募的時候并沒有意識到，只是奔私以后才發現了平臺的重要性。
因此，他們面臨一個大的挑戰是：要從頭構建一個原來公募基金才有的投資平臺。
追溯起通聯數據的初衷，王政說道，“IBM Watson的成績也表明了技術發展到了新的高度，所以對于要解決私募基金經理的問題，提供一個低成本的高效研究平臺，以大數據與機器學習為基礎是不二選擇。”
無疑，數據是整個業務的核心和基礎。所以，這也有了為什么通聯數據前期了投資近3.5億元資金，進行了從基礎數據到大數據的收集、處理、分析，并依靠機器學習模型將其作用于投資分析。
過去量化投資發展緩慢，最大的制約因素之一是各領域數據割裂。王政分析稱，過去五六年間，也有一批公司在這期間開始開拓量化數據，做大數據投資、大數據指數，但到目前為止，可以說沒有一家能夠把這些數據收集全，包括阿里、百度、新浪等都是只收集了一個維度的數據。
“所以過去的幾年，我們都還是專注在做自己的數據積累。”這一過程持續了3年，如今也還在繼續——根據雷鋒網調查，直到2015年1月，通聯數據才在北京召開了自成立以來的首次品牌推介會。
這個發布會的主題，叫“原力覺醒”。在這個發布會上，通聯數據發布了金融大數據的品牌，并推出了量化實驗室等作用于量化策略、定價模型建議等一些小應用。
這些面向私募基金投資研究所需要的“小應用”，可以說是國內資管業投資科技形成體系前的開始。當時，國內資管業機構都還在依靠人力做研報、投資分析。一個傳統基金經理的日常，基本是這樣的：
7點起床上班，路上開始瀏覽前天外盤情況，國際市場的主要指標以及重大動態；8點進入辦公室，瀏覽國內外主要財經網站，晨會與同事一起討論當天最新的宏觀政策，財經和市場動態；9點-15點看盤，管理投資組合，看報告；收盤后對當天市場行情進行總結、分析，晚餐時繼續與同行進行近期市場和投資熱點討論。晚上看長篇研究報告，20點左右上網看上市公司公告，并為第二天的工作做好充足準備。午夜，休息。
但在大數據、機器學習算法、模型的幫助下，上述過程機器甚至可以縮短至幾分鐘完成。
數據、計算、模型——重構投資研究業務
事實上，通聯數據最初要解決的私募基金經理平臺問題，只是當時的市場需求之一。談起AI在金融投資領域的應用，大家首先想到智能投顧，但王政與通聯數據的設想明顯更加宏偉。
在博時基金任職期間，王政曾一人同時管理了5支量化基金。這是很罕見的。事實上，十幾年前還在巴克萊全球投資公司（BGI，后被貝萊德合并）任職的時候，王政就開始帶著一個團隊探索用機器學習做投資。王政自述，在那個時候他們開發出來的策略，已經是可以幫客戶賺錢。
但這些技術在那個時候還沒形成一個平臺、體系和社會效應，包括后來回到更后進一步的中國市場。據了解，在博時期間，王政功績之一也是引入了許多國際上的投資理念和方法，但以當時的技術基礎、體制管理水平，推行效果可想而知。
所以，如何讓廣大的基金經理、研究員也能利用數據、技術、模型來解決投資管理問題，改革原有業務模式，才是當時，直至今天中國資本市場亟須要破的局。
“依靠模型和數據去尋找規律，效率得到飛速提升，這些都有別于傳統投資。”此前接受媒體采訪時，王政如是說。
據此前媒體報道稱，某種意義上，是2005年開始的ETF套利拉開了量化投資在中國的序幕。但是，無論是從信息收集、數據處理、研報等環節，傳統基金研究員的工作尚是刀耕火種式的。同時過去幾年中，由于當時A股市場持續低迷，機構在量化研究上的投入也是捉襟見肘。而相比之下，在2012年前，美國市場的金融科技已經非常強了。根據HFR Inc的估計，2009年，量化投資基金管理的資產規模為4080億美元，占所有對沖基金的25％資產。
縱觀通聯數據今天的產品，包括兩個層面：
底層數據庫方面，通過自主收集、購買以及共享等方式，目前通聯數據云平臺上的金融大數據涵蓋股票、基金、債券、研報、宏觀、資訊、社交、電商等投資所需的信息材料，打破信息孤島。
在底層數據庫之上，通聯數據又構建了四個平臺：蘿卜投研、優礦、魔方和智能投顧。蘿卜投研主要研究怎么樣把人工智能應用于投資研究；優礦是一個眾包的、分享式的量化平臺；魔方則是一個MOM/FOF管理平臺；智能投顧是基于用戶畫像，為用戶提供咨詢、策略、風險管理等千人千面的投顧服務。
這樣的體系，一定程度參照了當年華爾街的模式。王政稱，在BGI期間，那時處于投資界的“工業革命”階段——計算機開始幫助人們做投資，包括儲存數據，處理數據等，然后逐漸形成一些IT系統。這是計算機剛剛開始引入的階段，指數基金、量化基金、對沖基金，還有現在的Smart Beta也是基于此而逐漸發展起來。
而這些系統的搭建完成了前期的數據積累。在此基礎上，王政團隊開始將多位來自斯坦福大學、卡耐基梅隆、普渡大學等人工智能學術領先的高校的專家教授招募到BGI，將他們各自在NLP、機器學習等領域的技術積累，運用到資產管理研究。
技術迭代與業務變革是相互促進的。十年前，最杰出的畢業生都想成為華爾街投資銀行的交易員，但現在，《華爾街日報》日前報道稱：“他們都在相互競爭，希望進入量化投資基金。”可以說，整個華爾街上下，算法驅動的交易和使用復雜統計模型來進行交易的寬客們（雷鋒網注：指一群靠數學模型分析金融市場的物理學家和數學家）正在接管投資世界。傳統的交易策略，例如通過資產負債表篩選公司或與公司客戶交談等手段正在衰落。
王政介紹，以蘿卜投研為例，其目的是打造機器人研究員，并取代研究員的工作——“至少目前我們可以替代基礎研究員了，并且正逐步往高端走，目的是取代高級研究員的工作。”
過去2012年至2015年，通聯數據專注于建立數據積累，這樣費時費力的工作以及相對緩慢的發展周期，似乎都不符合高速發展的互聯網公司氣質，但這樣的堅持也成了通聯數據今天的優勢。當年因為部分栽培出的人才按捺不住寂寞而紛紛出走，也一度讓通聯數據荊棘滿途。
要知道，與未來醫療等領域一樣，技術與本身金融專業結合的復合型人才的培養和涌現，也是金融科技時代的標志之一。如今，華爾街對技術人才的投入還在擴張——微軟人工智能首席科學家、IEEE Fellow 鄧力加入美國基金公司 Citadel 擔任首席人工智能官；在國內，除了Fintech企業，也有平安集團、招商銀行等具有創新性的金融機構進行人才結構的變革。
“但是，當時這些人他們還不能理解這一個緩慢成長的過程。”不過，今天這些出走創業的項目，還是需要用通聯的數據。
王政表示，如今即使在國內市場，計算機已經讓投資實現了流程自動化，以及基礎研究工作智能化。而基于金融大數據，現在智能投資創新行業需要做的是，讓大數據、云計算、人工智能這套體系能夠自動學習、理解、發現投資機會，自動管理資產；需要教會機器學習、工作，從而構建它自己的體系，以能夠動態地反映市場，依據新的數據做出快速的反應。
“從70年代開始，智能投資一直是一步步地發展過來的，人工智能的應用并非突如而來的革命。只是在創新的路上越往后，要解決的問題越難了。”
對于智能金融的未來，王政希望將通聯數據打造成一個“資管業Uber”的平臺，撮合社會上的資金與投資管理能力。這是通聯數據生態系統的最后一層。
摩根大通量化投資和金融衍生品戰略團隊的 Marko Kolanovic 和 Rajesh T. Krishnamachari 最近剛剛發布了一份在金融服務領域機器學習和大數據的報告，該報告指出，像月收益和 GDP 數字這樣的常規數據源正在變得與投資策略越來越不相關，因為使用新數據集和方法的投資者可以預測這些數字，并在它們發布前預先做出行動。因此，機器學習將會在未來對市場運作至關重要，分析師、投資經理、交易預案和投資總監如果不了解機器學習技術，他們將會落伍。
從資管界到科技界，從構建策略管理基金到技術輸出，王政職業生涯的轉身，給中國資本市場的投資管理模式和能力提升帶來新的探索。不管這是FinTech還是TechFin，通聯數據打開了資管業智能化投資的大門。
2017年7月7、8、9日， CCF-GAIR 2017——2017年全球人工智能與機器人大會將在深圳福田舉行，大會由深圳市政府指導，中國計算機學會（CCF）主辦，雷鋒網和香港中文大學（深圳）承辦。大會設置了三天的議程，包括AI 2.0、機器人、未來醫療、金融科技、智能出行、AI+、AI Job、AI創投等8個專場，每個專場分別邀請海內外學術和產業界最頂尖的專家來做大會報告和對話交流。
屆時王政博士也將參加大會，并作為金融科技專場主講嘉賓，給大家帶來更多關于智能投資的干貨分享。如果你想了解更多智能投資的行業情況以及技術方向指引，歡迎購票參加！
相關文章：
FTCon2017｜通聯數據首席科學家蔣龍：如何用人工智能發現投資機會？
能幫基金公司省數千萬成本：通聯數據深耕Fintech的這三年都做了什么？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
