淺析Kensho對(duì)我國互聯(lián)網(wǎng)金融智能投研發(fā)展的啟示

倪隆潔 田發(fā)

摘 要：從國內(nèi)目前互聯(lián)網(wǎng)金融智能投研的發(fā)展形勢(shì)來看，仍有許多需要改善和提高的方面，并且目前傳統(tǒng)的投研方式已經(jīng)不能滿足市場(chǎng)的需求，同時(shí)科技創(chuàng)新的大環(huán)境也給傳統(tǒng)投研帶來了極大的沖擊，國內(nèi)智能投研更加快速的發(fā)展已經(jīng)是迫在眉睫。我國金融科技公司在技術(shù)方面還不夠成熟，數(shù)據(jù)庫基礎(chǔ)還不夠充分，而Kensho公司是較早地在全球范圍內(nèi)利用云計(jì)算技術(shù)建立的全球事件的數(shù)據(jù)庫，而且是世界上目前最大的與數(shù)據(jù)相關(guān)的信息庫之一。分析Kensho的發(fā)展情況、我國智能投研目前的發(fā)展情況，以及它對(duì)我國智能投研的啟示。

關(guān)鍵詞：Kensho;Warren;智能投研;啟示

中圖分類號(hào)：F832 ? ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號(hào)：1673-291X（2020）30-0061-02

Kensho是一家以數(shù)據(jù)分析和機(jī)器學(xué)習(xí)為主的創(chuàng)新科技公司，其主要提供服務(wù)的行業(yè)和部門有：金融、醫(yī)療健康、國家安全等。Kensho在2013年成立，目標(biāo)在于日后成為金融領(lǐng)域的谷歌，能夠?qū)崟r(shí)回答用戶一切關(guān)心的投資問題。它在金融領(lǐng)域的成就更為大眾所熟悉，其分析軟件Warren，以大數(shù)據(jù)為基礎(chǔ)，借用機(jī)器學(xué)習(xí)和自然語言處理技術(shù)，將數(shù)據(jù)和相關(guān)信息進(jìn)行整合，給出相應(yīng)的決策，并且發(fā)揮知識(shí)圖譜的作用，將數(shù)據(jù)之間進(jìn)行智能化關(guān)聯(lián)，確保決策的準(zhǔn)確性，大大減輕了投資分析者的工作量，同時(shí)也保證了結(jié)論的客觀性。2018年3月7日，Kensho被標(biāo)普全球以5.5億美元進(jìn)行了收購，這也是華爾街目前為止最大規(guī)模的人工智能的收購交易。如今，我國也在大力推廣金融智能化產(chǎn)業(yè)的發(fā)展，在這種良好的政策支持之下，傳統(tǒng)投研的智能化趨勢(shì)也成為必然。Kensho的成功之處也給我國提供智能投研服務(wù)的公司提供了寶貴的經(jīng)驗(yàn)。

一、Kensho的發(fā)展情況

Kensho自2003年成立后，累計(jì)融資超過1億美元，2017年獲得了標(biāo)普全球B輪領(lǐng)投的5 000萬美元，已于2018年被標(biāo)普全球收購。其核心產(chǎn)品Warren能夠通過尋找事件與投資資產(chǎn)之間的相關(guān)程度來預(yù)測(cè)接下來的各種時(shí)事新聞對(duì)資產(chǎn)價(jià)格走勢(shì)的影響，解決了傳統(tǒng)智能投研中的“速度、規(guī)模、自動(dòng)化”這三大挑戰(zhàn)。但是，其明顯的缺點(diǎn)就是，機(jī)器學(xué)習(xí)無法辨認(rèn)出事件之間的因果關(guān)系，這也對(duì)其相關(guān)性的評(píng)價(jià)準(zhǔn)確程度造成了一定的困難。Kensho能夠在眾多的科技創(chuàng)新公司凸顯出來，主要是由于以下三個(gè)方面。

1.數(shù)據(jù)庫基礎(chǔ)深厚，具有很強(qiáng)的行業(yè)壁壘，普通的創(chuàng)業(yè)公司根本無法做到。Kensho的主打產(chǎn)品Warren的數(shù)據(jù)庫是基于納斯達(dá)克的OMX FinQloud，這使得Warren避免了從零開始搭建數(shù)據(jù)庫的困難，技術(shù)人員需要做的是如何把數(shù)據(jù)進(jìn)行擴(kuò)充和針對(duì)數(shù)據(jù)的有效性進(jìn)行優(yōu)化。這相對(duì)于其他科技初創(chuàng)公司已經(jīng)是極大的進(jìn)步，這也表示了智能投研所需要的第一個(gè)基礎(chǔ)——數(shù)據(jù)庫，這個(gè)壁壘沒有辦法攻克的話，是沒有辦法在此基礎(chǔ)之上進(jìn)行進(jìn)一步的數(shù)據(jù)匹配的。

2.智能投研中可以輸入多種數(shù)據(jù)分析模型，比如一些回歸分析和財(cái)務(wù)模型等等。在相關(guān)有價(jià)值的資訊整合中，可以采用自然語言處理技術(shù)實(shí)現(xiàn)數(shù)據(jù)庫內(nèi)部的智能搜索步驟，把類似的事件和相應(yīng)的數(shù)據(jù)進(jìn)行一個(gè)整合，從而大大增加產(chǎn)出的客觀性。此外，還可以采取情感分析技術(shù)對(duì)一些非數(shù)據(jù)的文本進(jìn)行分類，這樣能夠使得機(jī)器抓取的信息不單單局限于普通的數(shù)據(jù)，還包括一些照片和社交平臺(tái)的資料等等。

3.面對(duì)用戶前端的智能機(jī)器人回答技術(shù)。比如說Kensho的Warren，如果用戶提問這一次的颶風(fēng)襲擊導(dǎo)致哪些建筑商的價(jià)格變化最明顯時(shí)，機(jī)器可以自動(dòng)給出相應(yīng)的答案，并且這些預(yù)測(cè)的結(jié)果最后的準(zhǔn)確率都非常高。借用智能技術(shù)，大大減輕了分析師們需要翻閱相應(yīng)數(shù)據(jù)并進(jìn)行比較分析才能產(chǎn)出結(jié)果的壓力。

二、我國智能投研目前發(fā)展的情況

智能投研目前并沒有比較準(zhǔn)確的定義，比較被大家所接受的是：智能投研是在金融市場(chǎng)上現(xiàn)有的數(shù)據(jù)為基礎(chǔ)，通過采用機(jī)器學(xué)習(xí)、知識(shí)圖譜等方法來進(jìn)行智能化的處理，為廣大金融機(jī)構(gòu)相關(guān)的從業(yè)人員減輕業(yè)務(wù)壓力，提高工作效率。2016年12月國務(wù)院頒布“十三五”規(guī)劃，提出今后要大力促進(jìn)科技金融相關(guān)的產(chǎn)品和服務(wù)有所創(chuàng)新，形成各類金融工具相融合的科技金融新生態(tài)。之后在2017年12月，我國明確將金融列為人工智能產(chǎn)業(yè)應(yīng)用的重要領(lǐng)域之一。因此，在2017年前后，我國有許多相關(guān)的創(chuàng)業(yè)公司成立。在當(dāng)下，我國的智能投研發(fā)展還處于一個(gè)較早階段，國內(nèi)的公司主要提供的服務(wù)大多是面向金融機(jī)構(gòu)、政府等不同的群體，推出的產(chǎn)品比如一些搜索類、問答類、解析類產(chǎn)品。

本文將以通聯(lián)數(shù)據(jù)的蘿卜投研為例展開分析。通聯(lián)數(shù)據(jù)是萬向集團(tuán)在2013年投資設(shè)立的，是我國目前智能投研行業(yè)具有代表性質(zhì)的公司。蘿卜投研目前擁有PC網(wǎng)頁版和APP移動(dòng)端兩種產(chǎn)品形態(tài)供用戶在不同的需求場(chǎng)景下進(jìn)行相應(yīng)的最優(yōu)選擇。蘿卜投研目前支持的投研工具的選擇有策略選股、宏觀預(yù)測(cè)和機(jī)器研報(bào)。第一，宏觀預(yù)測(cè)功能。它與Kensho的Warren有相似之處。差異之處在于，蘿卜投研智能基于當(dāng)前的情況預(yù)測(cè)之后1個(gè)月的大盤指數(shù)漲跌變化，不能夠通過提問相應(yīng)的具體時(shí)間問題進(jìn)行回答和預(yù)測(cè)。這是由于蘿卜投研的數(shù)據(jù)基礎(chǔ)沒有Kensho深厚，目前無法在大數(shù)據(jù)領(lǐng)域提供更多服務(wù)。第二，策略選股功能。用戶可以通過常用的指標(biāo)、股票范圍、財(cái)務(wù)指標(biāo)、估值指標(biāo)、行情指標(biāo)、公告事件和財(cái)務(wù)科目來作為考慮因素以此來綜合為用戶挑選出最適宜的股票。第三，機(jī)器研報(bào)功能?？梢杂脕碛^察特定公司的最新市值情況、盈利預(yù)測(cè)分析和近一年的同業(yè)公司的對(duì)比估值，可以幫助用戶更加直觀地對(duì)考慮的公司的研報(bào)進(jìn)行數(shù)據(jù)解讀和對(duì)比。目前，蘿卜投研的客戶已經(jīng)包含了銀行、券商、基金、保險(xiǎn)等，這也體現(xiàn)了我國目前智能投研的市場(chǎng)是十分廣闊的。

從蘿卜投研可以看出目前我國智能投研行業(yè)的明顯弱勢(shì)的地方：第一，各大公司的數(shù)據(jù)價(jià)值和數(shù)據(jù)容量遠(yuǎn)遠(yuǎn)不夠，不能滿足之后市場(chǎng)上的多種需求;第二，各大公司都開辟了多條服務(wù)業(yè)務(wù)，但沒有選擇清楚產(chǎn)品的核心功能的落腳點(diǎn)在哪里;第三，現(xiàn)有的客戶覆蓋面沒有擴(kuò)展到一些信貸公司業(yè)務(wù)，沒有完善更多智能投研的應(yīng)用場(chǎng)景;第四，各大創(chuàng)新公司在專注于智能投研的同時(shí)，沒有注意要形成自身的特色;第五，各大公司目前不能把金融業(yè)務(wù)和技術(shù)團(tuán)隊(duì)很好地融合，根本在于二者的立場(chǎng)不同。

三、Kensho智能投研方面對(duì)我國的啟發(fā)和借鑒

Kensho的成功為我國智能投研行業(yè)帶來了許多寶貴的經(jīng)驗(yàn)。首先，我們不可否認(rèn)的一點(diǎn)是，在現(xiàn)在的時(shí)代，廣泛提倡人工智能運(yùn)用于各個(gè)行業(yè)，尤其是量化投資方面，但是這對(duì)許多金融機(jī)構(gòu)從業(yè)者來說，這其實(shí)是機(jī)密，是不能對(duì)外公開的。但是，如果我國想要大力發(fā)展智能投研行業(yè)的話，那就必須深入了解傳統(tǒng)投研從業(yè)者的投研策略和思路，這樣才能保證后續(xù)產(chǎn)品的實(shí)用性。

1.初創(chuàng)公司要穩(wěn)準(zhǔn)狠確定產(chǎn)品的定位和發(fā)展方向。Kensho整個(gè)公司從成立到因提供高價(jià)值的智能投研服務(wù)被高價(jià)收購只用了五年，目前我國的智能投研行業(yè)仍舊處于一個(gè)較早階段，對(duì)于具體的產(chǎn)品形態(tài)、應(yīng)用場(chǎng)景和盈利手段都暫不明確，留給剛?cè)刖终叩臅r(shí)間也較短，因此應(yīng)做到穩(wěn)準(zhǔn)狠，才能盡快立足。

2.要注重金融與科技的融合。由于金融行業(yè)的規(guī)則和模型復(fù)雜且繁多，因此國內(nèi)現(xiàn)有的技術(shù)還沒有能夠完全解析。由于Kensho的許多工作人員都擁有在各大國外金融機(jī)構(gòu)工作的經(jīng)歷，更了解如何將這些交給計(jì)算機(jī)去解決。因此，我國許多智能投研的公司在內(nèi)部協(xié)調(diào)時(shí)，一定要注意雙方存在的知識(shí)盲點(diǎn)，避免影響后續(xù)產(chǎn)品研發(fā)的進(jìn)度和功能迭代的時(shí)間。所以，對(duì)于我國目前的情況，只有各個(gè)公司金融專家和技術(shù)人員反復(fù)磨合，才能達(dá)到最后滿意的效果。同時(shí)，也要注意引進(jìn)具有復(fù)合背景的高級(jí)人才并進(jìn)行統(tǒng)籌。

3.要加深傳統(tǒng)投研部門對(duì)智能投研的理解。國外對(duì)于智能投研接受度已經(jīng)比較高，Kensho還經(jīng)常在CNBC（美國消費(fèi)者新聞與商業(yè)頻道）作為獨(dú)家的數(shù)據(jù)分析贊助商進(jìn)行循環(huán)插播。相對(duì)的，對(duì)于國內(nèi)傳統(tǒng)投研部門來說，智能投研仍舊是一個(gè)尚不明確的概念，對(duì)于他們來說，還沒有足夠的動(dòng)力花費(fèi)高昂的價(jià)格來購買這種服務(wù)，并且還是在準(zhǔn)確性尚不能明確的情況下。因此，應(yīng)加強(qiáng)宣傳智能投研的價(jià)值，提高傳統(tǒng)投研行業(yè)資產(chǎn)配置效率的核心價(jià)值。

4.要加強(qiáng)與傳統(tǒng)數(shù)據(jù)服務(wù)商的合作。Kensho在成為標(biāo)普旗下公司之后，能夠使其業(yè)務(wù)更加專業(yè)。第一，Kensho能夠獲得數(shù)據(jù)服務(wù)商中的佼佼者標(biāo)普多年的數(shù)據(jù)資源，能夠形成自身難以被外界打破的技術(shù)壁壘和成本優(yōu)勢(shì);第二，標(biāo)普作為多年的數(shù)據(jù)服務(wù)商，擁有眾多的金融機(jī)構(gòu)資源，市場(chǎng)地位可見一斑，所以后續(xù)Kensho的產(chǎn)品推出和使用也會(huì)遇到更少的阻礙。因此對(duì)于我國一些想要做大做好的智能投研公司來說，與傳統(tǒng)的數(shù)據(jù)服務(wù)商合作，一定也會(huì)達(dá)到事半功倍的效果，這對(duì)整個(gè)行業(yè)也是十分有益處的。

現(xiàn)如今，我國已經(jīng)處于智能投研的較早階段，但是目前國內(nèi)的許多公司都遇到了較多的困難，做出的產(chǎn)品也不盡如人意，導(dǎo)致金融機(jī)構(gòu)因此愿意購買服務(wù)的也比較少，大多用戶還處于知識(shí)盲區(qū)和觀望的態(tài)度。因此，向國外智能投研的優(yōu)秀公司Kensho進(jìn)行學(xué)習(xí)，顯得非常必要，有利于我國智能投研行業(yè)更加快速地成長。

參考文獻(xiàn)：

[1] ?李嘉寶.基于智能投研提高券商投研能力的探討[J].金融縱橫，2019，（6）：65-71.

[2] ?向偉.智能投資的昨天、今天和明天[J].人工智能，2018，（10）：24-47.

[3] ?陸小梅.淺談人工智能在互聯(lián)網(wǎng)金融領(lǐng)域的應(yīng)用[J].經(jīng)濟(jì)師，2017，（5）：148-149.

[4] ?鯨準(zhǔn)干貨.智能投研行業(yè)分析報(bào)告[EB/OL].36Kr，2018-07-26.