FDT聂凡淇：人工智能会让对冲基金经理失业

7月15日，网易未来科技峰会在北京举行。香港金融数据技术有限公司（FDT）创始人兼CEO聂凡淇出席了“AI+金融”专场并发表主题演讲

7月15日，网易未来科技峰会在北京举行。香港金融数据技术有限公司（FDT）创始人兼CEO聂凡淇出席了“AI+金融”专场并发表主题演讲。

中国“AI+金融”比美国前景大

2016年中国个人财富已经仅次于美国。中国体量大，平均财富是远低于美国。聂凡淇认为，AI在中国金融市场前景比美国更大。

他介绍，金融服务这块，国外摩根大通2017预算90亿美金，汇丰已经花了24亿美金在人脸识别、区块链各方面金融科技的应用。FDT在中国主要跟券商合作，中国自主券商研发团队不到5家，有100多家券商，但自主研发不到5家。真正投入华泰证券最好，去年花了3个亿。

聂凡淇介绍，FDT希望帮助金融机构实现资产管理的升级。这件事分三步走：第一，通过帮助金融机构做投资者适当性管理，把散户变成“被动投资者”；第二，通过模型认知，帮助金融机构识别出不适合自己做投资的“被动投资者”；第三，向被动投资者推荐推荐他所适应的理财产品。

智能投资者教育加快“去散户化”

FDT瞄准的第一个场景是投资者教育。

中国证券市场以中小投资者为主，风险意识不足、投资经验也不足。聂凡淇认为，1亿股民参与投资市场会引来很大麻烦。他回忆，巴菲特谈到中国金融投资者教育不足，投资会有变化。美国花了70年完成投资者教育，这是一个漫长的市场，他相信市场长期引导人们做正确投资。通过市场去散户化的代价太大，2015年的惨痛教训，2008年的惨痛教训就是前车之鉴。智能投资者教育将加快去散户化的过程。

他坦言，在三年前做FDT，就是看好中国一定要去散户化的。怎么去散户化？就是做投资者教育。如何来做投资者教育，当时团队就开始了专题研究。7月1日，中国证监会发布的《证券期货投资者适当性管理办法》正式开始实施。这比FDT的预计还早，目前FDT的投资者教育项目已经投入了商业化。

智能交易可让对冲基金经理失业

投资者教育之外，FDT的另外两块业务是智能交易和智能资产管理。聂凡淇本人是基金经理出身，他透露目前正在与沃森的首席人工智能科学家讨论，如果能做成智能交易，很多对冲基金经理都会失业。

现在市面上的智能投顾，一般都是通过问卷来识别用户的风险偏好。FDT的做法则不同，是通过对用户证券选择操作行为和收益之间的分析，来判断客户的风险偏好以及是否适合做投资。

将用户的钱投向哪里？FDT的想法也与一般的证券机构不同。不是根据基金给出的现成的风险和收益的数值来选择投资标的，而是往前在延伸一步――分析基金经理的操作行为，从而判断他的风险和收益，从更根本的角度来判断投资的风险和收益。

聂凡淇介绍，目前，FDT的技术研发，是与许多大学在合作。FDT在四所高校有研究机构，其中包括牛津大学、哥伦比亚大学、清华大学、南京大学，这几个金融研究中心在做AI金融前沿研究。同时，FDT也与多所高校有合作，包括中山大学、上海财经、西南财经等。（温泉）

以下为现场实录：

闫瑾：多谢！谢谢赖先生的精彩分享，确实IBM认知技术是在行业中比较领先，不仅能提升金融行业的运营能力，也能提升用户的体验。目前行业中有很多投顾公司，如何根据用户真实交易行为数据和最后收益率之间关系为用户画像呢？下面有请香港金融数据技术有限公司（FDT）创始人兼CEO聂凡淇，有请！

聂凡淇：各位来宾上午好！谢谢网易给我这个机会讲讲FDT在AI金融做的事情。我和纪总观点一致AI有很多应用，我们也相信AI在金融领域是最有可能突破的地方，很简单，AI离数据近离钱更近，对于创业企业来讲AI金融又有很多挑战因为金融数据是非常“秘密”的，不像其它数据可以获取做测试的，这也是挑战。

AI在中国金融市场有三大应用非常有前景，AI智能金融服务。AI可以降低服务的门槛，金融普惠大众，2016年中国个人财富已经仅次于美国，中国体量大平均财富是远低于美国，这样AI在中国金融市场前景比美国更大。

还有金融服务这块，国外摩根大通今年预算90亿美金，汇丰已经花了24亿美金在人脸识别、区块链各方面金融科技的应用。中国这块主要跟券商合作，中国自主券商研发团队不到5家，有100多家券商，但自主研发不到5家。真正投入华泰最好，去年花了3个亿。很多公司几乎是很少投入的，我相信这块前景也是中国，没有金融科技的投入金融肯定没有未来，证券公司要奋力不断补足自己的短板。

另外，智能金融监管的问题。没有监管劣币会驱逐良币，大众容易被劣币诱惑，百度的育儿事件（音），还有跑路的事件，良币很难让普通大众接收到。监管不能一刀切，驱逐劣币同时可能驱逐了良币，真正想得到服务的人得不到。智能监管是最重要的话题，在驱逐劣币过程中怎么保护良币，这是智能监管要做的。

7月1日有一个适当性管理投资者分类，投资者产品评估和风险匹配。不是所有投资者都能做散户一定符合一定条件才能做主动投资，这是非常和谐的，我们预期一直做投资者教育，相信适当性管理出来会增加中国区域散户化的过程。

条例一出来每家券商可能要投入上千万服务适当性管理，客户越多不用新技术成本越高，券商都面临填很多表格、填很多资料，去符合监管。一个券商要投入上千万，一百多家在十亿规模今年要完成这个投入。

在美国金融机构发挥是很大的，有六七百亿规模符合监管是巨大市场，美国大多数是人工完成的，我相信AI介入复合监管上会有非常大的突破。

另外一个应用场景是金融教育。大家都知道中国市场是以中小投资者为主，风险意识不足、投资经验也不足，一亿股民参与投资市场会引来很大麻烦，2015年就是一个例子。我是基金经理，我跟诺贝尔奖得主麦瑞?索罗斯（音）2015年5月份讨论中国股市。我是很乐观的态度，短期回调肯定有，长期是向上的，各个海外市场都是在向上。现在美国股市昨天创新高了，中国股市没有理由是这样，这是因为散户的投机过重使得市场失去了信息，如果没有这个参与这是非常良性的市场，肯定比现在好得多。

巴菲特谈到中国金融投资者教育不足，投资会有变化，美国70年完成投资者教育，漫长的市场，他相信市场长期引导人们做正确投资。通过市场去散户化的代价太大，2015年的惨痛教训，2008年的惨痛教训大家都知道，智能投资者教育加快去散户化的过程。

我们源于牛津大学NIE金融实验室的捐赠，马蔚华是招商银行前行长也是我们董事长，也是2015年加入FDT引导我们做投资者教育这块。我们有四个研究机构，牛津大学、哥伦比亚大学、清华大学、南京大学，金融研究中心在做AI金融前沿研究。我们也在学校做了包括清华大学、中山大学、上海财经、西南财经，陆续把场地部署到各个学校去。

大家可能很奇怪问，为什么FDT跟学校做这么多的研究和讨论？我们董事长最看重布战略，我们应该为5年后甚至10年后的事情做布局。真正做研究，长远研究的地方一定是学校。因为Deepmind创始人是加拿大阿伯斯塔的一个博士，他的老师到阿伯斯塔没能看好他的研究，找不到工作正好去做研究，学校里有这个氛围，他为什么成功？刚好阿伯斯塔有一个教授做兴趣爱好跳棋的研究，怎么电脑做跳棋，这两个人一拍即合完成了围棋很多研究。Deepmind在阿伯斯塔的实验室所有学生他们全部都要。

我们跟学校做长期研究的合作，我也是受益于在国外的大学读书时，他们有个氛围学校是不管你的，你想做什么做什么。像牛津大学你一辈子不出文章没人会不许，但是往往这些教授会出来非常轰动性、革命性的结果，包括剑桥DNA之父。我们想跟学校一起探讨未来金融方面的研究。

下面讲一下我们的例子，我们在三年前做FDT看好中国一定要去散户化的。怎么去散户化？投资者教育。谁做得好谁做得不好，我们给了一个课题给研究团队，现在开始商业化，因为监管来得比我们预期早一点，我们马上投入了商业化。

我们通过一个模型评估它是一个好的基金经理，包括有四大维度，风险控制是怎样的、盈利能力怎样、稳定性怎样、投资活跃度怎样。我们出了份报告，像NBA球员打分一样，哪个人是适合做投资的。但是从我们上百万用户的实验和数据积累30万亿人民币的交易模拟数据，然后有三万亿真实数据的交易，我们发现出现这个情况是中国用户居多的，实际90%的人不适合做主动投资的。这跟美国的状态是一样的，美国是被动投资占主流甚至90%，主动投资人在9%，金融人才可能1%，可能都不到，很少。

在不适合做散户来讲，希望做被动投资。怎么做被动投资？校园做初级教育，希望给他环境体验市场风险，让他认知到，给他200万发现亏得很快，他不适合做就不会去，让他变成被动投资者，这是市场的趋势。

我们业务分三大块，一个是智能交易，我是基金经理出身，这块是我最感兴趣的地方。沃森的首席人工智能科学家是一个华人也是我的好朋友，他也是在这块跟我在讨论，其实这个是非常有趣的一件事，如果做成这个很多对冲基金经理都会失业，不要说做散户的这是我们想做的一件事。

另外，智能教育，通过一部分人从事金融职业成为主动投资的人，怎么帮他变成好的投资行为，如果真的不适合做希望变成被动投资者，参与资产管理这块。

智能资产管理这块，上面两个倒三角，这是中国金融市场出现问题的根源――资产错配。因为市场上的人大多数是主动投资者，被动投资者占少数，而在互联网时代都是长尾理论，大多数用户不是高净值用户都是低净值用户，这些人风险偏好是承受不了大的风险的，但是他们又希望通过高风险的产品实现财富自由，这是悖论。

他们很容易被市场上的这些不好的劣币很容易被它吸引，资产荒也是个倒三角，没有一个评估工具说哪些产品是不好的，所以你在广告中发现金融的广告之前是很多P2P，它出来是高风险的，但伪装成低风险可以赚大钱，如果倒三角是出现资产错配，一错配就出问题。

我们希望通过三步走做这件事，一个是监管这层已经开始做了，通过监管把很多散户变成被动投资者，我们也通过我们的模型认知，帮助金融机构认知这些客户，不属于主动投资者。如果他不属于主动投资者推荐股票给他是没用的，推荐股票对散户他也赚不到钱。对于被动投资者更多是推荐他所适应的理财产品。

另外资产评分、产品评分监管将来也会出来，现在监管用户这块，什么用户不能做投资，但产品这块也会出来，什么样产品是不能打广告的？什么样的产品是不能曝露在大众面前的？这块产品评估也叫产品画像我们也在做，只有这两点做好了之后才能做智能配置，两边只要任何一边出问题，比如用户认知不好做的配置都是假的。

我们希望这个团队做的事情也可以帮助金融机构实现资产管理的升级。

最后基辛格有句话“伟大事业需要丰富的想象力”这也是我们董事长的座右铭。AI遇上金融可以突破你的想象力，我也希望AI给金融行业带来的变革可以真正普惠大众。

谢谢大家！