香港FDT总导师马蔚华:中国智能投顾市场环境不稳定

自动化
中国人工智能学会
马蔚华
2017-05-26 11:57
[ 亿欧导读 ] 5月21日,由中国人工智能学会、中文信息学会主办,亿欧承办的2017·全球人工智能技术大会在北京·国家会议中心拉开帷幕,香港FDT金融银行家兼FD马蔚华做了主题为“人工智能和大数据在金融科技的创新和应用”的演讲。
马蔚华,马蔚华,人工智能,智能投顾,大数据,金融科技 图片来自网络

2017年5月21日,由中国人工智能学会、中文信息学会主办,亿欧承办的2017·全球人工智能技术大会在北京·国家会议中心拉开帷幕,学术界、工业界、高校师生参与其中,5月21日为活动的主论坛,主讲嘉宾包括中国人工智能学会理事长-李德毅院士、IBM中国研究院院长-沈晓卫、微软公司全球资深技术院士-黄学东、香港FDT金融银行家兼FDT总导师-马蔚华等。

马蔚华做了主题为“人工智能和大数据在金融科技的创新和应用”的演讲,本文为其演讲速记整理:

尊敬的李主席、各位专家、各位朋友,大家好!

非常容幸能够参加全球的人工智能大会,刚才黄院士的精彩报告我们听了很兴奋,起码第一我们的客服不用那么多人了,不懂英语的不用学外语了,翻译可能失业了。

今天是人工智能大会,在座有很多的专家,在这个领域我可能是个外行,我是来自金融界,长期干银行的。银行是个非常传统的产业,但是银行的危机感也是最强的。我记得上世纪90年代末到招行的时候,比尔盖茨一句话对我触动很深,他说你们这些传统银行如果不改变的话,就是21世纪行将灭绝的恐龙。

所以在这之后十几年的银行行长的生涯里,我不敢怠慢科学技术对银行的改造。另外,银行也是IT属性很强的产业,在历史上信息技术的每一次变革和进步,都会带来银行的变革和发展。我非常清楚地理解,没有互联网就没有银行的今天,招行就是充分利用了互联网才能快速长大,而且在某些指标中全球领先,成为全国乃至全球最好的零售银行。

今天由于大数据、区块链、云计算,特别是人工智能的发展,金融业特别是商业银行又面临新的考验。能不能在科技金融方面有新的突破,新的发展,关系到金融的命运。我今天讲一下关于人工智能在金融中的应用,主要是在金融市场,在交易中应用的问题。

为什么我要讲这个问题?这要从中国资本市场的现状说起。

大家知道,两年前资本市场,股票市场遇到一个非常大的震荡,老百姓叫“股灾”,很多投资者损失惨重。回顾中国资本市场的发展过程,跌宕起伏屡见不鲜。为什么有这么大的波动?大家知道,我们的资本市场发展时间比较短,有很多矛盾,其中很重要的一点,就是我们的交易市场是以散户为主导,占比达85%以上,这个情况和美国正好相反,美国是成熟市场,机构投资者占85%以上。

散户的特点,追涨杀跌,不太理性,就会放大市场的波动。为什么出现这种情况?为什么我们缺少机构的投资者?其重要的原因,就是我们缺少优秀的客户经理和优秀的交易员,所以散户对机构投资者不信任,觉得还不如自己干。因此培养优秀的交易员是改善我们资本市场建设的重要组成部分。

我卸任行长以后,受到了FTD创建者等一批优秀年轻人的启发,他们长期关注市场,觉得对交易员的培训非常关键。所以我们就创建了一个FDT金融创新工厂。它的定位就是培养优秀的交易员,我们把它叫做金融人才跑道的建设者,搭建一个大学生和金融业界的直通桥梁。我们现在一方面缺少优秀的金融人才,另一方面大学教育培养出的学生,宏观面都很强,具体操作的本领比较缺乏。当我们把这个想法跟大学校长们一讲,他们都很重视。

我们首先从中国人民大学开始。鼓励学生用手机下载FDT操盘手这个APP,进行模拟交易,在高校开展模拟投资大赛,让学生通过手机进行比赛。没有门槛,每一个普通大学生都可以参加。开展模拟交易两年左右时间,现在吸引来自中国、美国、印度、韩国等20多个国家,不完全统计超过100万的大学生在手机上进行模拟交易。

FDT金融创新工厂还会设置学校的排行,选手优秀,学校排行就靠前。包括牛津、剑桥,包括国内的名校,都有排名。这也有助于学生寻找各个学校的高手,便于沟通。我们每年都要组织若干场模拟交易大赛,总奖金100万。交易大赛分预赛,半决赛和决赛,每阶段的比赛为外汇、期货、股票三大市场,现在大陆参与的大学将近有50所,另外台湾、香港,海外也有30多所大学,总的人数达到了10万人。为了让学生能够了解宏观经济,包括路透社的消息,我们已经在上海交大,清华大学,西安交大等学院已经建成了金融空间,FDT金融咖啡厅,免费为他们提供培训,今年计划入驻20所大学。

另外,我们把参与FDT比赛的学生组织成高校投资社团,这是由沃顿商学院FDT的操盘手学生们发起的,在2014年5月组织成立。现在已经发展为全球大学生FDT金融技术联盟,不完全估计已经有100万的全球大学生参与进来。

我们也和一些高校的研究机构进行合作建立高校联合实验室。比如2014年和牛津大学的金融大数据实验室合作;2015年和南京大学的金融创新研究院,共同建立了FDT金融创新研究院;前年和清华大学经管学院合作成立FDT金融创新实验室;最近和哥伦比亚大学建立了智能金融资产管理中心,还和香港科技大学商学院、清华大学五道口合作,一起共享大数据。

在通过金融创新工厂培养交易员的过程,我们也遇到了一些难题。这些难题应该是金融领域都遇到的难题,也是我们和世界高校联合实验室研究的重点。比如说,模拟交易数据和真实市场,它们有什么异同?模拟交易能不能反映金融市场的真实情况?我们每天让学生通过APP搞模拟交易有没有意义,和真实市场有没有关联?还比如,如何建立科学的交易评价准则?怎样评价交易员?如何根据评价来对交易员进行个性化的教育和个性化的训练?还有,如何提供最优的投资组合,如何让交易系统更加快速有效,如何加快处理海量的带有大量噪音的数据等等。这些问题是FDT模拟交易的问题,同时也是真实的交易市场遇到的问题。实践证明,解决这些问题就必须靠智能金融,也就是通过大数据,靠人工智能,靠金融科技来解决。

我们做模拟交易积累了海量的模拟交易数据,这是一个重大的收获,但一开始没有太注意到。我们只是注意怎么培养交易员,现在我们意识到,这些模拟数据对培养交易员意义非常重大。经过对比来自美国国家经济研究局的真实交易数据,我们寻找模拟交易和真实市场交易的异同。结论很有意思。我们发现,二者的差异体现在,模拟交易更活跃,交易额更大,因为它不是真钱。而相似的地方体现在,每笔交易的盈利分布、盈利交易的占比、多头交易的占比和最终盈利账户的占比等数据非常接近。

模拟交易员和实盘交易员的行为也有相似之处,即两者都具有散户行为的偏差,追涨杀跌是普遍现象,符合二八定律甚至是一九定律,只有那些最优秀的模拟交易员和优秀的实盘交易员,能够克服人性的弱点。二者交易行为的差别则体现在,模拟交易员的交易行为不受外在的干扰,比如富裕程度和可用资金量等因素的影响不大,这种结果更有利于行为金融学的心理建模。

模拟交易的数据显示,股票月交易量在140亿人民币以上,期货月交易量8000亿人民币以上,外汇交易量2700亿美元以上。更关键的是,我们发现这些模拟交易的数据,能够反映真实的金融市场。上图是中国股市大盘在2016年1月到2017年2月的走势,这里大盘有一个巨额的下跌,模拟交易也反映出剧烈的亏损。而2016年6月到11月,中国股市单边缓慢上升,股盘模拟交易普遍盈利。所以模拟交易基本上反映了真实市场的情况。期货和外汇的模拟交易也有类似的结论。

模拟交易的大量数据能够反映真实的金融市场,正是可以利用的价值。怎么利用,就是通过大数据和人工智能技术来提炼分析。我们知道,人工智能不仅是实现普通的智能,还能实现专家的智能,特别是对金融,是对现有系统效能的提高。我自己也这么认为,如果互联网对金融来说,解决的是客户的体验,是渠道问题,那么包括人工智能在内的金融科技,解决的是效能提升的问题,所以现在金融科技的时代比互联网金融的时代有一个很大的提升,这个联系到人工智能对交易的应用也是这样的。

我们不仅可以让机器像人类一样思考,就是我们说的深度学习,当然对于金融来说,模糊学习也很重要,因为它是一种趋势的判断。利用人工智能,我们还可以让机器像人类一样听懂,即语言识别;可以让机器像人类一样看懂,即视觉识别;可以让机器像人一样运动,即运动控制;可以让机器像专家一样的教学,这就是我们后面要讲的智能教育;让机器像专家一样交易,这就是后面讲的智能交易;还可以让机器像专家一样投资,这就是智能投资,包括现在人工智能在投资领域的应用,包括智能投顾。后三类即FDT在金融领域的一些尝试和探索。

近年来,人工智能有一系列的突破,在金融领域的应用也发展很快。我们做FDT的时候心目中有一个偶像,就是美国的文艺复兴科技公司,它旗下基金的平均回报率,在1989年到2009年间达到35%,比索罗斯和巴菲特高出10个百分点。2015年9月花旗做了一个预测,未来10年智能理财管理会增加5万亿美元的收入。高盛预测2025年AI为金融行业带来的增值每年达到430亿美元。2017年3月摩根大通发布了一款金金融合同解析软件,只需几秒就能完成以前律师们36万小时的工作。这说明人工智能很可能大规模的在商业,特别是在金融领域应用。而且,在金融领域应用大数据也有一些先天的优势条件和基础。

刚才黄院士讲了,人工智能的前提是必须有海量的大数据,数据越多越能说明问题,而金融公司天生就是数据公司,银行也好,交易也好,每天和数据打交道,而且这个数据的质量和数量也能达到一定的要求,这是人工智能得以应用的一个非常重要的数字基础。另外,银行金融的业务相当多的是预测和决策类的,正是人工智能模型最擅长的领域。还有一点,金融作为全社会资源的配置工具,用AI对其加以优化,无疑有很大的社会意义和商业意义。

下面讲讲智能教育。FDT最初的宗旨就是为了培养交易员,是一种公益教育。FDT有自己的教育理念,有智能的训练软件作为教育工具,还有一套完整的教育准则和评价体系。这套教育准则和评价体系就是FDT财商指数,这不仅是我们评价交易员的标准,也是个性化教育的工具。这个财商指数本质上是通过大数据给用户画像,我们的用户就是交易员和散户,以加深对他们交易行为和交易心理的理解。我们根据海量的模拟交易数据发明了FDT财商指数。

大家看这张图,这张图的横坐标是风险控制能力,纵坐标是盈利能力,用这个可以分清不同的交易员的情况,然后对他进行个性化教育。我们把交易员分为四类。第一类是优秀的模拟交易员。他们相对于庞大的FDT用户是很少的,占比不足1%,这部分交易员收益风险俱佳,可以重点培养,甚至可以给他实盘操作。第二类就是高级模拟交易员,占比约9%,他们交易的意愿比较强,可以通过个性化的智能教育和培训帮助他提高。第三类就是中极模拟交易员,占比超过40%,他们风险意识较强,可以考虑被动投资。第四类是初级模拟交易员,FDT财商指数值比较低,但人数最多,占比超过50%,需要继续帮助他们上金融教育课。

FDT财商指数的创新,在于它结合了人工智能+大数据+行为经济学。传统的金融方法都是靠问卷,基于人工设定的权限规则,对设定之外的行为特征就无能为力了,而FDT的财商指数是基于人工智能,通过非线性的机器学习模型,将上百个交易特征结合在一起,自动地抽取大量的判定规则,最终形成了财商指数的分数排序。传统的金融是基于结算后的“天”级别的数据,数据量少,非常简单,而且是单机计算,无法发现隐藏的风险和行为特征,而FDT的财商指数是对大数据按照毫秒级的行情识别,进行实时的分步式并发处理,可以深刻地了解交易员的心理和行为,数据越多,对交易员的个性化描绘越清楚,从而可以更有针对性的做个性化的教育和训练。

在特征方面,传统金融方法都是基于盈利或者回撤数据,而FDT财商指数是基于行为金融学来刻画用户的心理特征和行为偏差,这背后需要大数据架构的技术支持。综合来看,FDT财商指数的交易行为特征,是基于行为金融学和对冲交易的专家经验的紧密结合。这是我们对每个交易员提供的FDT财商指数的报告,这是一个大报告,四个象限,包括盈利、风险、一致性、活跃度等,每一个后面都有一些具体的分析。其他的都好理解,只解释一下“一致性”,简单来说就是“穿越牛熊”的能力,能够在变化的市场中灵活调整策略来实现稳定的盈利输出。下面是我们根据财商指数,对参与交易的这些学校做的一些排行。

下面讲智能交易。交易的核心,一个是止损,一个是预测,一个是配比。我们传统的交易都要设止损线,不管谁不管什么情况,到了止损线一律清仓,以免出现无法承受的交易损失,这种情况实际上是忽视了个性差异。有了人工智能以后,在大量历史数据情况下,利用机器学习的模型,可以给每个交易员设定不同的止损线,比如可以根据交易员的历史盈利情况设定不同的止损线,也可以根据交易员的不同风格来设定,有些交易员喜欢也善于在大起大落中把握机会,你就给他设定个性化的止损线。

FDT可以根据财商指数来设定精确细致的止损线。再就是对波动的预测。搞交易的人都知道,资产的波动性很重要,因为它既代表风险也代表盈利,所以好的交易员是在风险波动中赚钱。怎么样预测和判断这个波动?现在有了大数据和AI,就可以通过机器学习的方法,对A股、期货做出一个波动的预测。还有就是资源的分配。对优秀的交易员,可以给他特定的交易机会。就像婚姻介绍所一样,我们用这个评价指数对交易员做一个评价,对股票做一个评价,不同的交易员做不同情况的市场,这样可以发挥每一个交易员的才干,这也是我们利用人工智能对交易的一种应用。

最后讲一下智能投资。中国的资产管理市场在迅速增长,到2020年,估计有180万亿人民币需要财富管理,年复合增长率达到14%。但是目前大部分用户投资不理性,买卖的时机不当,导致大部分基金产品盈利,但是大部分用户还是亏损。所以我们用人工智能的办法尝试解决。

首先,是智能的用户理解,我们借助模拟交易平台和大量的数据,用FDT财商指数,从金融行为学的角度评价用户的风险偏好。二是跟哥伦比亚大学的FDT智能资产管理中心合作,研究了一套智能资产组合优化的顶级算法。三是智能投资的风险管理,对每一个投资组合做未来盈利的亏损的概率估计。四是智能个性化的资金分配,对不同的客户,不同的风险偏好,给他不同的产品,这也是智能化和个性化的基金推荐,把合适的基金推销给最合适的客户。当然,由于中国的资本市场仍不成熟,市场运行还不完全是市场规律的反映,所以智能投顾的市场环境不稳定,所以我们还要创造一些条件。

总而言之,我们的金融交易市场结构不合理,要去散户化,美国用了70年,我们不要用那么多年。我们要培养优秀的交易员,通过FDT创新工厂探索有效的办法。我们通过培养交易员掌握大量的模拟交易的数据,再与科研机构合作来挖掘这些数据的价值,用以研发智能教育,智能交易和智能投顾,应该说在人工智能在金融市场应用方面作了初步的探索。相信在这方面我们还有非常大的空间,这件事不仅具有社会价值,而且具有商业价值。谢谢。


亿欧深耕科技领域,关注人工智能行业的动态,已与400位人工智能创始人进行深度访谈。步入2017年之后,亿欧已经发布了《中国人工智能首部人物视频》;亿欧智库研究院发布了第一份人工智能与产业结合的报告《亿欧智库:人工智能产业综述报告》;4月21日,亿欧在深圳举办了人工智能与产业结合的行业峰会《新科技·划时代峰会——让AI落地产业才能产生价值》。更多关于人工智能在各行业中的应用报告,请关注亿欧黑科技频道及亿欧智库;5月16日,亿欧承办了山东省互联网大会人工智能分论坛,5月21日,亿欧作为承办单位深度参与由中国人工智能学会、中文信息学会主办的《2017·全球人工智能技术大会》


2018年8月24日,亿欧将在北京举办“科技落地 物链未来——GIIS 2018物流产业创新峰会”,就传统物流企业、制造企业、物流科技应用场景及实操、物流科技新畅想等议题,携行业人士一同探讨新机遇下物流科技如何更好落地及发展走向。

报名链接:https://www.iyiou.com/post/ad/id/638

物流科技落地峰会

各工作岗位将被AI取代的概率

选择岗位,查看结果

制图员和摄影师

87.9%

参与评论

最新文章

pinpai-tengxunyun
关闭

快来扫描二维码,参与话题讨论吧!

快捷登录 密码登录
获取验证码

新用户登录后自动创建账号

登录表示你已阅读并同意《亿欧用户协议》

快捷登录 密码登录

账号为用户名/邮箱的用户 选择人工找回

关联已有账户

新用户或忘记密码请选择,快捷绑定

账号为用户名/邮箱的用户 选择人工找回

快速注册

获取验证码

创建关联新账户

发送验证码

找回密码

获取验证码
账号为用户名 / 邮箱的用户 选择人工找回

未完成注册的用户需设置密码

如果你遇到下面的问题

我在注册/找回密码的过程中无法收到手机短信消

我先前用E-mail注册过亿欧网但是现在没有办法通过它登录,我想找回账号

其他问题导致我无法成功的登录/注册

请发送邮箱到service@iyiou.com,说明自己在登录过程中遇到的问题,工作人员将会第一时间为您提供帮助

账号密码登录

乐乐呵呵@微信昵称

该亿欧账号尚未关联亿欧网账户

关联已有账户

曾经使用手机注册过亿欧网账户的用户

创建并关联新账户

曾用微信登录亿欧网但没有用手机注册过亿欧的用户

没有注册过亿欧网的新用户

先前使用邮箱注册亿欧网的老用户,请点击这里进入特别通道
意见反馈
意见反馈
亿欧公众号 亿欧公众号
小程序-亿欧plus 小程序-亿欧plus
返回顶部