海外基金经理Misha：如何用大数据及人工智能挑选基金

在通联数据和国富投资联合承办的“大数据时代的投资管理”分会场上，Misha Graboi为到场嘉宾奉献了一场精彩的演讲。他本次演讲的主题是“如何用大数据及人工智能技术挑选基金”。

Misha首先就大数据和人工智能给出了定义。他认为，大数据意指海量数据，人们可以存储大数据，也可以使用大数据，但是侧重点还是要把大数据转换为非常有价值的信息。数据本身是非常复杂的，数据集也是非常复杂的，人们需要把这些海量的数据变成有用的东西。而对于人工智能，Misha指出人工智能存在各种各样的形式，同时，人工智能应该具备学习性及互动性两个主要特征。

关于大数据与人工智能的关系，Misha表示，目前人工智能还处在一个比较初级的阶段，它们不能代表一些关系，比如说各种各样的线性以及几何性的关系，计算机并不是能特别好的构建这些模型，因此，人工智能的实际应用还需要等待很长一段时间。

Misha表示，尽管人工智能仍然处在起步阶段，但不可否认的是，人工智能的学习能力非常快。举例来说，iphone在美国的销售数据是非常庞大的，这些数据被很多的分析师使用，他们也每天不停地摆弄他们的模型，对数据进行分析，预测未来的市场销售情况怎么样。如此庞大的数据，人处理起来是非常缓慢的，但是人工智能可以做得非常的快。

Misha进一步提到了人工智能在对冲基金领域的应用，主要涵盖了三个方面，第一个方面是配置方面。第二方面是基金策略，第三个方面是基金经理的选择。

Misha同时强调，人工智能运用于对冲基金中还是有一些难点与挑战。人工智能的训练需要基于非常大量的数据集，而对冲基金数据其实没有太大的透明度，也就是说业内现有的数据量是非常少的，大家没有办法依赖已有的对冲基金数据训练人工智能。

Misha还归纳了在资金的配置中如何利用人工智能，大体上分为三个方面：

1.  风险分散化--利用人工智能等前沿技术，可以了解到现在的市场趋势、宏观经济的环境、市场的情绪等。把所有的这些因素考虑在内，然后更好地了解市场的体制或结构。知道所处市场环境是什么后，才能配置出风险分散的组合；

2.  预测性配置--对于各种数据进行研究，然后计算一下短期和长期的回报是多少。投资者需要考虑整个金融市场的复杂性，然后提出一个强大的模型。预测在接下来的6个月到12个月当中，应该如何进行配置才能获得更好的结果；

3.  指数的代表性--在这个领域可以运用机器学习技术来预测一些驱动性的因素。追踪驱动因素的过程是非常复杂的，可能需要由3到4个模型，然后需要由很多信息来支持。当你有了技术支撑时，就能够更好地了解这样的指数到底是什么样的，增加你对指数的数值跟踪能力。

最后，Misha总结道：“人工智能仍处在起步阶段，但不可否认的是AI有能力改变对冲基金投资者的策略。不久的将来，大家的公司里面可能都会使用一些人工智能的系统来帮助进行决策。还有包括运营方面，你可以有更好的一些容易使用的策略。当然即便人工智能能够帮助我们规划策略，我依然相信，人，还是最终的决策者”。

本届峰会由上海对冲基金园区主办，协办方包括通联数据、博道投资、国富投资、诺亚控股、上海对冲基金俱乐部等著名投资机构和研究单位。共有来自海内外的超过300家知名券商、公募基金、私募基金、期货公司、银行等金融机构参会，与会总人数超过800人。