07 AI带来的普惠曙光（第8/10页）

如果搜索是主观意图数据的体现，那么，在数据足够丰富的情况下，就可挖掘提炼出人群对信息的潜在需求和关注程度。A股特殊的投资者结构（散户居多）和运行特点（习惯炒作）使得搜索数据成为绝佳的观测维度。因此，搜索数据辅助大盘选择时，能够有效地观测市场变化。

搜索数据还可以进一步挖掘和提炼，比如，现在百度地图已经在全国标注了3000多个工业园区和4000多个商业区，通过观测这些工业园区和商业区，可以有效洞察一个地区、一个商业中心、一个景点，甚至一个城市的人流量变化情况。

智能系统甚至可以以机器学习的方式，提炼某一企业的知识图谱，并实时自动更新。

因而在丰富的时空数据下，投资方能以更广、更及时的视角实时监测所投资企业的开工率变化，并得到及时的投资决策参考。

传统的金融逻辑、投资逻辑、资管能力，加上相关性很强的实时数据，无疑会大大提高投资判断的准确度和前瞻性。

在金融领域，每提升一个百分点的效率，降低一个百分点的风险，都意味着巨大的财富收益。

图7-3 百度收益型量化策略与中证500收益型量化策略的收益率对比

智能金融的三层境界

当然，市场需要我们永远保持敬畏，它的复杂多变远超出人的想象，为了理解这个市场，天才虽然创造了相对简约完美的模型，去抽象理解我们面对的金融世界，但是，在模型简约化的过程中，必然会损失一些东西。而且这些模型相对来说还是静态的，随着时间的推进，过去可用的模型也可能逐渐变得不再那么精准了。在伦敦咨询机构Preqin的研究中，典型的系统化基金的收益并没有比人工操作的基金效益好。

本节开头谈到的那场美国大选前的机器投资大战，可能被媒体过度夸张地解读了。正如巴菲特所说，“投资并非一个智商为160的人，就一定能击败一个智商为130的人的游戏”。

图7-4 系统基金与人工操作基金收益对比

资料来源：//www.wired.com/2016/01/the-rise-of-the-artificially-intelligenthedge-fund/#slide-1

不管什么样的算法和模型，都要尊重金融规律和投资逻辑，波动不是机器投资引起的，而是市场预期变化引起的。背后做出洞察和决策的还是人，至少在我们可以预见的未来，这一点不会改变。

目前，不少人工智能投资公司宣称，自己系统的股票交易已经完全不需要人的干预了。比如李嘉诚参与投资的Sentient公司的首席科学家Babak Hodjat（巴巴克·霍加特）就宣布“我们的系统可以让基金自动调整风险等级”。

以人工智能分析美股市场的对冲基金公司Aidyia的创始人Goertzel（戈策尔）则对自己的系统更加自信，“如果有一天我们都死了，这个系统仍然会自动交易”。

但实际上，我们很难想象一个完全由机器操控的投资市场。如果大部分基金都完全用人工智能，也许会出现我们不想要的结果。一方面，在精确的计算下，机器投资的节奏和标的越来越趋同，市场的波动越来越小，变得越来越无聊和乏味；另一方面，因为机器选择的投资对象越来越集中，也就同时埋下了市场失衡的种子。

在刘慈欣的短篇小说《镜子》中曾经描绘了这样的景象：当人类社会未来的一切都可以精确计算和预测，人类社会的发展也就走向停滞，最终便是文明的毁灭。

这样的联想可能有些扯远了，但它给我们的启示是：投资融合了人的本质欲望，甚至包含了助推人类社会不断发展的文化特质，投资过程带来的意义，远比最后的数字增长要大得多。