张宁：人工智能炒股的大局观是满分
【编者按】
人工智能进入金融业，使得金融技术发生重大变革，未来人工智能在金融业有什么样的作为？在炒股方面，机器人是否可以完全取代人类？2017年12月23日，在中国人工智能学会主办的第七届吴文俊人工智能科学技术奖颁奖典礼暨2017中国人工智能产业年会上，教育部中国精算研究院大数据研究中心主任张宁关于此话题做了主旨演讲，讲稿由主办方提供，本文未经本人审订。
今天我跟大家分享的是金融中的人工智能，主要是我们这些年做的研究工作。既包括人工智能方面的，也包括金融方面的工作。
金融从业者对人工智能充满了危机感。经济学家写了一篇论文是这样说的：人工智能将以智能的方式取代人类的工作。这个智能的方式是什么？就是替代边际收益最大，简单来说就是哪些行业的人力成本高，就先取代哪个行业。反过来说就是收益最大，哪个行业人力成本比较高？统计数据可以看出，历年来金融行业人力成本都是遥遥领先的。所以从这个角度来说金融从业人士认为人工智能带来了很大的危机。
人工智能的专家又如何看人工智能在金融方面的应用？他们非常乐观，金融是跟数据打交道，所以金融业有人工智能最重要的资产，就是数据，而且金融数据规范化很好。比如说由于处理数据金融业有非常雄厚的IT基础设施。
但是从金融企业经营角度来说，金融企业内部运作一个人工智能项目，会带来很多的合规风险，尤其在中国合规风险成本是非常大的。这是金融业跟人工智能结合的一个障碍。
从金融的角度来看，人工智能像一个刺猬。在金融很多业务的末端特别是2C业务会大量使用人工智能的技术，来提升效率，但是金融的核心部分不让碰。人类不怕确定性的东西，人类最怕死亡，因为不知道什么时候会去世。金融风险管理的核心，它不会让人工智能来进入。另外就是定价和配置，人工智能还是没有进去。
为了解决这些问题，我们对人工智能和金融业融合提出了三步走：第一个是科技赋能，也把它叫场景的应用；第二个是科技增能阶段，就是模型的应用；第三个就是我们都希望看到的就是价值应用，真实地在金融业务里面大量使用人工智能。
什么是场景应用？简单说就是其他行业里已经成熟的人工智能技术，可以直接拿到金融业来应用，来提升效率。我们已经看到了有很多落地的项目在实施。第二点是科技增能模型的应用，这方面金融企业真实感受到人工智能的魅力，主动地把它跟金融的外围业务结合起来，甚至取代工作人员。
第三步才是我们期望看到的，在金融的核心领域看到人工智能，我们预计这个过程在2030年左右可能才会达到，我希望没有低估它的速度。
什么是科技赋能？我们看到的人脸识别，用于金融，可以自动支付；我们也看到了量化交易，量化投资的活动，已经在金融里面大量使用。还比如说车联网，我们想象一下为车来缴纳保费的时候是不公平的，为什么？因为对同样的一个情况来说，我们缴的保税是一样的，但是开车的人差别很大。事实上这个风险跟开车的人有关，现在车联网已经在保险里面应用很广泛了。
我们又看到比如说GPA的计算，用于金融的定价等等，但是核心的部分仍然没有人工智能化，在这里面我们也做了一点工作，把已经成熟的自然语言处理的一些方法用在金融里面，来自动生成行业报告，来理解很多有经验的投资人分析的报告等等。
这就是科技赋能简单的例子，还有很多。再看科技增能，这个我们做了相应的工作，我相信其他的企业也在做。第一个我们最近刚刚完成了生理年龄的评价，通过手背的纹理来给出一个生理年龄的评价，也就是一个简单的健康评价。
在金融里面我们发现，金融偏好是金融核心理论支撑最重要的支点。所以我们需要知道一个人或者一个企业它的风险偏好是什么？风险偏好对人来说跟你健康的状况，衰老的风险，跟你的年龄都有关系。所以我们要做这样的工作。
此外，个人可能会买一些人身险，或者是一些健康险。通常的情况下我们回答一些问题，上传一些体检报告，但那个成本会很大，如果用手机的形式实现简单的健康状态的评价，效率会大大提升。我们想把前面做的工作拓展到最核心的部分，就是风险偏好的识别。
另外，就是我们正在做的金融欺诈混合识别，因为人在欺诈的时候体征会反映出有趣的信息，包括你的表情，还有其他的一些都可以用在上面。这个阶段在金融上已经使用了人工智能技术，但是金融最核心的部分，风险管理、定价和评估仍然没有进去。
什么阻碍了金融拥抱人工智能，最核心的障碍是这些：第一个黑箱与可解释性，从来没有一个行业像金融这样需要人工智能的可解释性。这一点恰恰又和深度网络现在面临的一些困境有关，我们说深度网络是一个黑箱，而金融拥抱它又需要你解释这个黑箱。
第二个障碍是不确定条件下人工智能的能力，或者它的功力是什么。实际上这个就相当于人工智能对风险的把控能力，因为不确定性我们说就是风险。那人工智能对风险的理解是什么？我们想知道这样的结果，这也是一个障碍。
第三个障碍，金融的通用学习或者是预测学习。我们也看到了金融的业务非常繁杂，如果不能解决通用的金融人工智能，核心人工智能化还需要很长的路要走。
为什么金融一定需要可解释性？简单说一个例子，顾客会问这样的问题，我是36岁，为什么买这个产品比25岁的人要贵？如果没有给出太好的解释，那么顾客可能掉头就走。从另外一个角度来说，董事会也需要知道某一个业务，某一个产品具体风险点在哪里？或者影响风险特征在哪里？相当于你要告诉他整个的计算过程，但这是不可能的事情。
顾客会从自身收益的角度来关心背后的解释，董事会和管理层从管理风险层面需要解释。金融跟其他行业不一样，它是联系很多实体经济命脉的产业。我们经历了2008年的金融危机，这场危机到今天还没有走出来。所以世界各个国家，国际组织都在加强金融监管，无论是《巴塞尔协议Ⅲ》，还是金融稳定委员会，都提出了强监管。金融每一个产品相关的参数或者业务都应该是透明的，只有这些参数透明，监管部门才能限定范围，最终认定有可能减少风险发生的概率。
如果每个业务都是一个黑箱的结果，组合起来之后极端风险可能性非常大，甚至产生系统性金融风险，这是任何一个国家都没有办法接受的。所以这是金融拥抱人工智能最核心的障碍。我也希望人工智能的大咖们可以对此关注，金融也是想拥抱人工智能，但是有这样的障碍摆在这里，它没有办法跨越。
还有一个障碍就是我们每个人都在关心如果用人工智能炒股可不可行？在312个交易日里面，人工智能进行了200多次交易，我们通过分析它的交易发现了一些有趣的规律。
首先看看三个选手的比拼，第一个人类选手，这是我们的10位校友，他们每一个人都有5年以上的投资经验，第二个以前已经在使用的量化投资程序，基于规则库，比如说5日的平均线、10日的平均线超过了怎么怎么样，这样一些规则库。第三个基于强化学习的人工智能投资的一个程序。
经过了312个交易日之后它的结果是怎么样？我们分析完了之后，心理有一个过山车的变化，最开始是开心，然后是失望，后来是深思。
第一，有没有赚钱，人工智能在这段时间整体获得的收益是16.3%。是不是认为人工智能真的可以取代人进行炒股呢？并不是这样。
我们知道如果用人或者人工智能投资，除了收益以外我们还关心另外一个问题，就是风险的控制能力。
我们还要评价风险的控制能力。我们有一些方法来评价一下，我们可以看到规则或者量化程序是100的话，人类选手是85分，但是人工智能只拿到了51分，这看起来像没有经验的人直接冲到金融市场投资一样。
为什么人工智能的风险控制能力很差？我们不用风险模型测算，给大家看两个例子。第一个，规避极端风险，发生超出企业承受能力的风险，我们看一下10个人类选手的投资里面一共出现了6次，这个是可以接受的。基于规则或者量化投资程序，这个可以理解我们实现的规则已经设定好了，但是人工智能的选手却有3次。
这对很多金融企业来说是没有办法接受的事情。同时，人工智能有最差的战绩，我们想看到这么多笔交易里面，每一位选手投资最差的情况是什么？我们看到人类选手最差的是-13.7%，某种程度也可以接受，我们每个人都炒过股，这个损失我们也是可以接受的。而基于规则的成绩是-7.2%，出乎意料人工智能是-18.1%。某种程度上，我们觉得这就超出了企业的承受能力。
看到这里我们对人工智能是不是会很失望？前面只是觉得运气好，现在它可能没有办法来炒股，换句话说，人工智能也没有办法进入到金融核心。我们还进行了很多细致的分析，在明年的3月份我们会给出一个报告。
我们有一些方法来度量、预测你的投资能力，主要侧重在哪些周期，是短期、中期还是长期，但分析这个结果很令我们惊讶，我们发现人类的选手经过5年的培训，他们都是实打实地在金融市场里磨炼出来的优秀经理，他们侧重的是短期和中期，规则选手不用说他是短期，但是人工智能它的优势就体现在中期和长期上面，非常出乎我们的意料。
如果规则的选手大局观是60分的话，经过300多个交易日形成交易记录分析来看，人工智能的大局观我们能给100分。我们前面对人工智能选手的评价，都是基于我们人类的经验。都是金融的专家给出人工智能的评价，我们把人类的经验用在人工智能评价上，但金融是干什么的？实际上度量风险和收益平衡的。
如果我们深问一句，如果风险跟收益的平衡点换一个位置呢？换一个位置也许超过人类的认知，也许人工智能又能处理得更好。通常来说我们对风险控制是有侧重的，当我们提到危机这两个字的时候，我们强调的是风险，但危险中孕育机会。我们以前侧重的是风险，但如果我们有办法或者人工智能能够发现在危险中找到投资机会的路径呢？这是我们要思考的。
在这个过程中，特别想跟大家分享的就是，我们注意到一些基础数学理论的发展有可能会使这个过程加快，甚至是推动人工智能跟金融核心技术融合。这些基础理论一个是信息几何，结合了微分几何的方法来进行研究。
符号计算、几何代数，这样一些基础理论的发展有可能会推动金融来拥抱人工智能。
我们还想回答很多金融业人士关心的问题，他们的职业危机到底会不会发生，金融业会不会产生大量的技术性失业，根据我们对金融业的了解和人工智能的发展，我们觉得这个过程有可能发生，但是没有他们想象的那么悲观。可能在2035年左右金融业有35%的人可能会被人工智能取代。这个数量其实并不多。
通常说阻止这个过程最好的方式是人类在工作的链条里面找到更高端的位置。但如果这个链条最高端的位置也已经被人工智能所替代，那么人类的位置应该在哪里？是不是就像经济学家提到的，给所有人提供一些无条件的基本收入，以维持稳定的生活，维持社会稳定，这样的事情会发生吗？我想这是我们也是大家在茶余饭后可以思考的。
新闻推荐
目前在区块链世界中活跃的，并非传统互联网公司或金融机构，而是诸多创业公司，资本市场的种种乱象也正在这里盛行。当我们谈论区块链的时候，我们都在谈论什么？是一种去中心化、防篡改的点对点分布式账本...