‌ · 人工智能 技术 在 金融 市场 的 应用 来源 ： 南方 都市报 2017 年 06 月 04 日 版次 ： RB 10 作者 ： 王 秀 宁 南都 记者 邹 卫 摄 主办单位 ： 南方 都市报 朱 晓天 ： 北大 汇丰 商学院 副教授 ， 复旦大学 管理学院 客座教授 ， 国家 千 人 计划 金融类 专家 。 
曾 在 中信证券 负责 DeltaOne 场外 指数化 衍生 品 业务 ， 负责 行业 最大 的 80 亿融 券 池 的 增强 收益 ， 参与 规模 达 上千亿 的 收益 互换 和 场外 衍生 品 业务 。 
美国 维州 州立 大学 金融 博士 ， 国际认证 的 注册 金融 分析师 （ CFA ） ， SAS 金融 统计分析 高级 程序员 。 
在 美国 华尔街 、 新加坡 、 香港地区 和 中国 内地 金融投资 行业 有 超过 16 年 的 研究 和 投资 经验 。 
很 高兴 有 这个 机会 跟 大家 分享 “ 人工智能 技术 在 金融 市场 的 应用 ” 这个 主题 。 
我们 先 看 一下 最近 的 热点 ， 都 是 2017 年 的 一些 新闻 。 
交易员 正在 被 迅速 替代 首先 高盛 的 新闻 ， 高盛 现在 很多 职位 逐步 被 人工智能 所 取代 。 
以前 股票 的 现券 交易员 有 600 个人 ， 现在 基本上 只 剩下 2 个人 了 ， 基本上 这 一块 就 被 机器 替代 了 。 
我 自己 以前 在 美国 金融 博士 毕业 以后 ， 刚 开始 在 摩根大通 银行 做 信用 风险 方面 的 职位 ， 后来 到 瑞信 第 一波 士顿 银行 ， 即 瑞士 信贷 去 做 量化 交易 ， 当时 我 看到 的 情况 也 是 一样 的 。 
我 大概 在 2010 年到 瑞信 做 现券 交易 的 时候 ， 它 的 交易大厅 比 我们 这个 要 大多 了 ， 交易大厅 前排 很多 排 都 是 做 股票 现券 交易 的 交易员 ， 到 我 接近 离开 的 时候 ， 也 就 基本上 大批 大批 地 离开 了 。 
这些 交易员 逐步 被 算法 交易 替代 了 ， 相当于 被 机器 替代 了 。 
瑞信 第 一波 士顿 本身 也 是 跟 高盛 一样 ， 在 华尔街 的 算法 交易 、 电子化 交易 相对 比较 强 ， 整个 趋势 我 在 2010 年 华尔街 工作 的 时候 就 非常 明显 了 。 
今年 的 新闻 就 说 高盛 600 人 的 现券 交易员 团队 整个 被 替代 了 ， 只 剩下 2 个人 了 ， 这 跟 我 当时 在 瑞信 看到 的 情况 是 一模一样 的 。 
美国 摩根大通 今年 的 新闻 是 用 自动化 的 软件 几 秒钟 就 能够 把 内部 律师 、 法律顾问 花 36 万 个 小时 做 的 事情 就 自动 完成 了 。 
我 以前 在 纽约 有 一个 朋友 ， 他 一直 在 德意志银行 做 衍生 品 交易 ， 他 是 一个 交易员 ， 今年 他 的 职位 就 被 机器 替代 了 ， 所以 他 最近 也 在 找工作 ， 所以 连衍 生品 的 交易员 都 被 机器 替代 了 。 
今年 的 新闻 一下子 出来 了 这么 多 ， 很 明显 的 趋势 ， 感觉 上 这是 一个 大家 很 关心 的 问题 ， 人工智能 会 取代 很多 的 职位 。 
因为 金融 领域 是 一个 切入点 ， 它 是 做 人工智能 、 大数据 很 重要 的 切入点 ， 金融 领域 如果 很多 机会 逐步 被 人工智能 替代 的 话 ， 将来 会 有 什么样 的 影响 。 
人工智能 表现 在 比如 行动 、 决策 、 感知 ， 行动 上 包括 自动化 、 机器人 、 运行 ， 决策 包括 识别 、 分类 、 预测 ， 感知 包括 感知 图象 、 语音 、 文字 。 
你 说 它 能 达到 完全 把 这 三个 方面 做好 的 话 ， 就 真的 变成 人工智能 了 ， 它 又 能 行动 ， 又 能 决策 ， 又 能 感知 ， 也就是 一 个人所 能够 做 的 事情 全都 可以 做 了 。 
金融 市场 中 的 人工智能 应用 以前 我们 在 做 人工智能 研究 的 时候 ， 人工智能 在 现实 当中 有 很多 的 应用 ， 最 主要 是 两 块 ， 一块 是 分类 ， 一块 是 预测 。 
实际上 分类 和 预测 都 差不多 ， 中间 就是 有 一些 细节 上 的 区别 。 
现时 的 问题 基本上 可以 用 分类 和 预测 来 得到 解决 。 
首先 是 金融 市场预测 。 
彭 博 社 用 机器学习 模型 预测 上市公司 财 报 是否 超过 预期 准确率 ， 模型 表现 达到 了 60% 的 成功率 。 
三菱 日 联 摩根斯坦利 证券 ， 用 机器学习 预测 日本 股市 走 内 30 日 内 的 涨跌 ， 可以 达到 成功率 68% . 我 以前 发表 过 一 篇 文章 ， 是 我 在 新加坡国立大学 和 新加坡 证券交易所 合作 所 做 的 一个 预测 ， 成功率 可以 达到 70% ， 也 是 之前 我 自己 做 的 一个 研究 。 
瑞信 信贷 的 算法 和 做 市 交易 是 华尔街 非常 有名 的 ， 交易 执行 全部 是 用 算法 来 做 。 
还有 金融产品 波动 率 的 预测 ， TMB 银行 也 是 通过 神经网络 来 做 波动 率 预测 。 
德意志银行 的 衍生 品 交易 定价 这 一块 也 是 用 人工 神经网络 。 
其次 是 人工智能 技术 在 固定 收益 类 资产 配置 方面 的 应用 。 
对 固定 收益 管理 来说 ， 收益率 曲线 的 期限 结构 对 风险管理 和 投资 决策 都 非常 重要 。 
所谓 的 收益率 曲线 期限 结构 ， 比如 有 平 的 ， 正常 是 往 上 走 的 ， 还有 往 下 走 的 。 
正常 是 往 上 走 的 ， 因为 时间 越 远 的 话 ， 收益 肯定 越 高 ， 你 的 风险 溢价 可能 相对 来说 高一 点 ， 所以 正常 向上 是 很 普遍 的 收益率 曲线 结构 。 
当然 现实 中 可能 也 有 平 的 曲线 ， 甚至 往 下 走 的 也 有 。 
收益率 曲线 的 结构 变化 也 很多 ， 有 平行 变化 的 ， 有 斜度 调整 的 ， 还有 弯曲 度 调整 的 ， 收益率 曲线 的 变化 方式 对于 做 投资 决策 和 风险管理 都 非常 重要 。 
第 三 ， 是 人工智能 技术 在 自动 做 市 和 算法 交易 方面 的 应用 。 
自动 做 市 和 算法 交易 目前 国际 投 行 在 这方面 投入 很大 ， 包括 自动 做 市 和 算法 交易 ， 第 三代 算法 交易 系统 的 目标 已经 不仅仅 是 减少 交易 执行 成本 和 市场 冲击 ， 而是 获得 比 基准 VWAP 更好 的 结果 。 
就是 交易 执行 ， 因为 全球 股票 交易量 很大 ， 股票 交易 的 过程 中 就 会 有 交易 执行 的 成本 ， 这个 算法 交易 主要 是 节省 交易 成本 。 
我 测算 了 一下 ， 中信证券 2012 年 净利润 42 亿 元 ， 如果 在 国内 市场 采用 二代 算法 交易 ， 利润 可以 提高 26% . 就 整个 市场 而言 ， 在 2012 年 的 时候 采用 二代 算法 可以 节省 400 亿 的 交易 费用 ， 如果 采用 三代 算法 交易 可以 节省 700 多亿 的 交易 成本 。 
如果 是 2015 年 就 更 不得 了了 ， 可能 就是 节省 两三 千 亿 了 ， 整个 市场 交易 成本 的 节省 可能 都 会 提高 得 非常 快 。 
高频 交易 英国 占 30% ， 美国 60% ， 日本 15% ， 当然 这 只是 一个 预测 ， 当时 中国 的 位置 非常 低 。 
当然 2015 年 有所 提高 ， 但是 因为 限制 算法 交易 ， 后来 估计 也 没有 很 高 ， 也就是 比较 低 的 位置 。 
这个 可能 还是 一个 趋势 。 
第 四 ， 是 人工智能 技术 在 复杂 衍生 品 交易 和 定价 方面 的 应用 。 
衍生 品 交易 这 一块 准确 定价 非常 重要 ， 不 准确 的 定价 会 导致 错误 的 交易 并 导致 损失 ， 并且 导致 对 风险 计量 VAR （ 风险 价值 模型 ） 的 错误 估值 ， 导致 不 匹配 的 对冲 策略 ， 这样 就 会 造成 整个 投资 组合 风险 头寸 的 暴露 。 
特别 是 挂钩 一些 流动性 不 太 好 的 标 的 ， 股权 的 期权 定价 由于 传统 统计 模型 无法 准确预测 该 股票 的 回购 率 ， 进而 无法 准确 计算 它 的 远期 价格 ， 从而 很 难 准确 定价 。 
德意志银行 的 衍生 品 交易 采用 人工智能 模型 解决 这个 问题 ， 提高 了 预测 该 股票 回购 率 的 准确率 ， 提高 了 关联 期权 定价 的 准确性 ， 提高 了 交易 利润 。 
定价 系统 越来越 人工 智能化 ， 所以 交易员 就 可以 直接 裁 掉 了 ， 这是 一个 趋势 。 
第 五 ， 是 人工智能 技术 在 债券 评级 方面 的 应用 。 
标准 普尔 已经 通过 多层 神经网络 做 主权 债 、 企业债 的 评级 ， 预测 的 准确度 也 提高 了 ， 只不过 这种 模型 还有 一个 问题 就是 “ 黑箱 ” 操作 ， 它 不 像 传统 统计 模型 比较 好 解释 ， 中间 哪个 变量 大一 点 ， 本身 人工 神经网络 是 一个 “ 黑箱 ” ， 里面 有 很多 的 权重 和 节点 ， 每 一个 节点 的 权重 自动 通过 输入 和 输出 优化 ， 找到 调整 这些 节点 的 权重 。 
所以 ， 它 不 太 像 传统 的 统计 模型 那么 好 解释 ， 你 是 怎么 找到 这个 对应 关系 的 。 
所以 ， 这是 一个 “ 黑箱 ” 操作 ， 但是 抓住 非线性 关系 的 能力 很 强 。 
第 六 ， 人工智能 技术 在 信用 风险 预测 方面 的 应用 。 
以前 我 在 摩根大通 和 贝尔斯 登 工作 过 ， 做 过 信用 风险 方面 的 模型 开发 ， 信用卡 行业 也 普遍 用 这个 神经 模型 做 系统 风险 预测 模型 和 信贷 审批 模型 ， 资产 证券化 产品 的 价格 也 受 底层 违约 率 和 提前 还款率 的 影响 ， 人工 神经网络 本质 也 是 一 种 统计 模型 ， 2008 年 次 贷 危机 的 时候 ， 贝尔斯 登 、 摩根大通 银行 的 信用 风险 部门 也 开始 利用 非传统 统计 模型 即 神经网络 做 一些 预测 ， 而且 我们 当时 在 2007 年底 的 时候 预测 房产 抵押贷款 的 违约 率 会 急剧 上升 ， 我们 就 用 了 这个 网络 模型 ， 结果 的确 是 发生 了 。 
最后 ， 人工智能 技术 在 消费 银行业 市场 划分 方面 的 应用 。 
人工 神经网络 在 算法 交易 训练 的 时候 ， 比 传统 的 统计 分类 模型 有 一些 优势 ， 人工 神经网络 解决 传统 统计 模型 的 两个 问题 ， 一个 是 不 需要 事先 知道 有 几 个 划分 区域 ， 它 是 根据 数据 特征 找到 有 几 个 ， 而 不 需要 事先 知道 有 几 个 ， 而且 也 不 需要 设立 起始 的 区域 中心 。 
比如 花旗银行 的 消费 银行业务 ， 全国 有 200 万 的 消费者 ， 去 分析 消费者 的 数据 ， 然后 做 一些 市场 划分 ， 我 肯定 很 难 事先 知道 我 有 多少 个 划分 区域 ， 我 只能 根据 实际 数据 来 划分 。 
根据 这些 实际 客户 的 消费 特点 来 进行 市场 划分 ， 事先 我 还是 不 知道 的 ， 而且 消费 人群 的 特点 也 随着 时间 有 变化 。 
所以 ， 神经网络 与 传统 统计 模型 肯定 是 有 一些 优势 ， 它 提高 了 花旗银行 消费 银行 领域 的 市场 划分 准确度 ， 进一步 提高 了 各个 划分 领域 中 的 风险管理 实践 。 
人工智能 技术 的 角色 与 目标 这里 可以 再 提 一下 金融 与 科技 交叉 ， 即 人工智能 技术 在 证券投资 领域 创新 和 发展 的 方向 。 
我 觉得 可以 分 几 个 层次 ： 第 一个 是 算法 交易 执行 的 创新 。 
智能 代理 的 算法 交易 系统 ， 能够 更 高效 地 按照 定制 化 需求 ， 执行 涉及 组合 或者 一 篮子 资产 的 下单 命令 ， 智能 代理 交易 程序 可以 轻松 同时 跟踪 成百上千 只 不同 的 证券 标 的 ， 同时 反馈 订单 执行 情况 。 
跨 市场 或者 跨 品种 的 定制 化 交易 需求 能够 轻松 实现 。 
第 二 个 是 投资 策略 产生 的 创新 ， 投资 策略 的 生产 模式 由 大规模 人力 转向 大规模 人工智能 机器 。 
由于 计算机 能力 的 大幅 提高 以及 平行 分布式 计算 的 广泛 应用 策略 开发 的 时间 大大 缩短 ， 结合 大数据 ， 机器学习 的 强大 挖掘 能力 将 会 开发 出 以往 无法 发现 的 “ 新 认知 ” 和 新 策略 。 
未来 10 年 大部分 初级 分析师 的 工作 都 可能 会 被 智能 算法 所 取代 。 
第 三个 是 资产 配置 效率 的 创新 。 
基于 大数据 的 人工智能 的 应用 ， 可以 显著 提高 资本 市场 的 深度 和 宽度 ， 人工智能 代理 会 以 人工智能 无法 比拟 的 速度 、 效率 和 海量 计算 捕捉 任何 交易 机会 ， 这样的话 市场 的 有效性 会 大大 提高 ， 资本 市场 有效 配置 资源 的 功能 将 得到 很 好 的 发挥 。 
将来 很多 套利 的 机会 越来越 少 ， 因为 出现 套利 机会 计算机 马上 就 自动 发现 了 ， 就 像 美国 一样 越来越 难 做 套利 了 。 
第 四 个 是 金融 行业 结构 的 变革 。 
由于 人工智能 技术 的 专业性 、 复杂性 提高 ， 将 衍生 出新 的 业态 。 
比如 量化 技术 背景 的 智能 信号 服务 提供商 开始 为 金融机构 提供 定制 的 信号 。 
这个 在 美国 已经 有 了 。 
有 一些 专门 做 量化 交易 信号 ， 要么 就 提供 给 投资银行 ， 比如 投资银行 里面 股票 做 市 ； 有些 衍生 品 做 市 就 需要 一些 交易 信号 来 做 一些 判断 ， 到底 做 市 的 时候 要 百分之百 对冲 还是 对冲 一部分 ， 提高 他 的 判断 能力 ； 还有 一些 小 的 技术 公司 提供 交易 信号 ， 说 我 这个 交易 信号 很 好 ， 可以 赚钱 。 
我 给 你 提供 这种 交易 信号 ， 你 要 赚 了 钱 我们 怎么 分 ？ 
现在 也 出现 了 很多 非常 有 针对性 的 专门 做 智能 交易 信号 的 提供商 ， 跟 这些 对冲 基金 的 合作 越来 越多 。 
还有 提供 大数据 服务 和 大型 计算 服务平台 的 运营商 将 会 蓬勃 涌现 ， 证券投资 行业 涌现 大量 基于 智能 要素 的 新型 业态 。 
这个 趋势 是 自动化 越来越 普及 ， 智能 算法 也 越来 越多 ， 这个 行业 肯定 竞争 也 越来越 激烈 ， 但是 很多 初级 分析师 的 职位 也 会 被 逐步 取代 。 
人工智能 的 未来 我 觉得 人工智能 的 本性 包括 强大 的 计算 能力 、 大数据 、 深度学习 的 算法 ， 解决 过度 拟合 的 问题 ， 还有 人类 专家系统 ， 堆积 起来 以后 就 形成 的 人工智能 。 
人工智能 至少 在 现阶段 还是 为 人类 服务 的 ， 以前 我 觉得 超越 人类 感觉 上 还是 遥遥无期 ， 现在 感觉 这个 趋势 还是 有点 加强 ， 这个 过程 有点 加强 。 
我们 研究 人工 神经网络 的 ， 感觉 它 很 有意思 的 一 点 ， 它 模拟 的 是 人脑 神经元 。 
人脑 神经元 有 很多 的 节点 ， 一个 和 一个 连 起来 。 
它 的 学习 过程 很 难 解释 ， 比如 小孩 学习 练字 、 了解 东西 、 考虑 问题 ， 自己 训练 自己 ， 一 开始 不 懂 ， 但是 多 做 一 段 时间 以后 就 熟悉 了 。 
这个 自我 学习 的 过程 ， 自己 调节 ， 脑神经 元 的 权重 在 调整 ， 调整 几 遍 以后 突然 就 明白 了 。 
这个 过程 到 现在 ， 人类 也 没有 完全 理解 这个 学习 过程 的 内在 逻辑 ， 往往 是 反复 考虑 一个 问题 突然 就 学会 了 。 
跟 神经网络 一样 ， 弄 了 一个 很 复杂 的 就 像 深度学习 一样 10 层 的 网络 ， 这 中间 一 层 一 层 交联 ， 然后 中间 调节 它 的 权重 ， 然后 我 看到 这个 问题 输入 和 输出 的 关系 ， 一 开始 琢磨 参数 ， 多 看 几 遍 、 多 考虑 ， 突然 就 考虑 清楚 了 ， 这个 过程 就是 在 模仿 人脑 的 神经元 原理 。 
一 开始 ， 人工智能 的 发展方向 哪怕 就是 “ 黑箱 ” 模型 ， 但是 它 能够 抓住 问题 的 实际 潜在 关系 ， 特别 是 复杂 非线性 关系 能 抓住 ， 它 就 对 人类 有 帮助 。 
如果 智能化 发展 到 一定 程度 ， 我 感觉 也 有 可能 哪 一 天 你 给 它 许多 任务 ， 假如 它 考虑 问题 越来 越多 ， 说不定 有 一 天 它 就 真的 有 智能 了 ， 因为 它 这个 过程 本来 就是 一个 “ 黑箱 ” ， 一个 模拟 人脑 神经元 的 过程 。 
这个 过程 你 可以 把 它 看成 一个 非常 复杂 的 统计 模型 ， 但是 这个 趋势 确实 有 智能化 的 潜力 ， 特别 是 真正 提到 人工智能 ， 它 不光 为了 完成 一个 特定 的 任务 ， 它 还有 这个 能力 进一步 优化 或者 扩展 ， 或者 它 就 知道 下 一 步 怎么样 系统化 地 把 这个 事情 做好 ， 这 可能 是 将来 人工智能 发展 的 方向 。 
南都 评论 记者 王 秀 宁 整理 scroll 手机 看报 RightsReserved