咨詢公司Opimas發布的報告《人工智能之于資本市場：下一場運營革命》顯示，到2025年，華爾街將有23萬個金融工作崗位消失，人工智能技術（AI）將搶走這些金融從業者的飯碗。根據測算，具體消失的職位分布如下：

從圖中可以看到，資產管理從業人員的替代程度最高。

在未來，越來越多的資管行業者、基金經理將被計算機以及AI所取代。智能投資的先驅——西蒙斯和他的量化基金——大獎章基金的成功，也讓越來越多的程序員成為了國內外資管行業名副其實的“侵略者”。

今天這篇文章，我們來探討一下AI在投資領域有哪些落地場景和特點。充分了解這些應用場景，我們才能更放心地把錢交給機器打理。

高頻交易

最初讓投資者們感受到計算機威脅的是稱作“高頻交易”的投資工具。

高頻交易的最大特點就是：快。天下武功唯快不破。

高頻交易技術利用高性能計算機自動下單，其毫秒甚至微秒級別的速度遠超人類交易員。諸多人工智能算法（如SVM模型、神經網絡等）也進一步用在高頻交易中，判斷極短時間內市場的多空趨勢，進而領先人類一步尋求獲利。這種技術目前多用在一些以日內回轉以及對沖策略為主的私募產品中。

如果真有上面說的這么神奇，那我們搭建一臺載有人工智能算法的高頻交易機器，不就可以躺著賺錢了嗎？然而，事實也許并非如此。

高頻交易最可怕的地方就在于，它的“快”將人們對短期高收益的貪婪放大了數倍。市場在一個窗口期內是接近零和博弈的狀態，那么當所有高頻交易算法以及市場交易者都向一個方向預期的時候，市場的平衡就會被打破。隨后發生的事情就是崩潰、踩踏、一地雞毛。

2015年股災期間，俄羅斯的伊世頓公司借助股指期貨的高頻交易，先是積極做多，隨后惡意做空，非法獲利近百億元。而貪婪的結局就是那一年刻骨銘心的股災，除了參與者被依法處理以外，還有無數投資者的資產一夜蒸發的悲涼。

需要指出的是，高頻交易以及搭載在其上的人工智能算法并非負面的東西，使它們變得可怕的是背后貪婪的人。高頻交易如果利用得當，至少可以起到以下兩個正面效果。

（1）縮短信息時間差。很多對沖基金包括全天候理財產品需要配置全球資產。然而，由于時差的緣故，往往造成信息不對稱、消息獲取不及時的問題。一個突發消息不能立馬反應，就會造成投資組合的市值損失。通過高頻交易及相關AI算法，在很小的時間段內捕捉全球市場的資訊以及走勢、識別多空以及影響，就可以立馬進行交易以避免投資者損失，甚至抓住轉瞬即逝的套利機會。

（2）優化市場流動性。目前，高盛等大型投行和經紀商開始利用高頻交易算法參與做市，以增加市場流動性，平滑因流動性缺失造成的價格失真。這有效地推動了市場向更加平穩和理性的方向發展。據高盛公開資料顯示：90年代，高盛有500人在為股票做市，而現在只剩下不到10人。取代人工交易員的，是做市效果更好的高頻交易算法。

指數跟蹤

高頻交易需要我們對市場、資產以及交易時機十分了解，這些需要很多專業知識。作為普通投資者，我們可以選擇AI技術在投資領域的另一個落地場景——指數基金。

指數基金投資的是對應指數的成分股，通過跟蹤這些成分股的走勢完成投資交易。因此，指數基金的走勢和對應指數有著絕對的相關性。被動跟蹤指數的過程，完全可以交給AI來做。目前市場上大多數指數基金都是通過機器來自動化交易的。

不過，很多投資者不屑于選擇指數基金，原因主要有2個：

（1）指數基金收益低：因為指數基金購買一籃子股票，那么好的壞的都買進來了，最終的收益也被這些壞股票拖累了。

（2）無法避免市場波動：指數基金傻瓜式地跟隨著指數的波動進行被動買賣。指數上漲的時候基金漲，指數下跌的時候基金也不落下。

殊不知，上面這兩個所謂的“缺點”正好襯托了指數基金的三個優勢：

（1）費用低廉：跟蹤指數不需要基金經理的主動管理，他們只需要跟隨市場被動買賣成分股就行。目前大部分指數基金也都是通過計算機來管理的。這些特點大大降低了人力成本，直接的影響是，產品端的指數基金標的具有相當低廉的管理費用。目前國內市場上主流的指數基金管理費率大約在0.5%-1%之間，而主動式管理基金費率通常在1.5%以上。

（2）風險較小：因為指數基金購買的是一籃子股票，那么風險也就被分散了。雖然一籃子股票里包含了一些業績不佳的股票，但是我們普遍認為的好股票也存在著普通投資者無法捕捉的風險。就在上個月，醫藥領域市值最大的康美藥業因突發因素連續跌停，市值近乎跌去一半，上萬投資者的資金被套在里面。

而指數基金不存在跌停的風險，它們將風險分散化，在極端行情中能夠減少損失。同時，市場波動的風險也可以通過定期定投的策略來降低。

（3）收益穩健：只要人們相信經濟是向更好的方向發展，指數基金長期來看都是震蕩上行的。十年前，沃倫·巴菲特在Longbet.org網站上立下一個賭約：自2008年1月1日開始的十年期限中，追蹤標普500的指數基金，其回報表現會打敗各類主動管理的對沖基金。這個賭約已在今年到期，那么結果如何呢？我們看下面這張統計圖：

由上圖可見，標普500指數基金以其超120%的十年累計回報擊敗了所有主動式基金。這些主動式基金的管理者們，憑借自己“聰明”的大腦和“豐富”的學識，預測著每一次上漲和下跌，最后反而因為看不清大勢，而成績平平。加上高額的基金管理費，投資者的最終收益乏善可陳。

因此，對于投資者，指數基金不失為較好的選擇。把錢交給管理指數基金的AI，或許更讓人放心。

智能投顧

進行指數基金投資，仍需要我們進行合適基金的挑選。如果我們連這一步都懶得做，那么可以選擇智能投顧類產品。

智能投顧是利用人工智能技術落地的更加綜合全面的場景。業務方面，高頻交易和指數追蹤技術更多地集中在資產管理的上游階段，即資產配置和投資交易。智能投顧在兼顧這兩個方面的同時，甚至還覆蓋了下游階段，包括品牌銷售、通道構建以及客戶維護。技術方面，智能投顧除了采用經典的組合模型、機器學習、深度學習算法，還涉及了諸多其它技術，如自然語言處理、知識圖譜、語音處理以及智能營銷方面的核心技術。

智能投顧的行業規模在迅速發展。作為該行業鼻祖的資管公司Wealthfront，其資產管理規模截至今年上半年已超過100億美元。咨詢公司A.T. Kearney預測，美國智能投顧行業的資產管理規模在2020年將增長至2.2萬億美元，年復合增長率將超50%。

這兩年，國內更是將智能投顧產品推向了風口。2016年，廣發證券推出了首個智能投顧服務。隨后，招商銀行作為首家銀行機構推出摩羯智投產品。緊接著，第三方機構如螞蟻金服、蘇寧金融、金融界等互聯網平臺開始介入。根據易觀發布的2017年《人工智能理財市場專題分析》報告預測，到2020年，中國人工智能理財規模將達5.22萬億元，占整個資管行業規模5%以上。

雖然未來很美好，但在當下，我國國內的智投產品面臨著三個困局：

（1）收益低。據金融界發布的《中國智能投顧行業月度報告》顯示，2018年國內智能投顧產品平均收益率無法達到4%，甚至呈現負數。當然，今年由于國際局勢變化有一定客觀因素，更多原因在于智能投顧的投資模型發揮不出優勢。

目前，智能投顧在交易端普遍選用資產組合模型（如馬克維茨、威廉夏普等提出MPT理論、B-L模型等）。一般，這些模型需要跟蹤規模大且流動性好的場內ETF基金。然而，目前國內的場內ETF品種較少，并且大多數行業基金流動性較差，這些阻礙著人工智能技術發揮優勢。

（2）費率高。由于資管行業發展的諸多歷史原因，國內資管行業的大量從業人員堆積在下游銷售階段，而上游投研端普遍投入較少。因此，銷售環節分攤的成本就將人工智能的優勢攤薄了。最后的結果是，高傭金高服務費使得產品失去了競爭力。

（3）監管嚴。2016年和2017年，智能投顧如雨后春筍般在大江南北冒將出來，這其中有不少是互金平臺和P2P平臺在強監管下打著AI的旗號掩蓋自己打擦邊球的行徑。這給“智能投顧”這個名詞罩上了一層陰影，不少知名的智投平臺也面臨著合規的風險。這在一定程度上阻礙了智能投顧產品和技術的快速推廣。

以上三個困局，正是行業突破的關鍵。根據東方財富Choice數據，10月份，國家隊、券商、險資救市的資金，有近百億流入了各類型的ETF，而并非直接購買個股。諸多大型券商也推出了多種類型的ETF產品，相信規模和流動性隨著發展一定會提上去。這將為智能投顧的核心技術奠定基礎。

費率方面，很多金融科技團隊在銷售端推出了智能營銷機器人，很多智能客服平臺也分擔了營銷流量，這為降低人力成本提供了技術支持，也將直接降低終端智投產品費用。

監管方面，隨著監管政策逐步健全和完善，越來越多成熟的智能投顧技術和產品將脫穎而出，并把該領域引導向更合理的發展軌道。

總結

綜上可見，在投資領域，人工智能是一把雙刃劍，它既可以服務我們，也可以給我們帶來危害。所有的原因在于背后使用它的人。對于大多數投資者而言，我們給出如下建議：

（1）高頻交易的技術門檻和專業門檻較高，不建議普通投資者參與。

（2）跟蹤指數類的投資產品（如指數基金）是普通投資者較好的選擇，這主要緣于它的三個突出優勢：風險低、費用低且收益穩健。

（3）智能投顧仍處于發展初期，很多基礎設施（如場內ETF）和監管政策還不健全，行業人員結構也需調整。因此，目前建議以觀察和開放的心態來看待市場上五花八門的智投產品。但是智能投顧是AI和資管結合的最好方向，也是未來資管發展的大趨勢。

【來源：蘇寧財富資訊        作者：周張泉】