國美金融：智能投顧的價(jià)值在于通過AI建立大規(guī)模自動化系統(tǒng)

近期，2019年銀聯(lián)網(wǎng)絡(luò)風(fēng)險(xiǎn)培訓(xùn)工作交流會于海南?？谑信e行，國美金融智能投顧首席顧問、清華大學(xué)五道口金融學(xué)院紫荊教育金融人工智能專家王蓁博士應(yīng)邀出席并發(fā)表主題演講《科技助力金融風(fēng)險(xiǎn)管理和支付創(chuàng)新》。

會上，王蓁指出，當(dāng)前大多數(shù)“人工智能”其實(shí)是業(yè)務(wù)流程的自動化，距離智能還有較大空間。智能金融系統(tǒng)目前真正的價(jià)值，不是直接幫投資人穩(wěn)賺不賠、保本保息，而是通過人工智能建立起金融機(jī)構(gòu)的大規(guī)模自動化系統(tǒng)，讓監(jiān)管、銀行、投資機(jī)構(gòu)等決策行為，獲取更全面的信息，減少對個人經(jīng)驗(yàn)的依賴，做出更準(zhǔn)確的決策、建立更有效的風(fēng)控系統(tǒng)、提升更及時(shí)的黑天鵝響應(yīng)機(jī)制、培養(yǎng)更有價(jià)值的長期資產(chǎn)篩選和大類配置能力。

王蓁表示，中美金融市場大不相同，國情和制度也截然不同，直接使用美國的模型(例如，財(cái)富管理和智能投顧領(lǐng)域的現(xiàn)代資產(chǎn)組合理論MPT, MVO, BL等)都不是最優(yōu)的。

以財(cái)富管理領(lǐng)域的前沿技術(shù)智能投顧為例，直接使用美國現(xiàn)有的資產(chǎn)配置和智能投顧算法模型，通常會出現(xiàn)超配低波動率資產(chǎn)、配置結(jié)果不穩(wěn)定以及較多人工干預(yù)等問題。并且，底層資產(chǎn)從美國ETF遷移到國內(nèi)公募基金等，也會出現(xiàn)新的本土化過程中的實(shí)際交易流程和合規(guī)性問題。這些都需要從業(yè)機(jī)構(gòu)研究符合中國國情的本土化智能投顧模型和產(chǎn)品。

盡管國內(nèi)一些金融機(jī)構(gòu)，落地過程中困難重重，但王蓁認(rèn)為智能投顧在國內(nèi)是可以做的很好的。例如國美智投，針對國內(nèi)客戶及市場特點(diǎn)，結(jié)合國內(nèi)外的長期投資經(jīng)驗(yàn)，構(gòu)建了具有自己知識產(chǎn)權(quán)的大類資產(chǎn)配置和投資組合構(gòu)建算法，更適合現(xiàn)階段國內(nèi)情況和銀行客戶使用，并且全套模型和系統(tǒng)已經(jīng)服務(wù)包括國美金融在內(nèi)的國內(nèi)多家大型金融機(jī)構(gòu)，實(shí)盤效果領(lǐng)跑行業(yè)。

王蓁認(rèn)為，好的機(jī)器學(xué)習(xí)模型專家，一定需要兼?zhèn)鋵唧w業(yè)務(wù)的深刻理解和各個算法模型的熟練掌握，作為一個大腦，構(gòu)建解決具體業(yè)務(wù)問題的解決方案流程框架和大體思路，然后對框架拆分的各個子系統(tǒng)和子模型，配備99個“流水線”研究和建模人員，輔助完成具體建模細(xì)節(jié)和調(diào)參等工作。然而，當(dāng)前在國內(nèi)，具有一個大腦能力的金融人工智能專家是極其稀缺的。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。