中國(guó)人工智能在投研的應(yīng)用發(fā)展規(guī)模及智能投研發(fā)展趨勢(shì)分析

中國(guó)人工智能在投研的應(yīng)用發(fā)展規(guī)模及智能投研發(fā)展趨勢(shì)分析

一、智能投研現(xiàn)狀

狹義：人工智能在投資研究上的應(yīng)用。通過(guò)人工智能技術(shù)拓寬投資信息來(lái)源，提高獲取信息的及時(shí)性，減少基礎(chǔ)數(shù)據(jù)處理的工作量，通過(guò)自動(dòng)化的數(shù)據(jù)分析，為投資決策提供參考，從而提高投資研究的效率。

廣義：人工智能在資本市場(chǎng)相關(guān)領(lǐng)域的應(yīng)用。從使用者的角度來(lái)看，智能投研的受眾包括各種類(lèi)型的投資者（買(mǎi)方）、券商（賣(mài)方）、監(jiān)管機(jī)構(gòu)、銀行和財(cái)經(jīng)媒體等。從投資的標(biāo)的來(lái)看覆蓋一級(jí)市場(chǎng)公司、股票、債券、外匯等。而人工智能的應(yīng)用場(chǎng)景涉及業(yè)務(wù)的各種環(huán)節(jié)，與投研直接相關(guān)的就包括研究、投資、交易和風(fēng)險(xiǎn)管理。

1、供求

大部分獨(dú)立的智能投研公司主要在數(shù)據(jù)的處理環(huán)節(jié)。最終與投資交易直接掛鉤的智能投研由投資機(jī)構(gòu)自己搭建為主，同時(shí)會(huì)采購(gòu)?fù)獠康谌降臄?shù)據(jù)和服務(wù)，在內(nèi)部進(jìn)行整合。

產(chǎn)業(yè)鏈的上游是數(shù)據(jù)源。（1）傳統(tǒng)數(shù)據(jù)。金融行業(yè)本身已經(jīng)存在大量標(biāo)準(zhǔn)化的數(shù)據(jù)，包括公司財(cái)務(wù)數(shù)據(jù)、公司公告、交易數(shù)據(jù)、宏觀(guān)數(shù)據(jù)、行業(yè)數(shù)據(jù)、券商研報(bào)等，這些數(shù)據(jù)主要由金融數(shù)據(jù)公司進(jìn)行整合。（2）爬蟲(chóng)數(shù)據(jù)。這些數(shù)據(jù)來(lái)自于互聯(lián)網(wǎng)，相比傳統(tǒng)金融數(shù)據(jù)庫(kù)，這些數(shù)據(jù)的顆粒度更細(xì)，數(shù)據(jù)來(lái)源主要是地方政府網(wǎng)站、地方監(jiān)管部門(mén)網(wǎng)站、社交網(wǎng)站、媒體網(wǎng)站等。（3）另類(lèi)數(shù)據(jù)，主要指通過(guò)智能設(shè)備采集的數(shù)據(jù)，包括衛(wèi)星圖片、天氣數(shù)據(jù)等，更多的是通過(guò)個(gè)人移動(dòng)終端采集的各種數(shù)據(jù)。

產(chǎn)業(yè)鏈的中游主要是數(shù)據(jù)的采集和標(biāo)準(zhǔn)化。產(chǎn)品形態(tài)包括數(shù)據(jù)處理的工具或者處理之后的數(shù)據(jù)產(chǎn)品。（1）數(shù)據(jù)抓取工具：直接對(duì)客戶(hù)開(kāi)放的基礎(chǔ)產(chǎn)品，也是開(kāi)發(fā)其他高級(jí)工具的底層技術(shù)。應(yīng)用于標(biāo)準(zhǔn)化金融文本的關(guān)鍵信息摘取。（2）核查類(lèi)工具：對(duì)于有明確規(guī)則的金融文本提供自動(dòng)核查，包括核對(duì)財(cái)務(wù)數(shù)據(jù)。（3）產(chǎn)業(yè)鏈圖譜：通過(guò)打標(biāo)簽和標(biāo)簽之間的關(guān)系建立，細(xì)化行業(yè)分類(lèi)，展現(xiàn)產(chǎn)業(yè)鏈上下游、競(jìng)爭(zhēng)對(duì)手、股權(quán)投資等關(guān)系，尋找潛在的投資標(biāo)的或發(fā)現(xiàn)潛在的風(fēng)險(xiǎn)傳導(dǎo)路徑。

產(chǎn)業(yè)鏈的下游是數(shù)據(jù)的需求方和應(yīng)用場(chǎng)景，以金融機(jī)構(gòu)為主。（1）券商主要包括三個(gè)部門(mén)的需求。投行部門(mén)：提交文件的審核、找項(xiàng)目。網(wǎng)金部：APP智能投顧功能的底層支持。研究所：報(bào)告的質(zhì)控檢查、信息搜索、公告數(shù)據(jù)提取。（2）投資機(jī)構(gòu)。一級(jí)市場(chǎng)投資者：找項(xiàng)目，監(jiān)控競(jìng)爭(zhēng)對(duì)手。二級(jí)市場(chǎng)投資者：量化投資的策略因子、資產(chǎn)組合的監(jiān)控及風(fēng)險(xiǎn)預(yù)警。（3）證監(jiān)會(huì)&交易所：標(biāo)準(zhǔn)金融文本的審核、信息披露的監(jiān)控等監(jiān)管科技范疇。（4）其他需求。如銀行的小微企業(yè)信貸風(fēng)控、尋找潛在的企業(yè)客戶(hù)；企業(yè)尋找合作伙伴等。

2、參與者

智能投研對(duì)于這些數(shù)據(jù)服務(wù)商來(lái)說(shuō)可以提升數(shù)據(jù)采集的自動(dòng)化程度，增加數(shù)據(jù)功能模塊。彭博、湯森路透是全球市占率最高的兩家金融數(shù)據(jù)公司，其優(yōu)勢(shì)在于數(shù)據(jù)全、顆粒度細(xì)、服務(wù)好，但價(jià)格比較高。商業(yè)模式也較為類(lèi)似，除了提供數(shù)據(jù)終端之外，也是財(cái)經(jīng)媒體，擁有自己的電視臺(tái)、電臺(tái)。CaptitalIQ、Factset、MorningStar與頭部的兩家公司形成一定的差異化競(jìng)爭(zhēng)，雖然數(shù)據(jù)不夠全，但在細(xì)分領(lǐng)域上做更深的數(shù)據(jù)挖掘和加工，且價(jià)格相對(duì)便宜。國(guó)內(nèi)金融數(shù)據(jù)服務(wù)市場(chǎng)的集中度更高，基本處于萬(wàn)得一家獨(dú)大的狀態(tài)。

在智能投研領(lǐng)域有大量的創(chuàng)業(yè)公司。這些創(chuàng)業(yè)團(tuán)隊(duì)一般都具有人工智能的技術(shù)背景和金融行業(yè)從業(yè)經(jīng)歷。

2、互聯(lián)網(wǎng)巨頭

具有明顯的數(shù)據(jù)優(yōu)勢(shì)，可提供獨(dú)家因子給量化基金。BAT在人工智能領(lǐng)域均有布局，重點(diǎn)放在通用的基礎(chǔ)技術(shù)研發(fā)上。其中螞蟻金服在金融行業(yè)的布局較廣。螞蟻金服在底層通用技術(shù)的研發(fā)包括人臉識(shí)別技術(shù)、圖像識(shí)別技術(shù)、自然語(yǔ)言處理等，應(yīng)用在泛金融場(chǎng)景中的包括智能客服、智能營(yíng)銷(xiāo)、智能推送、智能定損、安全風(fēng)控等。從整個(gè)資產(chǎn)管理行業(yè)來(lái)看，螞蟻金服在獲客、客戶(hù)運(yùn)營(yíng)方面有優(yōu)勢(shì)，在投研領(lǐng)域，互聯(lián)網(wǎng)巨頭在另類(lèi)數(shù)據(jù)方面有明顯的優(yōu)勢(shì)，可以提供獨(dú)家的因子給投資機(jī)構(gòu)。

3、投資機(jī)構(gòu)內(nèi)部研發(fā)

就投資而言，外部第三方以提供數(shù)據(jù)工具為主，具體落地到投資策略制定和交易執(zhí)行一般在投資機(jī)構(gòu)內(nèi)部。投資機(jī)構(gòu)通常會(huì)外部采購(gòu)標(biāo)準(zhǔn)模塊，疊加內(nèi)部投資策略，構(gòu)建內(nèi)部智能投研系統(tǒng)。（1）海外智能投研使用已經(jīng)較為普遍。成熟的金融市場(chǎng)有充足的投資工具，運(yùn)用人工智能的量化投資已積累了一定量的歷史數(shù)據(jù)。部分由人工智能管理的基金取得了超過(guò)業(yè)績(jī)基準(zhǔn)的超額收益。（2）國(guó)內(nèi)的資本市場(chǎng)仍處于發(fā)展早期，歷史數(shù)據(jù)和交易工具比較缺乏，前幾年推出的大數(shù)據(jù)基金并未取得理想的業(yè)績(jī)表現(xiàn)。目前國(guó)內(nèi)有部分公募基金正在積極探索智能投研的應(yīng)用，包括嘉實(shí)基金、天弘基金、富國(guó)基金、華夏基金等，智能投研的發(fā)展是資產(chǎn)管理行業(yè)的大勢(shì)所趨。

4、人工智能

在智能投研中主要應(yīng)用的人工智能技術(shù)包括圖像識(shí)別、自然語(yǔ)言處理、情感分析、知識(shí)圖譜等。這些技術(shù)的使用本身存在遞進(jìn)的關(guān)系。首先通過(guò)圖像識(shí)別技術(shù)，對(duì)圖像中印刷或者手寫(xiě)的文字進(jìn)行識(shí)別，輸出可以編輯的文檔格式。其次是通過(guò)自然語(yǔ)言處理及情感分析對(duì)本文進(jìn)行結(jié)構(gòu)化處理，變成機(jī)器可讀的數(shù)據(jù)。最后結(jié)合專(zhuān)家知識(shí)和機(jī)器學(xué)習(xí)等算法，建立起數(shù)據(jù)之間的關(guān)系網(wǎng)絡(luò)，實(shí)現(xiàn)一定程度的分析功能。

人工智能的能力邊界。（1）優(yōu)勢(shì)：相比人工模式，人工智能拓展了數(shù)據(jù)來(lái)源，大幅提升了數(shù)據(jù)運(yùn)算的能力。人腦習(xí)慣于線(xiàn)性關(guān)系和因果關(guān)系的分析，而機(jī)器能分析多元、非線(xiàn)性關(guān)系，尋找相關(guān)性而非局限于因果關(guān)系。（2）不足：就現(xiàn)階段來(lái)看，人工智能在有明確邊界、規(guī)則和目標(biāo)的場(chǎng)景中，效果更明顯。例如：數(shù)據(jù)工具類(lèi)產(chǎn)品主要應(yīng)用于審核、檢查、核對(duì)等場(chǎng)景，這些場(chǎng)景的特征就是規(guī)則明確、目標(biāo)清晰；人工智能已經(jīng)可以實(shí)現(xiàn)自動(dòng)寫(xiě)新聞，但自動(dòng)寫(xiě)的研究報(bào)告可用性不強(qiáng)，更適合上市公司財(cái)務(wù)數(shù)據(jù)披露使用，原因在于研究報(bào)告的分析角度受撰寫(xiě)者的思考邏輯和知識(shí)背景差異而不同；人工智能在防范風(fēng)險(xiǎn)上的表現(xiàn)優(yōu)于尋找機(jī)會(huì)，歷史數(shù)據(jù)積累有助于風(fēng)險(xiǎn)模型的不斷優(yōu)化，而潛在的投資機(jī)會(huì)往往會(huì)突破原有的分析框架。（3）約束條件：數(shù)據(jù)質(zhì)量影響智能投研的效果，隨著底層數(shù)據(jù)質(zhì)量不斷提升，智能投研的效果會(huì)越來(lái)越好。

5、自然語(yǔ)言處理

自然語(yǔ)言處理（NLP）就是將復(fù)雜的人類(lèi)自然交流的語(yǔ)言轉(zhuǎn)化成標(biāo)準(zhǔn)化的計(jì)算機(jī)語(yǔ)言。自然語(yǔ)言處理包括兩個(gè)部分，一是自然語(yǔ)言理解（NLU），使計(jì)算機(jī)理解人類(lèi)的語(yǔ)言，二是自然語(yǔ)言生成（NLG），把計(jì)算機(jī)運(yùn)算的結(jié)果以人類(lèi)自然語(yǔ)言的形式呈現(xiàn)。

情感分析是自然語(yǔ)言處理中的一個(gè)重要研究方面，主要是對(duì)帶有感情色彩的主觀(guān)性文本進(jìn)行分析、處理、歸納和推理。情感分析的發(fā)展得益于社交媒體的興起，產(chǎn)生了大量個(gè)體參與的、對(duì)于人物、事件和產(chǎn)品的評(píng)論信息，通過(guò)機(jī)器學(xué)習(xí)，得出可量化的數(shù)據(jù)結(jié)論。

自然語(yǔ)言處理的應(yīng)用場(chǎng)景：大數(shù)據(jù)分析、日志挖掘及分析、自動(dòng)摘要、文本分類(lèi)、信息提取、文本朗讀/語(yǔ)音合成、語(yǔ)音識(shí)別、信息檢索、文字校對(duì)、機(jī)器翻譯、問(wèn)答系統(tǒng)等。在金融行業(yè)的應(yīng)用包括輿情監(jiān)測(cè)、智能風(fēng)控、智能客服等。

6、知識(shí)圖譜

知識(shí)圖譜：將知識(shí)結(jié)構(gòu)繪制成以各個(gè)知識(shí)單元概念為節(jié)點(diǎn)的地圖。知識(shí)圖譜的基礎(chǔ)是自然語(yǔ)言處理，在計(jì)算機(jī)對(duì)文本中的知識(shí)點(diǎn)理解之后，再建立起各個(gè)知識(shí)單元之間的關(guān)系，形成知識(shí)網(wǎng)絡(luò)，最后以可視化的形式展現(xiàn)出來(lái)，或者通過(guò)智能搜索引擎呈現(xiàn)。知識(shí)圖譜的底層是文本、標(biāo)簽和表格，在此基礎(chǔ)上構(gòu)建圖表、模式、本體和規(guī)則。

投研領(lǐng)域的知識(shí)圖譜。在投研領(lǐng)域，知識(shí)單元包括公司、產(chǎn)品、股東、管理層等，知識(shí)單元之間的關(guān)系包括上下游、競(jìng)爭(zhēng)對(duì)手、合作、股權(quán)、擔(dān)保等。知識(shí)圖譜可以知識(shí)單元之間的關(guān)系網(wǎng)絡(luò)直觀(guān)地顯示出來(lái)，當(dāng)其中某個(gè)節(jié)點(diǎn)發(fā)生變化時(shí)，能快速識(shí)別出這個(gè)變化在關(guān)系網(wǎng)絡(luò)中的傳導(dǎo)過(guò)程及對(duì)特定主體的具體影響。

二、市場(chǎng)空間及行業(yè)趨勢(shì)

要從數(shù)據(jù)服務(wù)廣義的角度看智能投研的市場(chǎng)空間。（1）如果僅從投資機(jī)構(gòu)的付費(fèi)能力看，智能投顧的市場(chǎng)空間有限。頭部的券商和具有一定資產(chǎn)管理規(guī)模的投資機(jī)構(gòu)是收入的主要來(lái)源，機(jī)構(gòu)數(shù)量和資產(chǎn)規(guī)模成為主要的限制條件。目前國(guó)內(nèi)傳統(tǒng)的金融數(shù)據(jù)服務(wù)被萬(wàn)得基本壟斷，市占率超過(guò)80%，萬(wàn)得2016年的營(yíng)業(yè)收入為13.3億元，整個(gè)市場(chǎng)規(guī)模在20-30億元左右。（2）間增量空間1：投資機(jī)構(gòu)需求的多元化。從數(shù)據(jù)層面，從傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)向非機(jī)構(gòu)化數(shù)據(jù)拓展，而非結(jié)構(gòu)化數(shù)據(jù)的規(guī)模占到80%。從服務(wù)層面，在數(shù)據(jù)功能上要不斷完善，提高自動(dòng)化程度，減少簡(jiǎn)單重復(fù)的人工作業(yè)；此外數(shù)據(jù)服務(wù)與軟件服務(wù)相結(jié)合，形成綜合性的投資管理平臺(tái)。（3）增量空間2：目標(biāo)客戶(hù)的多元化。從金融行業(yè)領(lǐng)域來(lái)看，除了投研部門(mén)之外，金融數(shù)據(jù)服務(wù)的對(duì)象豐富，包括投行業(yè)務(wù)部門(mén)、銀行信貸部門(mén)、監(jiān)管審核部門(mén)等。其他潛在客戶(hù)還有媒體、企業(yè)、政府、法律機(jī)構(gòu)等。

全球金融數(shù)據(jù)市場(chǎng)的規(guī)模達(dá)到260億美元，全球的資產(chǎn)管理規(guī)模約為80萬(wàn)億美元；由證券業(yè)協(xié)會(huì)統(tǒng)計(jì)的國(guó)內(nèi)資產(chǎn)管理行業(yè)的約為50萬(wàn)億元，而金融數(shù)據(jù)行業(yè)的規(guī)模僅為20-30億，與海外市場(chǎng)相比，市場(chǎng)潛力巨大。

資產(chǎn)管理行業(yè)是智能投研的主要客戶(hù)來(lái)源，資產(chǎn)管理行業(yè)的機(jī)構(gòu)數(shù)量、資產(chǎn)規(guī)模決定了智能投研行業(yè)的收入規(guī)模。根據(jù)調(diào)查數(shù)據(jù)統(tǒng)計(jì)，截止2018年末，資產(chǎn)管理業(yè)務(wù)總規(guī)模約為50萬(wàn)億元，其中包含了公募基金、私募基金、基金子公司、證券公司及期貨公司。從增速來(lái)看，由于近兩年宏觀(guān)經(jīng)濟(jì)增速下滑、資本市場(chǎng)波動(dòng)及監(jiān)管趨嚴(yán)等因素影響，資產(chǎn)管理規(guī)模增速放緩，其中2018年整體規(guī)模有所下滑，但從2014年以來(lái)，規(guī)模的復(fù)合增速達(dá)到了25%。隨著資產(chǎn)管理行業(yè)成熟度提升，更多機(jī)構(gòu)（保險(xiǎn)機(jī)構(gòu)、外資機(jī)構(gòu)等）和資金（養(yǎng)老金、居民儲(chǔ)蓄等）進(jìn)入資本市場(chǎng)，資產(chǎn)管理行業(yè)規(guī)模長(zhǎng)期將保持增長(zhǎng)態(tài)勢(shì)。

一方面，投資機(jī)構(gòu)通過(guò)自動(dòng)化程序不斷提升運(yùn)營(yíng)效率，包括投資研究和交易；另一方面，投資交易的風(fēng)格越來(lái)越偏被動(dòng)和量化，逐漸降低人為主觀(guān)操作的比例，或者說(shuō)通過(guò)技術(shù)手段更好的執(zhí)行投資經(jīng)理的投資策略，這些需求都要提升投資機(jī)構(gòu)的科技投入。具體來(lái)說(shuō)，β收益產(chǎn)品要求更低的管理成本和交易成本，提升跟蹤標(biāo)的的準(zhǔn)確度，α收益產(chǎn)品的管理難度不斷提升，需要持續(xù)發(fā)現(xiàn)新的、有效的投資策略才能獲取超額收益。Smartβ產(chǎn)品介于主動(dòng)及被動(dòng)管理之間，人工智能可以幫助該類(lèi)產(chǎn)品進(jìn)行動(dòng)態(tài)的因子調(diào)整，進(jìn)一步提升獲取超額收益的可能性。

傳統(tǒng)的金融數(shù)據(jù)服務(wù)公司在數(shù)據(jù)積累及客戶(hù)資源上具備優(yōu)勢(shì)，通過(guò)外部并購(gòu)優(yōu)秀的創(chuàng)業(yè)公司可提升數(shù)