大家激動又害怕的嚷嚷了半天，其實純粹的AI投資剛剛現(xiàn)世。
怎么，居然不是大家期待已久的硅谷新興金融公司，也不是谷歌出品，卻是向來以嚴謹著稱的德國人！
但確實是這樣，可能德國人喜歡研制機器人吧……
由于是德國公司，資料都是德文，找合適的資料和相關(guān)信息有點累。不過，富二還是盡力梳理出了一些素材。
Acatis在AI研究金融領(lǐng)域特別活躍，該公司開展了名為Quantenstein的AI項目，該項目使用人工智能來為其全球營運的基金提供股票投資輔助。
上面說到的這個全球股票基金，Acatis表示：選股，權(quán)重和換倉全部依賴于計算機深度學習，基金經(jīng)理不再干預投資決策過程，該系統(tǒng)評估下來可以具備多年經(jīng)驗的優(yōu)秀分析師能力。
Acatis認為AI與人類分析師相比有兩個主要的優(yōu)勢，即能力更強和情感分離，并認為深度學習模式也可以探索人類無法察覺的方面。
該基金選擇全球范圍內(nèi)的50只股票，目標是每年至少3％的可持續(xù)跑贏MSCI global指數(shù)。
不過，如果富二沒有看錯的話，這只基金5萬歐元起售，銷售費率5%！
太高端了啊，門檻堪比專戶，費率比肩私募啊！
公司的負責人好像意思是說，因為這是世界首只，所以費率很高。
估計因為稀缺，所以之前的研發(fā)投入成本很高，必須要抬高收費門檻吧。不過，費率5%，卻只設(shè)定跑贏3%的目標基準，那投資者為什么不去買費率低于2%的跟蹤MSCI指數(shù)的基金呢……
說到這里，富二不得不來厘清一個大家比較混淆的事情：AI投資和AI投顧。
AI投資，就是AI選股，主要為基金等資產(chǎn)管理公司使用。
AI投顧，就是智能投顧，主要用于面對終端客戶的理財產(chǎn)品銷售。
投顧，即投資顧問，英文Advisor，再俗一點就是理財產(chǎn)品銷售。
一個人工智能系統(tǒng)的開發(fā)非常耗時耗力耗錢，但是客官有沒有發(fā)現(xiàn)，國內(nèi)的各種標榜“人工智能”的理財系統(tǒng)都是免費使用的。這不僅讓客戶有點擔心：免費的東西靠譜嗎？另外，既然免費的推薦，客戶很可能只是看看，卻并不按其推薦做，因為免費的不照做也沒損失，如果收費的卻沒照做那可就損失了！
所以，一個智能投顧是不是銷售，可以看它收不收咨詢費。
如果收咨詢費，表明它依靠咨詢服務(wù)贏利；如果不收咨詢費，說明它從上游也就是產(chǎn)品提供商那里收傭金，那它就是銷售。
如果是傭金贏利模式，那么這種智能投顧的推薦有沒有貓膩，會不會首推傭金高的產(chǎn)品，值得用戶三思。
實際上，在個人投資者看來，AI投顧和AI投資差別不大，甚至前者包含了后者，由于投顧本身就是告訴他應該買哪些產(chǎn)品，如何配置資產(chǎn)，當然投資股票時也包括選股推薦。
但大多數(shù)散戶往往只投一種金融資產(chǎn)，因為要了解各種投資品類并深入研究是很難的，所以大多數(shù)只投股票，那么這時他們需要的也就是“AI投資”。
很有可能，散戶比機構(gòu)更喜歡和更易接受“AI投資”。這一點，從那些幾千上萬元的高端炒股軟件，會費動輒幾萬元的QQ指導群快速的被銷售出去的事實，可以知曉散戶對于以高昂代價購買那些神秘性質(zhì)的所謂高端的賺錢工具，向來不缺乏勇氣。
但是富二要再次強調(diào)的是，AI投資相比傳統(tǒng)人工投資，不會在獲利上有什么優(yōu)勢。前文Acatis也講了，AI系統(tǒng)具備資深優(yōu)秀分析師的能力，而不是大概率超越優(yōu)秀分析師的能力。
AI投資的優(yōu)勢主要是節(jié)省成本，也許一開始研發(fā)的投入很高，但拉長時間且放大規(guī)模，單位成本可以快速下降。
把這個邏輯反向推至極限來看：如果AI投資明顯戰(zhàn)勝傳統(tǒng)人工投資，那傳統(tǒng)人工很快就會被取代，然后普天下就都是AI投資，但是顯然不可能普天下的AI全都盈利，總是有贏有輸。所以AI投資獲利比人類有優(yōu)勢的理論是站不住腳的。
那么AI投資和AI投顧的意義到底在哪里呢？
富二認為，就和某武林高手自立門戶一樣，AI也會開啟自己的“宗派”，但不會通殺其他所有門派。畢竟，要允許不同的人信仰不同，追隨不同。
所以，AI投資開啟了量化投資時代，AI投顧開啟了大類資產(chǎn)配置時代。
前一個好理解，可為什么說AI投顧開啟了大類資產(chǎn)配置時代呢？因為對于個人投資者，不同資產(chǎn)的“理解”門檻很高，也就是根本不懂其他市場。而AI投顧幫你降低了知識門檻，打通了購買渠道，使得大類資產(chǎn)配置對于非財務(wù)專家來講也成為可能。
想想看，光一個股票市場，有些人窮其一生研究都沒有搞明白，甚至十幾年的老股民因為搞不懂一些市場規(guī)則，虧了錢只好靠哭鬧投訴的方式去討回，也是蠻丟人的。但以后呢，也不要花時間在自己不擅長的事情上，只要交給AI投顧就可以了。
當然，這樣一來，AI投顧的研發(fā)公司的壓力也大了。因為以前投資者虧了是選時錯了，只能怪自己；但是以后就會說你家的AI投顧不靠譜，全怪你。就像特斯拉撞了人，明明是司機自己違規(guī)把手脫離方向盤，但非說是特斯拉的自動輔助駕駛系統(tǒng)不好。
所以富二勸做AI投顧的公司還是悠著點，沒有金剛鉆表攬瓷器活，也不要為了趕潮流非把一個普通的資產(chǎn)配置軟件說成是智能投顧，否則風險很大滴。
最后，富二告訴客官，為什么機器人投資、智能投顧喊了那么響但至今也沒有一個能引起市場轟動的產(chǎn)品問世？
答案是：因為硬件達不到！
人工智能的實現(xiàn)需要依賴三個要素：算法是核心，硬件和數(shù)據(jù)是基礎(chǔ)。
算法是人的因素，假設(shè)有這樣的奇才們存在。
首先是沒有可承載大數(shù)據(jù)洪流的途徑和物理設(shè)備。大數(shù)據(jù)到底有多大？一天之中，互聯(lián)網(wǎng)產(chǎn)生的全部內(nèi)容可以刻滿1.68億張DVD；發(fā)出的郵件有2940億封之多。
想做AI投資，哪家公司能拿到交易所和清算公司的所有數(shù)據(jù)？哪家公司能總和所有券商通道里的所有投資者行為？即使有了，如何整合清洗處理？
退一步，即使是目前表層的市場公開數(shù)據(jù)，每天也以極快的速度增加，再大的野心面對大數(shù)據(jù)洪流就像老虎跌進了大海。
其次是處理器問題。當前摩爾定律已經(jīng)退行到極值，傳統(tǒng)CPU處理器架構(gòu)需要數(shù)百甚至上千條指令才能完成一個神經(jīng)元的處理，但對于并不需要太多的程序指令，卻需要海量數(shù)據(jù)運算的深度學習的計算需求，這種結(jié)構(gòu)就顯得非常笨拙。
所以AI運算不是用大家熟知的intel之類的CPU，而是用“顯卡”，對了你沒看錯，用顯卡也就是GPU，因為GPU 擅長浮點運算，用于計算功能的晶體管比CPU多出4倍。
但是，專家們發(fā)現(xiàn)GPU也不是最終的理想工具，他們又打算搞一種叫“半定制芯片FPGA”的東西。而與此同時，谷歌又在自行研發(fā)一種AI芯片叫TPU，他們都希望成為AI硬件領(lǐng)域的霸主。
那么，誰家的標準能制霸？AI硬件的瓶頸會如何解決，如何進化？這些遙遙未知……
在這之前，一切說自己是AI的，都是假的AI。
最后的最后，希望看了本文的從業(yè)者們，今晚能睡個好覺。AI要替代人類的工作，還早得很，早的很……
長按二維碼獲取富國基金微信號↓↓↓
