傳統(tǒng)的金融投研人才培養(yǎng)路徑——從助理研究員到基金經(jīng)理，非常漫長。而如果輔以人工智能技術(shù)，則可以令只有一兩年研究工作經(jīng)驗的研究員快速追上十年經(jīng)驗的老研究員或投資經(jīng)理。在投資經(jīng)驗、主動管理能力方面沒有突出領(lǐng)先性的基金經(jīng)理是不是技術(shù)革命中的落后產(chǎn)能？

活動現(xiàn)場

“金融領(lǐng)域的人腦經(jīng)驗還是比較多，而且目前人工智能技術(shù)應用到投資領(lǐng)域還存在一定門檻。所以目前資產(chǎn)管理的能力依然還是分水嶺，還不能說因為這個公司有人工智能，所以這家公司的投資就會好一些。但是在不遠的將來，我認為這個劃分會不斷改變。”

2017年3月25日，在智信資產(chǎn)管理研究院于北京舉辦的主題為“智能投研：開啟高效精準投資之匙”資管咖啡34期活動上，天弘基金管理有限公司智能投資部總經(jīng)理助理劉碩凌如是說。

劉碩凌（天弘基金管理有限公司智能投資部總經(jīng)理助理）

已經(jīng)成功落地的天弘基金“鷹眼”智能投研系統(tǒng)，通過對市場輿情新聞的采集、整理，將10萬條新聞樣本數(shù)據(jù)通過自然語言處理技術(shù)，進行清洗和標記，利用“研究員+鷹眼”的方式，準確地預測了全市場79支違約信用債中的69支。該系統(tǒng)獲得了公募基金行業(yè)的第一個金融科技專利。

“人適合解決做什么，計算機解決怎么做。”劉碩凌認為這是最合理的分工，“主動投資能力很強的人和數(shù)據(jù)科學家的工資水平差不多，這兩類人才都會是公募基金公司必備的人才。兩種人才所形成的文化自然就是一種平衡和博弈（的文化）。最終的話還是會以人為主，但自動化程度會越來越高，而且滲透的深度與速度有可能會超過我們的想象。”

人工智能的三大要素包括硬件、算法和大數(shù)據(jù)。有了硬件的進步，才有了人工智能的發(fā)展。算法在過去十幾年的創(chuàng)新突破并不多，主要是結(jié)合需求的應用。更多的變化是源于大數(shù)據(jù)。

十年前，調(diào)整策略模型的一個參數(shù)需要一天時間才能跑完，而現(xiàn)在只需要幾分鐘。從一天變成幾分鐘，就是硬件進步、運算速度提升帶來的質(zhì)的飛躍。