发标时间:9:00-19:00 (周日不发标) 平台支持约标
发标时间:9:00-19:00 (周日不发标) 平台支持约标

美通学院 > 投资者教育 > 未来AI时代,一半的人或将面临失业

未来AI时代,一半的人或将面临失业

  • 未来AI时代,一半的人或将面临失业

    7月15日,网易未来科技峰会在北京举行。天弘基金智能投资部总经理助理刘硕凌出席了“AI+金融”专场,并发表“当投研爱上人工智能”的主题演讲。

    AI在金融领域的应用让我们对未来金融更加期待,AI不仅影响我们的日常生活,同时对基金的投研能力也有很大影响,特别在基金行业精准投研能力是致胜的关键,人工智能同样改变整个投研体系。

    “AI+金融”:代替初级信用分析师

    天弘基金作为一家金融的大数据(或金融样本)公司、一家专业的金融机构,尤其是在阿里巴巴旗下一个非常重要的金融板块,天弘基金一直倡导的价值观是创新和尝试。很多人知道天弘基金是因为余额宝,余额宝管理15000亿资产和3亿用户,在这样一个庞大用户群体下天弘基金有很多数据,在这样数据的基础下可以做大量的AI研究和尝试,比如对宏观的经济预测对产业的预测,不是仅仅停留在以前理论层面上,而是可以通过数据来进行一些探索。

    会上,刘硕凌介绍道:“传统金融挣的钱,一个是牌照、一个是信息不对称,专业的人知道,但散户不知道,互联网时代、大数据时代把信息不对称已经极大地降低了,很多人可以通过社交媒体了解公司的情况,不是非得依赖这样的金融机构。那么金融机构在信息时代的优势到底在哪儿?”“就我自身来看有很多环节,不低于50%以上的工作岗位在AI的时代可能需要重新定义和升级。如果不在AI的时代中进步很可能在AI时代下被淘汰。”

    刘硕凌指出:“2015年时我们尝试用AI替代初级信用分析师,金融行业有信用分析师读新闻、公司相关信息,这些信息读完之后要进行分析和加工,这些工作对我看来用人来说,尤其公司招的很多人是北大、清华以前考试都是高考状元,让他们做这些工作有资源上的浪费。”因此,人工智能可以代替初级信用分析师的工作,解放出更多高级人才从事更重要的工作,实现人力资源的优化配置。

    鹰眼舆情分析:高效的高级信用分析师团队

    “经常有人问天弘基金管理15000亿到底有多少人?其实信用分析团队包括固定收益团队都不大,在业内只能说是一个中游水平的体量。之所以能够用这么少人管理这么多的资产,主要因为有自动化的技术。”

    在债券市场政策放松背景下,债券市场规模稳步增长,债券发行主体持续扩容,经济持续面临较大的下行压力,导致债券市场信用风险加速暴露,违约事件密集发生。在有限的人力资源下,预警债券的违约面临巨大挑战。鹰眼识别算法的出现让违约事件拥有被预警及被避免的条件。

    刘硕凌在会上介绍了关于鹰眼舆情分析的基本情况。鹰眼的主要功能是舆情正负面判断,鹰眼舆情指数排名,鹰眼舆情情绪评分。该算法已取得科技专利,  这个专利是公募基金第一块国家信用装置,是信用评估方法的装置。鹰眼识别算法准确率在94.3%到98.7%之间。新闻主体覆盖包括债券发行主体、股票、关联关系、公司品牌、行业创新等,2016年数据总量为1000万。

    刘硕凌在会上提供了一个真实案例,2016年违约债数为79只,总规模406.35亿,除无新闻的10只债以外,其他69只全部提前一个月进入风险预警列表。

    “鹰眼评估算法是怎么做的?当时找信用分析师一块读新闻,读了10万条新闻,拿其中八万条新闻放到鹰眼算法里。先做分词再分类,分正面、中立、负面,拿剩下两万条让AI评价一下,剩下2万条自己知道答案,8万条当时确实花了很多时间、很多资源,样本收集整理花了三个多月的时间,剩下两万条新闻AI看5分钟就看完了。如果它5分钟看完和人看完的结果一样,我们就没必要看了。”

    在互联网上通过这些新闻分词、语义、ALP包括情绪识别,人工智能已经可以胜任信用分析师,而且是非常高级信用分析师团队的能力。“现在这个算法已经提升到96.7%的水平,绝大多数的新闻现在不用自己在网上看,基本看鹰眼看完之后的二次信息。”刘硕凌如是说道。

    看新闻这件事情到底对金融有什么影响?这后面是大量的数据。具体来说,从2015年开始开发到2016年一整年,难得是一整年的实际数据,2016年时开始有信用债违约,也就是说有公司不还钱,以前把钱借给公司肯定要还钱,2016年国企、央企开始不还款了。2016年一共有79家企业不还款或说违约,鹰眼算法把发债4000家公司做了排名,从最容易违约到最安全的,排名之后前1%认为是黑名单,10%是灰名单。这79家公司80%都在会名单里,从这个结果也可以看得出来鹰眼识别系统对数据分析的准确性和良好的预测性。因此,鹰眼识别算法的出现让违约事件拥有被预警及被避免的条件。

    智树:可靠的投资经理人

    股市普遍的收益模式是“定增收益=折价收益(资金的时间成本)+大盘涨幅(择时收益)+超额收益(选股收益)”。定增的收益用金融的经验去拆解发现,定增收益70%收益来自于折价,本来买的便宜。还有20%因为大盘涨幅,整体涨了赚钱了,还有10%因为选择的这家公司比其他公司好,AI做最难超额收益的部分。比如长城公司长安汽车哪家好?这个问题让AI回答。

    因此,在2016年天弘基金尝试发布利用人工智能选股票的模型,叫智树。以定增案例为切入点,基于决策树的多因子选股模型,形成“选方向-选条目-做处理”的运作模式。

    那智树模型是如何运转的呢?刘硕凌介绍到:“首先喂它很多大数据因子,1000多因子库人工筛选出一些因子,包括认知时间、财务情况、能拿到的公开信息、互联网上的评价,甚至机构的持仓别人买多少,能想到的都放进去。大概142个因子把它放到模型里,剩下把我们这些股票的样本1117支定增样本切分成好的股票、差的股票用模式识别匹配,到底好的股票坏的股票差异在哪里。”

    “我们需要雇佣的AI投资经理能清楚说出为什么投这个股票,在未来实践上大家磨合越来越好之后,信任建立之后,说不定不需要他去解释了,人们就可以依据AI投资经理的数据分析做出投资。现阶段还需要把自己的思考解释清楚,其中说得最清楚的算法就是决策树。”

    “决策树我们也做了剪枝,从13层决策树清晰看出,一支股票放进去最后给出两个建议左边买右边不买,看到底买不买,建议中间路径看得很清楚,可以做服务决策。整个提供多少收益?年化收益提高20%左右,提升是非常明显的。”

    智树模型得出的结果具有规律总结及应用价值。一是人工智能可以提炼出定增项目的普遍规律;二是全时段测试中,模型能够提升判断准确性;三是样本外测试中,表现出更高的准确性,为实际操作提供可能性。

    “整个模式经过一年的观察,虽然整个定增的投资在监管的环境变化下,定增投资并不是那么受欢迎,但就这个事情和就这个研究的结果,可以证明用AI去选择股票投资,在有金融经验数据的样本下,在做一些合理的加工和糅合,它比人做决策要更理性。”

    智能投资实验室:金融决策好助手

    除了做一些创新之外,天弘基金也想为已有的金融决策提供更好的辅助,所以其在公司内部做了智能投资实验室。“实验室很简单,就是一个搜索框,把想投的公司输进去,后台会回复所有公司相关的财务信息。专门的AI去看财报好不好,跟其他人比好不好,看新闻的这家公司最新上的什么产品,还有公司相关基本数据。”

    刘硕凌在演讲的最后总结道:“我们可以看到整个AI在金融行业应用是大势所趋,顶级金融机构包括摩根、高盛都大量增加自己在工程和科技方面的投入。”最后,刘硕凌做一个大胆预测“未来十年,AI将是我们这个行业发展最快的十年。”

    未来,AI也将代替更多金融岗位工作,通过人工智能、科技、算法、大数据,以节省更多的人力和时间,并且做出更加理性的投资决策。

作者:美通 时间:2017.07.20