2018年，人们谈到AI(人工智能)的次数比以往任何年份都多。
马化腾说，移动互联网的上半场已接近尾声，下半场将往产业互联方向发展。
李宏彦说得更直接：移动互联网时代早就结束了，现在已经进入人工智能时代。
马云则用行动说话，将全球第一家“人工智能酒店”开在了自家大本营杭州。
总所周知，金融市场波动具有高度复杂性，以及市场交易者整体情绪化的特点 ，所以目前业内对于人工智能现在和未来能够在金融投资领域所能够发挥的作用，以及能够胜任的角色，仍然有不小的争议。
当前人工智能在金融投资领域铸造的“七种武器”，也就是七大主流玩法，事实上已经在很大程度上证明了：在金融投资方面，人工智能即便还不能说是“无所不能”，目前也足以称得上是“神通广大”。
投研信息整理分析
金融投资的分析决策，第一步往往就是投研信息的分析整理。投研信息的分析整理是一个驳杂，繁琐的工程。而人工智能在这一方面，能够从多个信息维度对海量财经信息数据，逐个建立信息图谱以及语义理解库，完成信息的搜集、梳理和基础关联，比人力快太多了。
要从海量数据中提取数据并建立知识图谱进而最终进行展示，一般而言需要通过数据获取、数据清洗、数据分析、建立关联、推导统计等多个步骤。
目前，以国内通联数据等为代表的人工智能投研平台，已经以智能化的工具，大幅提升了使用者的投研效率。
研究报告撰写
投资银行和资管机构的投行业务与证券研究业务，都会涉及大量的固定格式的报告撰写工作。
而人工智能通过自然语言处理（NLP）中的两种关键技术：自然语言理解（NLU）和自然语言生成（NLG），再加上计算机对海量异构数据的分析处理，即可生产出券商分析研报、上市招股书、企业年报、公司公告等。而分析师还可以通过校对与二次人工编辑，加入有价值的观点与结论，进一步提升人工智能研究报告的精准度。
交易订单执行
长期以来一直以全球顶级投行、在金融市场呼风唤雨、投资水平强大等形象示人的高盛，最近几年正在迎来一次前所未有的华丽蜕变和坚定转型。从“公司600名交易员变成仅剩2名”，再到“公司员工总数的三分之一即约9000人是计算机工程师”，再到一名“程序猿”=四名“交易猿”，目前高盛正在向自动化和人工智能化的战略方向上大步向前。
而在此之中最受业内关注的无疑就是，2000年顶峰时期，高盛在纽约总部的美国现金股票交易柜台雇佣了多达600名交易员，为投行金主的大额订单进行股票买卖操作。但时至如今，这里只剩下两名股票交易员“留守空房”！
在200名计算机工程师的技术支持下，自动化交易程序已经接管了高盛集团纽约总部大多数日常交易工作。具备机器学习能力的复杂算法交易，已经可以取代那些经验丰富、交易技巧高超的资深人类交易员。
量化交易辅助
量化交易从很早开始就运用机器进行辅助工作，投资者编写简单函数，设计一些指标，观察数据分布，而这些仅仅把机器当做一个运算器来使用。而随着近年来机器学习的崛起，数据可以快速海量地进行分析、拟合、预测，人工智能与量化交易的联系也变得更加紧密。
早在2013年，全球最大的对冲基金桥水就启动了一个新的人工智能团队，由曾经供职IBM并开发了认知计算系统Watson的David Ferrucci领导。该团队通过设计交易算法、历史数据和统计概率预测未来。值得注意的是，该程序将随着市场变化而变化，不断适应新的信息，而不是遵循静态指令。
市场行情预测
由于金融市场的高度复杂性，虽然世界上还没有一个具备全方位投资能力的人工智能机器人，但是结合了机器学习、神经网络等人工智能技术的量化交易，已经能够把经验性的市场行情预测研判能力赋予机器，同时在最大程度上将人的情绪因素降到最低。
以一个普通的市场技术面模型的投资机器人为例，其完全能够综合各种技术指标和历史数据回测，做出一个准确率较高的多空预测。而在市场行情的智能预测方面，国内类似萝卜投研小A等人工智能投资机器人，已经在实际市场运行中展现出了较好的准确度。
人工智能选股
2017年10月18日，全球首只使用人工智能选股的AI Powered Equity ETF（AIEQ）在纽交所推出。而在2018年10月18日AIEQ满一周岁时，其表现令人深刻。
不仅跑赢了大盘，同时还完虐经验丰富的基金经理们。在这一年中AIEQ年化收益率达11.81%，不仅跑赢了标普500指数和罗素2000指数，还击败了87%的主动型基金经理。
公开信息显示，作为ETF Managers Trust的旗下的基金之一，AIEQ的投资策略是基于EquBot公司开发的量化模型生成，并由IBM Watson超级计算机提供技术支持。
智能投顾
传统投资顾问的主要工作，就是帮助投资者进行符合其风险偏好特征、适应某一特定时期市场表现的投资组合管理。而智能投资顾问（robot advisor），则能够以更强大的计算机模型运用人工智能的技术进行用户画像，以人工智能算法为每一位客户提供量身定制资产管理方案。相对于传统投资顾问，智能投顾的方案，往往会更为科学和客观。
目前，国内多家银行、券商已经在智能投顾业务方面展开探索。通联数据为招商银行、长江证券等机构提供的智能投顾服务，能提供全面和精准的用户分析报告，让不同用户都可以获取所需，大幅提高了用户活跃度和产品购买率。
从以上人工智能在金融投资领域的七大主流应用来看，人工智能目前几乎覆盖了投资信息搜集整理、基本面研究、技术面分析、择时、选股、量化辅助、行情研判 等金融投资的方方面面。而实际上，人工智能目前在检测金融交易犯罪、监测金融机构业务合规等方面，也同样已经有深度使用。
总体而言，在金融投资领域，人工智能对人的替代和对人的超越，已经不再是一个需要争论的“是非题”，而只是一个关于如何让其进行更好发挥的“应用题”。在人工智能技术持续高速发展的今天，金融投资领域的“Alpha Go”，已经不远。
閱讀更多 商優數據 的文章
