从华尔街到中关村：程序员和AI将让金融金领没饭吃？

三月份，李世石与阿法狗的大战惊动了世人。Google旗下的DeepMind的智能系统战胜了世界围棋第一人李世石，这是AI发展史上的一个里程碑。

距离埃隆·穆斯克所说的AI取代人类还有距离，但是AI在各行业的应用已经让世界发生了翻天覆地的变化。金融+科技FinTech，已经促使华尔街向硅谷靠拢，银行家向码农低头。

从华尔街到硅谷

美国2012年人口普查的数据显示，大约有3.1万人从纽约迁往加州，为2006年以来最大的迁徙潮，告别华尔街，“大空头”们正在一路向西。

LinkedIn的数据显示，Google4.75万员工里，有1200人曾经在全球排名前十的投行工作；至少750名Apple员工来自投行；据CEO 卡兰尼克说，Uber员工中有一成到一成半来自金融服务业，曾经在高盛工作的员工占5%。

在华尔街与硅谷的人才争夺战中，硅谷略胜一筹。

从华尔街到硅谷，最聪明的大脑已经在用脚投票，那么他们背后的逻辑是什么？

FinTech的走红，从互联网金融到人工智能理财

金融行业，将深刻的被科技所改变。在互联网的颠覆下，金融行业将发生翻天覆地的变化。互联网和移动互联网的诞生，让普通人参与金融投资股票交易的门槛大大降低，之前依靠中介代理的模式被绕过。交易模型和智能设备，让普通心智的人也能理解复杂的金融产品，通过指数基金，可以投资完全没有接触过的股票。

2008年金融危机之后，一个新的词开始出现在媒体上，FinTech，financial technology的缩写，指的是金融和信息技术的融合型产业。

著名的沃顿商学院给出的定义是，用技术改进金融体系效率的经济行业。

互联网公司正在用云计算、大数据和移动互联等新兴技术开展的低门槛金融服务，机器的入侵却开始让金融业的交易员和理财顾问惶惶不可终日。

摩根史坦利、美国银行和富国银行总共雇佣了4.6万名顾问，金融行业的薪水又几乎是整个社会最高的，所以金融行业是个拼人的行业，人均工资几乎是最高的。

但是这些公司正在准备用人工智能来替代传统员工，智能投资顾问模式正在投资机构中流行，智能算法可以根据投资者风险偏好，选择一篮子ETF，涵盖股票、债券、房地产基金和大宗商品基金。

这些智能投资机构的收费为0.15%-0.35%之间，比起业内普遍1.5%-2%的管理费要实惠得多，但业绩却一点不比传统机构差。

智能投资的进化终局是人工智能，深度学习的电脑将代替人脑，进行复杂的金融投资。

金融数据服务商Kensho创始人预计，到2026年，有33%-50%的金融业工作人员会失去工作，他们的工作将被电脑所取代。Kensho开发的程序，做分析工作只需一分钟，而拿着高达35万美元年薪的分析师们，需要40小时才能做完同样的工作。

中国的弯道超车

具体到中国来讲，人工智能在投资领域更是大有作为。

因为传统金融模式的无效，中国的投资回报率正在下降，今后3-4%的投资回报率已经不错，5%就是赢家。

根据零壹财经和神仙有财的报告，全国个人理财规模40万亿-50万亿之间，互联网理财市场规模已经接近2万亿元，参与用户2-3亿人，通过低成本的人工智能，帮助用户提升投资收益，哪怕只有5%, 亦是一个万亿级的丰厚市场。

面对如此大饼，BAT及国内不少创业公司正在积极布局，准备弯道超车。

国内知名的P2P平台积木盒子近日宣布，要战略转型为“人工智能理财平台”，而百度亦在此领域频频发声，“百度超级理财机器人”呼之欲出。

创业公司神仙有财的“啸天犬”人工智能理财引擎也于本周正式公测，尽管刚刚推出，但其堪称“豪华”的研发团队已让“啸天犬”备受期待。这个团队中包括了原摩根大通首席风险官及来自摩根士丹利的明星基金经理，以及前IBM研究院的人工智能专家、主导发布了中国第一个机器学习平台DTPAI的前阿里人工智能专家等。

这个引擎会通过人工智能优选来自证券、资管、银行、金融资产交易所等金融机构的优质金融资产，为用户定制个性化理财方案。

“啸天犬”的产品经理韦啸，曾经在微软和阿里云计算工作，主导发布了中国第一个机器学习平台DTPAI，做为一名人工智能专家，他如此评价“啸天犬”的表现：“啸天犬的表现已经超过了一般的理财顾问，能比市面上其他同等FOF组合多产生1%的收益，但是在处理高风险投资方面，还需要学习。

在金融领域，运用数学模型、量化投资已经有了几十年的历史，但最近计算机技术、深度学习的发展，让人工智能理财有了长足的进步。深度卷积神经网络和蒙特卡洛搜索树的结合，让阿法狗战胜了李世石。在围棋领域，有明确的规则，这些技术发挥了重要作用，但金融领域，需要学习的更多，还要有人工干预。“

韦啸认为，算法无法完全防范欺诈，而欺诈在金融领域，恰恰是大概率事件。

最大的风险来自于中国的理财市场并不完善，金融产品透明度不够，即便是专家，根据其公开的数据并不能给出有效的判断。

可能就是这样，机器学习在“有底线的人、有规则的事”面前张牙舞爪。但机器最难揣测的，是善变的人心。