上周，微软亚洲研究院与华夏基金共同举办了战略合作发布会，宣布双方将就人工智能在金融服务领域的应用展开战略合作研究。那么在金融领域，人工智能的道路会是怎样一幅画面呢？
发布会上，来自金融投资界和科技界两个领域的最强大脑们，就AI与投资结合所带来的机会及相关问题展开了头脑风暴。特别就两个非常重要的问题进行了讨论：首先，AI会不会改变我们的投资生活。其次，这样的一种改变对我们的财富管理意味着什么？
今天，我们与大家一起回顾科技、金融专家们是如何看待AI与投资结合的未来，发布会全纪录如下（文字内容略有精简）。
AI+投资将为金融领域带来什么样的创造力和智慧
● 洪小文：微软希望让人工智能真正造福投资者
纵观各种创新的技术，人工智能无疑是近年来全民的热词，可是这个热词对微软来说，却是一个老话题。20多年来，微软研究院在云计算、大数据、机器学习、语音识别、图像识别、自然语言理解等领域都取得了丰硕的研究成果。微软不断地推进人工智能的前沿发展，培养了大批人工智能人才。微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士表示，微软是一个平台公司，希望通过我们的智能服务平台，把人工智能普及化带给更多的企业伙伴跟开发者，让他们能够实现他们的梦想。
微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士
过去大家常说隔行如隔山，但在今天这个互联网+、AI+的时代，每个不同的行业都被互联网、云计算以及AI这些新技术“加”在一起。这是大势所趋，而能够将掌握的技术转化为生产力的企业，最有可能在数字化转型中抢得先机。
微软和华夏基金此次所展开的战略研究合作，发掘人工智能在金融投资行业的广泛应用，真正用技术转化成持续的动力，普及广大的投资大众。
洪小文博士相信，双方通过跨界的合作研究，能够将不断发展的人工智能技术，与金融行业的现实需求和应用场景相互结合，融会贯通，发掘数据洞察，帮助基金管理者从瞬息万变的市场当中发掘机会，让人工智能真正造福每个投资者。
● 刘铁岩：人工智能驱动金融产业技术变革
如今，当我们在搜索引擎输入人工智能或者金融这样的关键词，大家会看到很多与此有关的新闻报道和媒体评论，比如我们会看到人工智能让华尔街深感不安… 对冲基金将会用人工智能收割市场如此这般…那么为什么人工智能的到来会让投资界如此震动，人工智能又有哪些优势呢？
微软亚洲研究院副院长刘铁岩博士
微软亚洲研究院副院长刘铁岩博士在大会上从量价数据分析，文本数据分析，知识图谱及推理，以及预测、模拟与决策等方面，简单阐述了人工智能将为金融领域带来什么样的创造力和智慧。
量价数据是股票投资里非常重要的信息源之一。通常，投资经理会按照经验从量价数据的时序序列中寻找时空模式，以此来预测股票的涨跌，并决定何时买入、卖出股票。但这种根据经验的模式抽取，一定会受到个人因素的限制，很难有最优性的保障。所以这时，我们可以利用人工智能技术，依托大数据寻找更加客观、有效的时空模式指导投资，并且微软研究院在与此相关领域内的研究成果也将大有用武之地。
比如，在时序序列分析方面，2016年底，来自微软研究院基于深度神经网络的语音序列识别技术，首次达到了人类语音识别的精度；在二维的模式识别方面，由微软亚洲研究院发明的ResNet技术更是率先地超过了人类的图像识别精度，并获得了2015年ImageNet比赛的冠军，成为了图像识别领域首选的算法。微软的人工智能模型设计经验配合上华夏基金丰富的金融知识积累，我们一定可以为量价数据分析任务设计出高效的人工智能模型。
除了量价数据，文本数据也在金融投资中扮演着重要的角色，我们通过对文本数据的语义分析，主题分析和情感分析，可以预测市场对于一个行业或一个公司的预期，甚至可以去预测股票走势的拐点。
然而，对海量文本信息进行分析并非易事，简单的统计工具、或者标准的分类和主题模型，可能会遇到巨大的挑战。比如，当我们要分析的数据包含千万量级的词表时，相应的分类模型体量可能过大，而使训练时间非常长，甚至长达百年；当我们要对文本数据进行超细粒度的主题分析时，比如要分辨出上百万个不同类型的主题，则可能需要上千台服务器，运行几周到几个月的时间才能完成任务。
但这些看似不可能完成的任务，在微软亚洲研究院的面前，却变得可行。微软拥有能够处理千万词表的新型循环神经网络LightRNN，以及可以分析百万主题的人工智能模型LightLDA，再通过微软的Multiverso参数服务器进行分布式部署，我们就可以用一个只有几十台服务器的小型计算机集群，对海量文本数据进行超细粒度的实时分析，在信息获取和利用方面获得巨大优势。
除了这些原始数据外，在投资时，我们常常需要根据各种金融事件、以及金融实体之间的逻辑关系进行推理。这时就会遇到两个问题，首先，如何构建一个可靠的、信息丰富的金融知识图谱；第二，当我们拥有巨大体量的金融知识图谱时，如何进行高效的分析和推理。
微软亚洲研究院拥有目前世界上最高效的知识图谱索引和分析的开源引擎，有了这种引擎的支持，我们就可以对巨大体量的知识图谱，进行实时的分析推理，使很多隐藏的高阶因果关系浮出水面，给投资经理的决策插上理性的翅膀。
依据前面的人工智能技术构建投资方案之后，投资经理还需要根据市场的反馈不断地对投资方案进行调整。这个过程中，如何对市场的反馈快速响应，以及如何对金融市场其他参与者的行为进行精准建模，将成为致胜的利器。在这些方面，微软亚洲研究院独树一帜的前瞻性决策技术，如对偶增强学习和博弈机器学习，将会帮助投资者获得巨大的先发优势。
以上我们提到的人工智能算法都需要强大计算平台作为支撑，微软研究院拥有目前世界上效率最高的人工智能平台——CNTK（微软认知服务工具包）。在多项第三方评测中，CNTK不管是在单机的训练效率，还是集群的并行训练效率上都表现突出，力拔头筹。
把前面提到的来自微软研究院的优势算法和人工智能平台与华夏基金投研团队的领域知识相结合，我们将共同打造一个由人工智能驱动的全新的金融投资框架。这个框架里面会包含很多新的组成部分，比如端到端的因子提取与动态复合技术，基于金融知识图谱的推理模型，以及基于增强学习和博弈机器学习的自动化交易和资产配置策略等等。
当然，想要在这些课题上取得突破性进展还需要深度的研究。比如金融市场环境开放，存在信息缺失、隐藏等问题，将给建模造成困难；市场规律动态变化，非平稳，将对人工智能模型的预测能力提出挑战；金融市场存在多方复杂博弈，且规模较大，将增加建模和分析的难度；黑天鹅等重要事件的小概率本质，不易用大数据、大样本方法预测；高频交易数据量大、实时性强，对人工智能计算平台将提出额外需求，等等。不过我们对于攻克这些难题持乐观态度，而这些挑战的存在也正凸显了我们和华夏基金进行战略合作研究的深远意义。
● 谢幸：用户画像与聊天机器人，打造个性化金融服务
站在华夏基金的角度，我们可以完成一个全新金融投资框架的构建，那么站在用户的角度，结合人工智能技术与金融，我们又能创造出哪些个性化的金融服务呢？
微软亚洲研究院社会计算组资深研究员谢幸博士分享了微软亚洲研究院在用户画像、性格分析和聊天机器人方面的最新进展，以及这些技术如何助力打造未来个性化的金融服务。
微软亚洲研究院资深研究员谢幸博士
用户画像就是根据用户每天在各类社交软件上产生的大数据合集，给用户打造一个更加个性化的环境和服务。而微软希望能够通过用户画像，更好地预测用户的风险偏好，理解用户的理财目标以及用户对资金的需求，以此帮助金融机构给用户设计更好的产品和服务。
在金融领域，我们常常需要了解用户的风险偏好。但现在一般是用问卷的方法，根据用户的问卷回答计算结果。然而这种方式在心理学专家眼里存在很多问题。
一方面，用户其实对自己并不是非常的了解，很多时候打分的标准很模糊。再就是很多用户会因为没有时间或者觉得这个不重要，就粗略地完成问卷，因此，这时我们拿到的结果就会有非常大的“噪音”。
要解决这个问题其实很简单，所使用的方法在心理学中叫做行为测量，其实就是我们去观察用户，通过用户的行为自动分析他的性格。这其中，可以用到微软亚洲研究院的LifeSpec跨平台用户行为数据集。
而在最近的工作中，基于心理学家的“大五人格理论”，我们提出了一个“大五人格推测模型”，通过集成不同来源的用户数据，针对每个维度的数据设计有针对性的计算特征，最后用集成学习的方法计算一个更加准确的大五人格。将这一方法应用在金融领域，不止是风险偏好，也许我们还能知道这些性格特征会怎样影响用户的购买行为，从而更加准确、成功的推荐金融产品/服务给用户。
此外，微软亚洲研究院还有一个工作是个性化的聊天机器人。我们希望打造一个聊天机器人，类似金融服务里面的智能客服。一个人类客服在跟客户进行交流时，他通常需要了解用户，站在用户的角度考虑怎么样帮助用户解决问题，如何通过更合适的交流方式，来实现用户想做的事情，比如购买金融产品，或者推荐一些用户想要的理财工具。而我们则希望通过聊天机器人这项技术，为用户打造私人定制的金融顾问。
金融行业将如何借助AI重新定义投资的疆界
● 汤晓东：AI+金融，仅仅只是个开始
华夏基金和微软的战略合作，可谓是金融领域人脑智慧和人工智能的融合。如果说，工业革命延伸了人类自然力中的"体力"，那么人工智能则延伸了人类自然力中的“脑力”。
华夏基金总经理汤晓东
华夏基金总经理汤晓东表示，AI+零售业、AI+工业、AI+农业、AI+能源……传统行业和人工智能相融合，都将产生1+1>2，甚至是远大于2的效果。这种效果不仅仅有社会意义，还具有经济意义并蕴藏着巨大的投资机会。华夏基金作为国内权益类投资的龙头公司，一直致力于挖掘新的投资机会，面对这一大批千亿级的新经济、创新类产业，我们将积极分析、加大投资力度，为投资者创造更多的价值。如今，华夏基金正在积极探索把人工智能全方位应用到投资、销售、客服等各个领域。
华夏携手微软展开的战略合作，就相当于为华夏的投资能力加装了顶级智能装备。利用微软在人工智能领域的深厚积淀以及华夏基金强大的投研实力，探索智能投资的疆界，引领资产管理行业的智能化转型。
我们很难想象人工智能未来会如何改变投资，它究竟会成为投资经理的得力助手还是会成为这个行业的颠覆者，随着研究的深入，我们发现这个问题仅仅只是开始。
● 阳琨：人工智能，重新定义投资的疆界
华夏基金副总经理、投资总监阳琨表示，作为一名传统的基金经理，对于AI+投资这一主题，借用一句广告词来说，“一开始我是拒绝的”。但事实上，计算机已经在改变投资了，比如大类资产的均值方差计算，如果没有计算机的帮助，这必将是一项不可能完成的任务。
华夏基金副总经理、投资总监阳琨
那么未来的投资是什么样？人工智能将如何改变投资的疆界？我们畅想未来，或许有一天人工智能作为我的助手，会告诉我过去一天里证券市场或者财经领域发生了什么样的事情、有什么先例，能够扫除我在学习或者认知上的盲区。而在这个层面上来说，AI作为一种工具来提升投资效率这一趋势毋庸置疑。
AI+投资能够帮助我们提升智力的上限，使我们投资、决策、信息处理变得更加准确，这是我们可以看到的未来。
● 孙彬：人工智能助力资产配置
来自华夏基金的资产配置部总监孙彬则更加细致的阐述了人工智能将如何助力资产配置。人工智能领域，最核心有三个要素：第一个就是它需要有海量的数据做支撑；其次它必须有强大的运算能力做保证，而在这两个元素之后我们必须靠人类输入严谨的推理模式模型。
华夏基金资产配置部总监孙彬
孙彬希望利用机器对海量数据的处理能力和深度学习能力，去对历史上各种经济的数据、市场的数据甚至政策文本的数据进行复盘，帮助我们去归纳、总结市场当中特有的运行机制和几率，给我们的投资提供更多的客观数据和决策的依据。
人工智能在量化投资当中的应用渗透率也非常高。其中一个就是最近最热的一个话题，智能投顾。智能投顾希望用尽量低的成本、尽量标准化的流程、用最专业的投资工具，为海量用户提供差异化的投资顾问服务。
想实现千人千面的组合，首先要对人的需求做刻画，运用每个人身上的互联网节点，对每个投资者的目标进行刻画，描绘投资者的不同投资策略目标，依靠大量、离散的数据信息确定每个客户差异化的投资策略目标。
不同的投资策略目标完成后，需要给予用户一个资产配置的建议。每个人组合的大类资产配置比例以及资产内部的风格配置比例都是不一样的。人类需要给予机器一个恰当的模型，并输入模型所依赖的资产变量。然后，机器根据输入变量，以及每个用户差异化的投资策略目标，刻画每个用户资金的差异化资产配置比例。
资产配置比例形成后，需要通过底层资产的选择，完成资产配置的目的，为客户构建组合。在这个过程中，我们需要确定底层产品的分类和交易规则，告诉机器根据资产配置模型，我们分哪几个类型，以及交易规则是什么样的。机器再基于模型分量规则，对海量基金进行分析、排序，并在任何一个时点，形成可购买的最优组合推荐给客户。
此外，孙彬还介绍了人工智能将如何与资产配置模型做一个有效的、有机的结合。美林投资时钟是管理资产配置理论当中非常传统也是非常有效的理论。但因为各个不同的经济体，或者经济体不同的发展阶段，它在实践的应用中也经常出现一些失效的地方。
如果我们能用机器去对历史上各国，尤其是发达经济体的发展路径、经济数据、政策数据、市场数据进行复盘，也许我们可以找到一些经济增长趋势和经济增长变革当中对资产价格映射的影响，从而帮助我们更好地去捕捉变化的到来。
最后关于估值，一般认为，资产价格会提前对整个基本面的变化发生一些波动，我们需要观察、考虑，当基本面真正发生变化的时候，资产的价格是不是适应这种变化。因此我们有一个估值的指标做衡量，估值正好反映了投资者对未来的预期，所以我们也希望从机器对历史的大数据分析中，寻找资产之间、资产风格类别之间、以及经济基本面和估值之间的勾结关系和映射关系，帮助我们反映估值、资产的价格是否已经反映了投资基本面的变化。
如果我们能充分地利用好人工智能的发展，人工智能可以给主动管理的投资者提供更多的认知经济本质、认知市场本质、认知现实、甚至认知人性的更好的工具。这些工具将可以很大程度帮我们提高投资决策的胜率，帮助我们在未来的投资中获得更多的超额收益。
