金融科技時代已經來臨，資管行業正在迎接新的機遇和挑戰。
當前，除了類似百度、螞蟻金服、京東等第三方公司在金融科技上的創新外，越來越多的基金公司開始主動在金融科技方向有所嘗試，更認為未來的基金公司都要轉型成IT公司。站在大資管行業的視角來看，不只是公募基金，整個行業都在不同的方向上試水金融科技，行業生態或在逐漸發生變化。
基金投研團隊學習編程
在各類科技平臺如螞蟻金服、騰訊、京東甚至剛剛拿到基金銷售業務資格的百度都在搶佔金融領域的背景下，各家基金公司感受到了危機，想要把握更多的主動權。
“未來基金公司真的有可能轉變為技術公司。”銀華基金A股基金投資總監王華深刻感受到基金公司在IT投入上的不足。
為了儘早掌握主動權，近期，銀華基金召集全體投研人員，參加了一場為期3天的Python金融數據分析培訓。Python是一個有條理的、強大的程序設計語言，自從20世紀90年代初誕生至今，被廣泛應用於系統管理任務的處理和Web編程，併成為最受歡迎的程序設計語言之一。據悉，在參加完培訓之後，公司還組織了考試，參訓參考同事均通過了考試，達成了預定學習計劃。
“我們很有危機感。”王華說，AI能給行業帶來很大的震盪，其優勢在於信息整理以及後期機器學習。基金經理現在要學的，是瞭解他們有哪些想法可以通過軟件來實現。比如可以利用編程完成每週的權益市場週報，寫一個比較詳細的情況總結，並提取數據；或者可以通過爬蟲技術篩選公告的關鍵字，提高工作效率。“這代表的是行業的發展方向，我們要確保自己不被時代落下。”王華說。
金融科技到底能夠為資管行業帶來何種幫助？鵬華基金總經理鄧召明表示，金融科技可以提高資產管理的投資決策水平。藉助金融科技，如人工智能、大數據和雲計算等，機器能夠完成公募基金繁瑣的量化分析工作，進而對市場和上市公司的海量數據等進行快速處理，做到數據收集、信息整合、智能計算、量化分析。
鄧召明認為，在金融科技的輔助下，投資經理能夠進行更快、更高效的深度研究和投資決策，還能借助大數據和資產建模的方式，幫助客戶實現個性化的資產配置。另外，金融科技可以有效提升公司管理水平和風控能力。同時，金融科技也能對傳統風險管理方式進行革新，通過把法律法規和內控規則嵌入業務流程，構建出具有前瞻性、有效性的風險管理機制。
智能投顧是主流方向
中國證券報記者瞭解到，在金融科技背景下，幾乎整個資管行業都在大數據指數投資、智能客服、智能投顧等領域開展了不同程度的創新業務探索。
總結來看，智能投顧是大資管行業涉足金融科技最為主要的一個方向，比如招商銀行、工商銀行分別於2016、2017年上線了智能投顧工具“摩羯智投”和“AI投”。目前，基金公司也開始自主研發針對自家公司的智能投顧工具。
例如利用大數據及量化科技應用、智能投顧、區塊鏈等技術，鵬華基金打造了具有自主知識產權的技術平臺——“A加平臺”，將自身專業的資產管理能力與金融科技的創新能力全面融合，運用數字化、場景化、社交化等創新技術手段直面投資者，提供精準財富管理解決方案。
2017年7月，銀華基金“天璣智投”正式亮相，結合本土化現代投資組合理論，基於人工智能，並通過大數據實現對客戶的精準刻畫，採用雲計算自動分析市場，篩選有價值的基金，自動構建智能投資組合並及時控制風險。此外，銀華基金天璣智投系統還根據投資者的風險收益類型匹配合適的智能組合策略，7×24小時智能投後管理，為客戶提供專屬定製服務。“當前的客戶黏性和收益都不錯。智能投顧有可能是未來基金公司要彼此趕超的重要方面。”王立新表示。
而在投研方面，基金公司則多嘗試使用人工智能技術。2016年，嘉實基金在原有量化投資部的基礎上，建立了嘉實智能投資系統。據瞭解，這一系統包含智能股票引薦、智能資產配置、智能beta策略等幾個方面。萬家基金旗下團隊則在深度學習模型基礎上，使用自主開發的“機器學習”算法，讓“人工智能”替代“人腦”對每個因子的體現進行主動的學習評價，進而進行因子的挑選、分組和組合工作。
今年6月，博時基金成立了金融科技中心，負責公司在移動互聯網、人工智能、大數據、雲計算、區塊鏈等創新技術和項目方面的研發和研究成果的業務轉化，大力推進智能投研、智能投顧、智能系統和智能服務等項目。鵬華基金也正在努力研發自己的金融科技，並將“資管+運營+科技”的能力對外輸出。
而在私募基金領域，金融科技也早有嘗試。2017年，宜信財富私募股權母基金和宜信大數據中心聯合研發出了應用於母基金投資管理全流程的人工智能平臺——AI+FOF系統。據悉，該系統存儲了超過兩萬家GP機構和超過3萬隻基金，能從60個不同的維度，全方位獲取一個GP的數據畫像，並進行智能交叉驗證的功能；幫助母基金管理人清晰地觀測與秒級彙總整理行業走勢和估值變化，還能利用輿情監測功能進行投後管理。
理性看待金融科技
王立新表示，智能化將會給基金行業帶來兩大影響：從目前看，智能投顧能夠明顯提升投資者回報和理財體驗；放眼未來，通過人工智能來改造傳統的投研體系和方法，可能會部分甚至完全替代基金經理，而且趨勢很明顯。但是，對金融科技的作用也不能過分誇大，需要理性看待。
記者瞭解到，在股票投資方面，行業都在研究機器學習，但根據目前國內外的研究成果，機器學習在偏長期的趨勢判斷包括選股方面所起的作用是有限的。機器學習需要大量的數據作為學習樣本，而股票投資相關數據不夠大。
以中國市場為例，中國證券市場截至目前只有5000多個交易日。“對於機器學習來說，這不是大數據，而是小數據，不足以讓機器學習找到足夠確定性的規律。相對而言，機器學習在偏高頻的交易環節能起的作用更大一些。如國外有研究，利用機器學習優化算法交易策略，可以將股票交易成本降低10％以上。”據博時基金董事長張光華分析，國內應用金融科技水平較發達國家存在差距，且金融科技所能發揮的作用本身存在一定侷限性，“AI影響的主要是執行環節的工作，如基金行業交易員的工作以後很可能會被AI系統所取代。但對於分析和決策等需要研究員、基金經理從事的工作，AI較難取代。換言之，投資是科學與藝術的結合，AI能取代的是偏科學的部分，偏藝術的那一部分很難被取代。”
除此之外，當前很多金融機構都存在著數據多頭管理、系統分散建設、缺乏統一的數據質量管理流程體系等問題，造成數據的完整性、準確性、及時性無法滿足應用要求。
張光華表示，國內基金公司不能簡單地將金融科技定位為對業務的支撐與保障，而應定位於對業務的創新推動及引領作用。在技術實現上，國內基金公司可從數據、算法和計算能力等三個方面建設自己的人工智能等金融科技能力。這其中，數據是金融科技體系的基礎和關鍵。為了解決這些問題，需要從數據模型、數據生命週期等多方面加強數據治理。只有通過數據治理體系建立起了公司統一的大數據平臺，金融科技才能發揮應有的作用。
本文源自中國證券報
更多精彩資訊，請來金融界網站(www.jrj.com.cn)
閱讀更多 金融界 的文章
