本篇文章1999字,读完约5分钟

自从阿尔法围棋大败围棋大师李世石以来,人工智能的应用越来越受到重视。由于智能投资的出现,金融业被市场认为是下一个“阿尔法狗”。

“在金融技术领域,最重要的产品表现是智能投资,这可以被视为一个口号,但它刚刚在中国出现。”鉴于目前智能投资的发展,中国人民大学金融学教授、长江学者、山治定量金融学院院长、中国人民大学国家发展研究院宏观预测中心主任李勇博士日前接受了《21世纪经济报道》的专访。

青年长江学者李勇:智能投顾追求短期高收益并不现实

作为长期致力于定量投资和资产配置研究的专家,李勇教授是我国定量投资研究的前沿学者。它认为,自2013年以来,中国出现了许多智能投资公司,但另一方面,中国目前对智能投资的法律定义仍然模糊,未来发展存在法律风险。

青年长江学者李勇:智能投顾追求短期高收益并不现实

法律风险是主要原因

21世纪:智能投资的概念指的是什么?

李勇:智能投资不是一个狭隘的概念。任何通过量化方法投资的人都可以统称为智能投资。智能投资也称为机器人(300024,购买)投资。事实上,它不是机器人。本质上,它背后的定量模型在起作用。

青年长江学者李勇:智能投顾追求短期高收益并不现实

《21世纪》:为什么智能投资和投资在量化领域崛起?

李勇:2013年之前,中国资本市场的方式基本上是主观选股。此后,量化产品被引入中国,所以我们称2013年为量化投资的第一年。

中国一些公开基金公司引入的华尔街量化投资团队通过对冲工具进行投资,对冲工具分为阿尔法策略和贝塔策略。

定量投资主要与数据和模型有关,投资是通过数据和模型进行的。将这些投资方法应用到互联网上,让模型自动运行,这可以作为一种智能投资方法。国外市场最重要的智能投资模式是资产配置模式,通过与互联网的结合,可以将资产配置模式转化为智能投资模式。金融技术中最重要的产品性能是智能投资,这可以看作是一个窗口,但在中国才刚刚开始。目前,国内许多第三方财富管理公司已经开发出实用的智能基金选择工具,一些公司正在进行智能投资,其中许多是由海外企业家创立的。

青年长江学者李勇:智能投顾追求短期高收益并不现实

《21世纪英文报》:目前中国发展智能投资遇到了哪些困难?

李勇:目前,中国发展智能投资最大的问题是法律风险。因为2015年股市崩盘后的一个大问题是p2p,所以p2p和智能投资很容易区分和整合。公共基金和私人基金都有很好的监管,但是聪明投资面临着大量的散户投资者,因此很难通过将少量资金集中在聪明投资公司上来区分聪明投资公司是公共基金还是私人基金。这里的概念非常模糊,所以有一个问题,那就是从法律上界定什么是智能投资。

青年长江学者李勇:智能投顾追求短期高收益并不现实

在2014年和2015年,一些所谓的智能投资实际上变成了一个伪装的p2p平台。例如,一只私募股权基金需要一个超过100万英镑的高净值客户才能接受投资,但一个平台是在智能投资的幌子下建立的,100万英镑的产品份额被分成许多份额。如今,监管越来越严格,这种方式是不被认可的。这种分解是私募、公开发行还是金融创新?还是第三方销售?有一个法律定义的问题。从监管的角度来看,应该采用什么样的监管方式可能是我们现在面临的一个非常重要的问题。目前,对于智能投资还没有一个规范的、系统的观点。

青年长江学者李勇:智能投顾追求短期高收益并不现实

短期内高回报是不现实的

21世纪:明智的投资会带来一些新的投资风险吗?

李勇:我认为这很有可能。当交易量较大时,如果模型出现缺陷,将对市场产生很大影响。当时,光大乌龙事件对市场产生了很大的影响,但现在,中国智能投资的交易量很小,这个问题还不存在。然而,当中国开始使用大量的智能投资模型时,如果模型存在缺陷或其他技术原因,肯定会对市场产生影响。

青年长江学者李勇:智能投顾追求短期高收益并不现实

21世纪:智能投资的发展代表了什么趋势?

李勇:智力投资的发展是科技进步的必然结果。在某些情况下,设计一个好的模型可以打败人类,就像阿尔法围棋一样。此外,技术的最大优点是成本低。为什么智能投资近年来在美国如此受欢迎?一方面,它是技术的发展;另一方面,是经济形势对整个资产管理行业的影响。如果使用大量投资者,对冲基金的劳动力成本会非常高。现在,风险溢价的超额回报很小,债券的回报也很低。你不能通过投资赚这么多钱,所以你必须控制劳动力成本。因此,使用智能投资可以降低人工成本,而且成本非常低。

青年长江学者李勇:智能投顾追求短期高收益并不现实

21世纪:智能投资能实现传统投资无法实现的需求吗?

李勇:这取决于哪个角度,因为每种投资方式追求的回报率都不同于投资方式。明智投资的最大价值在于稳定的资产配置。从美国的经验来看,聪明投资的最大市场是分散风险和获得稳定的收入,而不是追求短期内的高回报率。

青年长江学者李勇:智能投顾追求短期高收益并不现实

从大类配置的角度来看,目的是追求风险与收益的匹配状态,而人工智能模型可以完全满足这一需求。风险分散可以通过资产配置分散来实现,模型可以完全做到。然而,仅通过追求高回报来手动选择股票更为实际。

青年长江学者李勇:智能投顾追求短期高收益并不现实

21世纪:为什么用聪明的投资在短期内追求高回报是不现实的?

李勇:任何模式都追求长期的规律,比如趋势规律。例如,我们的中国市场更受政策因素的影响,这导致模型参数在短期内频繁变化,因此短期内难以预测。这些模型都基于大样本,因此明智的投资应该追求稳健的资产配置。

标题:青年长江学者李勇:智能投顾追求短期高收益并不现实

地址:http://www.chengxinlibo.com/csxw/10883.html