2016年戰勝世界圍棋高手李世石后，“阿爾法狗”（AlphaGo）們仍在各戰場征伐。今年，AI（人工智能）與證券分析師也進行了一場巔峰對決，人工智能又一次完勝，并達到了83%的高勝率。業內人士認為，和AI圍棋一樣，扎根金融領域的智能投研的發展日新月異，其發展速度比所有人想象的都要快，未來10年將是AI在金融領域取得長足進步的10年。

    AI整體預測勝率達83%

    最近，投資研究領域首屆人機公開對決以懸殊的結果落下帷幕。

    2021年1月25日，通聯數據旗下的蘿卜投資（Datayes）運用AI技術，預測了799家上市公司2020年年報營收和利潤數據，并大膽地進行了公開展示。

    4月末上市公司2020年年報披露結束，這場比拼的結果也新鮮出爐：相比分析師的一致預期，AI對上市公司營收預測的整體勝率為83%。也就是說，對于661家上市公司，AI預測的精度勝于分析師的一致預期，相當于后者勝出標的數的5倍；從誤差中位數來看，AI為5.69%，較后者的8.75%更低。

    不僅如此，在家用電器行業，AI的預測較分析師一致預期的勝率更是達到了100%。在商業貿易、國防軍工、建筑裝飾、食品飲料、汽車、醫藥生物等行業，AI預測的相對勝率也較高。

    通聯數據首席智能投資科學家羅戈表示，從本源上來說，AI分析是先將成本高昂的數據源，手工處理成機器能接受的結構化數據，包括行業數據、另類數據、電商數據等，并通過AI這個“算盤”得出預測結果的。

    在羅戈看來，數據越豐富、越有特色，就越能得出更為精準的結論，比如消費類、醫藥類行業的AI預測精準度就很高；一些數據獲取成本較高、數據量少的行業可預測性就較差，TMT行業就是典型；券商、保險、房地產等行業受金融環境和政策的影響較大，業務相對不穩定，因此也較難預測。

    “投資研究領域的這種對決還從沒有人做過，畢竟公開結果是有打臉可能的。其實，2020年我們就進行過類似的內部預測，當時選取了80家公司，勝率達到78%，所以對這次的結果我們還是比較有信心的。”羅戈說，未來AI的勝率還有向上提升的空間，這次對決只是試水，預計未來每年都會進行這項“賽事”。

    AI會否取代分析師的工作？

    古人言，非我族類，其心必異。關于人工智能終極發展后是否會取代人類，甚至操控人類的聳人言論屢見不鮮。電影《機械姬》中的AI，從被動、弱勢的女機器人，搖身一變成為殺害研究者的冷酷高智慧體，展現了AI殘酷的一面，而人類對于未來出現這種“超人工智能”的恐懼也在電影中展現得淋漓盡致。

    有分析人士認為，目前的AI運用大體還處于弱人工智能階段，如語音助手、人臉識別、掃地機器人等，離超人工智能這樣有獨立思辨、認知能力的AI還較為遙遠。不過，不可否認的是，AI的發展往往呈現出跨越式節奏，進化或不期而至。

    以圍棋領域為例，人類面對AI時，呈現出了相當復雜的心路歷程。起初，在阿爾法狗算法出現之前，可能一位圍棋業余三段就能輕輕松松地戰勝機器算法，彼時人類嗤笑機器算法的不堪一擊，認為機器戰勝人類棋手是天方夜譚。仿佛是嘲笑人類的自大，2016年阿爾法狗橫空出世，戰勝了圍棋世界冠軍、職業九段棋手李世石，轟動全球。不過，當時大家都認為這可能有一定的運氣成分。

    到底是不是運氣呢？2016年至2017年，這種僥幸心理被碾壓。該程序在中國棋類網站上以“大師”（Master）為注冊賬號，與中日韓數十位圍棋高手進行快棋對決，連續60局無一敗績。2017年5月，在中國烏鎮圍棋峰會上，它與世界圍棋冠軍柯潔對戰，以3比0的總比分獲勝。自此，人類對“阿爾法狗”在圍棋領域的實力徹底認了。

    如今，屬于金融投資基礎建設領域的智能投研也開始發力了，而AI分析無疑是走得較快的品種。經過幾年的發展，AI會否取代人類分析師、基金經理的工作？這或許是很多業內人士最關心的話題。

    誠然，在有些領域，機器天然地比人類做得更好，比如量化高頻交易。不過，金融投資和圍棋比賽仍然存在著本質區別。羅戈認為，棋盤內的規則越多，機器的勝率就越高，而金融投資時常呈現出不可預測性，出現個股“黑天鵝”事件等，這些都是“棋盤”外的事，AI不一定能正確預判。

    以通聯數據研發的智能投資產品“蘿卜投資”為例，它就更像一名機器“研究員助理”，雖然能得出預測結論，且精度較高，但并不會代替投研經理做決定，具體得出怎樣的市場觀點、什么時候投資、倉位幾何這類問題還有待人類去思考和決策。簡而言之，這個“蘿卜”主要致力于尋找目前市場上耗費投研人員精力的事并加以解決，讓人類騰出更多的時間進行深度思考。

    “智能投研的目標是把金融投研人員從簡單、重復的工作中解放出來，這不是替代，而是要讓人類成為‘超人’！”說到這里，羅戈的眼睛都是放光的。在他看來，AI進化極具魅力，大家應以更積極的態度擁抱科技的未來，人機結合可能是未來投資的進化方向。

    金融科技發展“三段論”

    作為國內頂尖的計算機科學實驗班——清華大學“姚班”的往期學員，80后的羅戈可謂學霸中的學霸。提及自己近些年在智能投研領域的實戰成果，羅戈略帶靦腆地表示，之所以選擇博士畢業后加入通聯數據，主要還是因為看好智能投研的未來前景。

    據悉，通聯數據的股東方是萬向系，肖風任通聯數據的創始人兼董事長。曾為博時基金創始人的他，在金融科技領域有著超前的敏銳嗅覺。早在2018年，肖風便公開表示，可以將金融科技發展分成三個階段：1.0的場景革命，2.0的以人工智能和區塊鏈為核心的技術革命，3.0的金融業的模式革命，即金融科技的終局。目前，正處于2.0的“技術革命”時期。通聯數據近幾年的發展，也從側面反映了萬向系發展金融科技的雄心。

    近些年來，很多公私募機構也陸續開發了智能投研功能，但更多的局限于內部使用，在提供數據之外還能給出預測結論的機構并不多。羅戈表示，未來智能投研領域的增量市場是一片廣袤的藍海。

    雖然海內外投資界一直在利用AI技術提高業績，但純由AI模型運行的產品仍然稀少。2017年10月，ETFMG推出了AIPoweredEquityETF（AIEQ），這是第一只完全利用AI選股的主動型ETF。這只基金上市以來的收益率超過50%，但并未跑贏標普500的同期收益率。

    在國內市場，諸多公私募機構也紛紛開啟了人工智能方面的戰略型研發計劃和組織架構安排。比如浙商基金的iValue智能投資系統，該系統涵蓋指數、固收、主動權益三大領域，已形成了針對有明顯周期性運行規律的“基本面-估值模型”、穩定增長類型行業的“分析師預期-估值模型”、基于相對估值和交易擁擠度的“pairtrade模型”等多種AI模型。

    從國內產品的運作情況來看，更多采取了AI與HI（人類智能）相結合的模式。以浙商基金的大數據智選消費、浙商智能行業優選為例，Wind數據顯示，截至5月28日，近1年回報率分別為60%、65%，同類業績排名均在前1/5（一級分類），且前者近3年回報率為138%，同類排名前10%。

    “和AI圍棋一樣，扎根金融領域的智能投研發展日新月異，其發展速度可能比所有人想象的都要快，未來10年將是AI在金融領域取得長足進步的10年。”羅戈說。