每一位AI投资经理都希望能制造一个完全自动化的投资交易系统，实现可以躺着赚钱的梦想。AlphaGo在围棋领域碾压式胜利更加剧了对这一梦想的憧憬，遗憾的是，目前为止还没有一台这样的机器被制造出来。

人工智能在各个领域的应用方兴未艾，在投资领域尤其是二级市场的应用更是吸引人们的兴趣，面对人工智能投资的兴起，有人认为人工智能时代来了，在投资领域最后会完全取代人；有人则嗤之以鼻，认为这不过是噱头。那么如何正确看待人工智能在投资领域的应用呢？其实围棋和二级市场有很大的差别，总结而言，围棋是一个有边界的相对固定的市场，而二级市场是一个无边界的动态的市场。

首先，人机下棋本身没意义，机器是人用来提高效率的工具，人机下棋好比人和飞机比赛长跑。对于机器而言，丰富和可靠的数据是让电脑程序做出更优的投资决策的前提之一，通过海量的数据进行测试和分析，摸索出一定的规律，编写成代码，让机器忠实执行。AlphaGo之所以能碾压围棋界并不是因为它技术有多好，而是在于它庞大的服务器资源和运算效率，可以综合世界所有的棋谱，所有围棋的打法，所有围棋界人物的下棋方式，通过计算来下棋。而在投资领域，尽管有历史数据，但是其中有很多噪音，部分上市公司还可能在财务数据上作假，导致其数据可靠性远不如棋谱。

其次，机器要想发挥主导作用，规则必须是透明和稳定的，比如围棋，虽然不同国家和地区会有细微的差别，但总体上是稳定的，尤其是在同一局对弈中，规则不会变化。而投资领域则不同，无论是监管政策还是经济环境、外部环境都会发生很大的变化，比如2016年-2018年，无论监管上并购重组趋严，还是经济环境上一轮经济周期的复苏，还是外部环境方面北上资金的流入，市场生态发生很大的变化，而在历史数据上表现优秀的交易程序很难适合这种新变化。

最后，人工智能投资决策过度依赖于历史数据，而人类的主动决策优势则更加显著。围棋对弈领域不会发生大的不可预测的风险事件，而在投资领域，这种事情时有发生。对于这些事件，以前没有发生过，没有历史数据进行学习，机器就会束手无策，而人则可以进行系统的分析。当面对罕见风险事件，人类的决策优势更加显著。

总结而言，在规则透明稳定，历史数据丰富可靠，无大型风险事件发生的领域，机器不受主观情绪、偏见的影响，在实时信息的接收、分析、决策的环节中，其时效性、准确性、一致性均要高于人类，相对更有优势；而在缺乏历史数据，规则不透明，风险事件时常发生的领域，人的决策会更有优势。因此，在投资领域，单一机器和人都无法占据绝对优势，未来不该是人与机器对立的局面，而是强强联合。

目前来看，人工智能已经应用于研究、投资决策、交易执行等各个方面。

研究方面，通过人工智能阅读研究报告和公司报表，可以大大提升研究效率。例如最近正在出的上市公司2018年年报和2019年一季报，如果每一家公司都认真看报表然后总结，人工覆盖面非常有限，而如果用机器去读这种非结构化的文本数据，则可以快速总结要点，提取需要的核心内容，辅助研究员解读报表。

投资决策上，人工智能技术目前主要从信息处理和知识学习两方面应用于投资决策：一方面依靠人工智能的信息处理能力，通过人工智能方法高效地获取和处理非结构化数据，主要包括微信数据，搜索数据，淘宝、京东交易数据等；另一方面依靠人工智能的知识学习能力，通过人工智能方法进行资产的收益预测和资产的交易。

交易层面，人工智能构建的交易策略更擅长从复杂的历史数据中寻找规律、学习知识，将更广泛、更复杂的因素纳入走势预测的分析中，用来指导未来的交易决策；此外，程序化交易能够显著提高投资策略的执行效率、降低冲击成本，并且在一定程度上提高投资组合的收益。人工智能时代的自动交易包含了自动化和智能化，更强调从市场数据中学习，通过对大量历史数据的学习，构建预测模型，优化交易算法，获得最佳的交易表现。

总之，机器和人在投资领域各有优势，机器不会取代人，人也离不开机器，人机结合或许会取得更大的突破。

【来源：中国经济网】