创业AI掘金万亿股市,异想天开还是梦想成真?

机器人技术 2020-02-28 13:20www.robotxin.com机器人技术
 

​导语花甲之年的刘再德却选择再一次投身于创业大军,继续他的第N次创业。这一次,他选择了AI智能投顾这条赛道。他说,他要打造“全球首家A股美股全自动化交易系统”。

 

 

       金融业是AI赋能的天然沃土

 

       刘再德是一个老股民,但炒股只是业余爱好。他1987年在美国Syracuse大学读博期间,就开始研究互联网项目,1995年在硅谷创立提供网站负载均衡服务的Resonate公司(2000年在纳斯达克上市),之后便开启连续创业之路,先后成立FirstIP等多家科技公司,2006年还回国创立快网科技等公司。

 

       这一次,刘再德决定与合伙人林博士一起开始智能投顾项目。林博士是卡耐基梅隆大学人工智能专家,曾任雅虎、Rocket Fuel等公司首席科学家。他们为新公司起名为“勾股定理”。

 

       “金融科技是趋势所在,美国等国家已经得到了证明,今后发展也会越来越快。”在刘再德看来,现在布局不算早,但也不算晚。目前人工智能在图像识别、语音知识、NLP(自然语言处理)等方面进行广泛而卓有成效的应用。

 

       智能革命时代的先行者、创新工场创始人李开复多次公开表示,人工智能将带来第四次工业革命,“人工智能最好的应用领域之一是金融领域,因为金融领域是唯一纯数字领域”。

 

       金融业拥有海量、实时的数据,可得性和丰富度都很高,为AI赋能提供了天然沃土。与此,金融极度依赖数据驱动决策,AI赋能的价值也尤为明显。

 

       北京一证券公司分析师认为,“传统投顾服务的费用昂贵,主要客户为高净值人群。智能投顾通过技术的引入,极大降低人力成本,从而降低客户获取投顾服务的门槛和费用,有助于推动普惠金融发展。”

 

       更为重要的是,AI可以帮助人类更有效率地获取准确信息,从而辅助决策。对普通股民角度而言,常常苦于信息不对称、技术上经验不足以及不成熟的心理因素,往往错过买入卖出的好机会。一位股民坦言,“对我来讲,AI炒股就是一个参数指标,我可以根据AI指令来进行买卖交易,从而避免人性贪婪和恐惧的弱点。”

 

       那现在是金融科技的爆发期吗?刘再德不这么认为,“要说爆发为时过早,中国和美国都处在发展阶段,还没有像AlphaGo轻松打败世界顶级围棋选手李世石那样,毕竟金融的游戏规则,要比围棋的规则复杂得多。”

 

       AI掀起金融业颠覆大战

 

       作为一种新兴投资模式,智能投顾最早诞生于美国,发展迄今已有十年,相关预测显示,智能投顾管理的资产规模 2019 年达到 7497亿美元。目前已经建立完善的行业监管体系,格局相对明晰。以 Betterment、Wealthfront 为代表的新兴公司,凭借技术、差异化及开放合作发展迅速,成长为美国目前第三、第四大的智能投顾公司;以先锋基金、嘉信理财为代表的传统金融机构,凭借客户、产品等优势后来居上,分别位居美国第一、第二大智能投顾公司。

 

 

       中国智能投顾起步相对较晚,2014年4月,国内首家智能投顾平台“蓝海智投”创立,智能投顾步入国人视野。大多数金融机构2015-2016 年推出智能投顾产品。入场虽迟,但中国发展速度惊人。据 Statista 估算,2017 年中国智能投顾管理的资产规模已达289亿美元,年增长率高达 261%,管理资产规模在全球仅次于美国。预计到2022年,中国智能投顾管理资产总额有望超6600亿美元,用户数量超过1亿。

 

       目前智能投顾市场的主要参与者可分为传统金融机构、互联网公司、金融IT公司三类。传统金融机构包括银行、券商、基金,具有强大的客户资源和产品资源优势。银行方面,主要有招商银行摩羯智投、中国银行中银慧投、兴业银行兴业智投、工商银行AI投、江苏银行阿尔法智投、农业银行农银智投等;券商方面,2016年6月广发证券率先推出贝塔牛,目前已有多家券商推出智能投顾产品或服务。公募基金方面,华夏基金携手微软发力智能投顾,并于2018年1月推出“华夏查理智投”。

 

       互联网公司在智能投顾市场具有强大的流量和技术赋能优势,代表产品主要有京东智投、蚂蚁聚宝、雪球蛋卷基金等。

 

       金融IT公司作为金融和IT的接口,具有技术和业务理解双重优势,目前布局智能投顾的主要有同花顺、恒生电子、金证股份、东方财富、顶点软件等。

 

       金融科技初创公司也是智能投顾市场的新生力量。在中国传统金融机构、互联网公司和金融IT公司形成了“三足鼎立”的局面下,留给金融科技初创公司的空间其实不大。不过,刘再德认为,“技术不看公司大和小”,初创公司也可能成为一匹黑马,杀出重围。

 

       AI投资的多与空

 

       一项新技术的应用与推进普及,总会伴随着质疑声。“看空者”秉持两大有力理由数据有限、黑天鹅事件。

 

       “AI跑赢大盘的说法,还有待长期检验。”上海财经大学交叉科学研究院副教授、金融科技实验室主任高建军在此前接受媒体的采访中,提出了两大质疑因素一方面,中国股市数据的统计特性并不稳定,随着时间或其他随机因素发生变化,超过8年的交易数据用处并不太大;另一方面,一般训练深度网路需要海量数据,而交易数据特别是天级别的数据很难满足数据量的要求。

 

       “目前AI在一些高频量化基金领域有一定帮助,但并不取代人做决策。” 一位资深金融从业者指出,“通常情况下,致力于AI炒股的创业公司规模不大,处理海量新闻数据的能力有限,很多所谓AI炒股软件,依然是根据K线图计算技术曲线或者DK点吸引散户付费从而变现。”

 

       虎博科技创始人兼CEO陈烨也曾公开表示,金融市场变幻莫测,每一次都是随机的环境,影响股票涨跌的信息往往是尚未公开的,并不是有了技术就可以达到;没有任何算法、任何机器可以左右金融市场走向。

 

       华夏基金董事总经理、数量投资部行政负责人张弘弢也曾谈到,金融的变量太多,更多人的参与与行为结构的介入,都会让逻辑决策与响应过程更加复杂,对人工智能的落地提出了更大挑战。

 

       ,黑天鹅事件对AI在变幻莫测股市中的应对能力也是一大挑战。譬如,日前美国众议院启动对美国总统特朗普的弹劾调查,导致美股恐慌跳水;又譬如2018年A股最大的黑天鹅长生疫苗造假事件。

 

       不过,高建军也提出了AI技术运用于二级市场的可能性。“利用机器学算法建立合理的定价模型、选择合适的定价因子是未来AI技术在二级市场可行的应用领域,机器学习在不同领域有不同的理解和不同方法包括高维的、非线性统计和预测方法;各种对抗“过拟合”的方法;可以有效地根据数据,自适应地搜索模型中参数。

 

       “这些方法可以帮助市场发现以往难以发现的错误定价或者说是套利机会,从而帮助市场更有效。目前,不少机构开始尝试使用机器学习的算法进行投资,由于回测的时间比较短,其长期表现还有待考察。”高建军说。

 

       为AI智能投顾正名

 

       种种质疑声不绝于耳,为什么像刘再德这样的创业者还要一头扎进这个苦深似海的领域中?对此,他反问道,“我相信刚开始做汽车时候,也有很多人认为很不靠谱,但后来呢?”

 

       据报道,高盛美国纽约总部现金股票交易柜台,2000 年顶峰时雇有 600 名交易员,而今只剩2个。其背后大部分工作被自动交易程序接管,由200名计算机工程师支持。目前华尔街60%以上的交易都是由自动化程序交易、人工智能交易完成。

 

 

       目前不少初创公司积极布局第三方智能投顾平台,比如口袋财富的理财魔方、数禾科技的拿铁智投、祥云科技的淘金者科技的牛股王、胜算在握等。它们大多倾向于为用户提供全球化资产配置方案。

 

       这些智能投顾平台在积极利用人工智能等金融科技,以“量化+大数据”为核心技术,帮助用户实现主动、被动投资策略相结合的定制化投顾服务,部分初创公司还获得华兴资本、红杉资本、君联资本、曦域资本等顶尖风投机构多轮投资。

 

       智能投顾从开始兴起的火爆,被誉为继P2P之后,科技结合金融的另一个发展浪潮,但今年资本市场对智能投顾市场开始呈现降温趋向转变。其实,不仅是智能投顾市场,整个人工智能初创公司,都在遭受资本寒冬。

 

       数据显示,2019年第二季度以来,国内人工智能投融资数量和金额都呈现大幅下降,仅完成30起融资,同比下降45.5%,融资总额达50亿元,不足去年同期的40%。刘再德表示,“目前不敢投现在的一些AI公司,估值太高了”。

 

       从科创板上市企业估值看,首批上市25家企业平均市盈率在53倍左右,普遍高估。虹软科技市值为225亿人民币,折合约32亿美元;旷视科技今年4月D轮融资,由中银集团、工商银行、科威特投资局、阿布扎卡投资局等投资7.5亿美金,估值达到113.92亿美元,目前正在冲刺AI第一港股;被称为“融资机器”的商汤科技,9月刚披露的估值超过了70亿美元,继续领跑“全球估值最高的AI独角兽”。

 

       “有些技术可以,能真正商业化、赚到钱的不多。”刘再德认为,“哪怕自动驾驶,会有几家存货呢?99.99%的会死掉,有一两家就够了。比如办公室软件,早期到现在死了一大片,有微软就够了。”

 

       一方面,资本唱衰,另一方面,却有刘再德这样勇敢者闯入,试图逆势爆发。“智能投顾的AI独角兽几乎没有,但我们立志能够成为。”

Copyright © 2016-2025 www.robotxin.com 人工智能机器人网 版权所有 Power by