市场赚钱效应升温，风格却不断切换，抓住低吸潜伏的好时机！立即开户，踏准节奏，不错过下一波大行情
来源：浙商基金微视界
关注我们 了解更多
作者简介
alpha go首次战胜人类棋手，预示着一个新的时代来临。继机器在工业革命后逐步代替各种人的体力劳动，人的脑力劳动被AI逐步替代变得更加可能。毫无疑问，AI已经成为资本市场中被讨论的最为热烈的话题之一。
图像识别、语音识别、无人驾驶、辅助医疗等等，当我们看到AI在各个领域应用的案例越来越多、越来越成功的时候，回顾资产管理行业本身，相比前面提到的那些行业，似乎我们离AI仍然比较遥远。
但有意思的是，金融市场天然就是一个大数据系统，分析师和研究员们每天打交道最多的就是数据，这里有着AI最好的学习资源和实验条件。AI在各个领域发挥其本领的时候，也理所当然在资产管理领域中有其用武之地。alpha go名字中的“alpha”更激发起大家对AI在投资领域中的美好向往。
浙商基金自2015年起在大数据和AI方面做了很多的思考、探索、实践和积累。如果说传统投资和AI投资之间有一个“交锋面”的话，我们可能恰是真真切切处在那个面上的，深刻体会着其中的“道道沟沟坎坎”。
AI当下的发展水平及投资领域的具体实际，让我们尚不能完全指望AI能包办一切。这本身也符合事物发展的一般规律。回想机器代替体力劳动的历史进程，大规模的无人化机器人流水线从来就不是一蹴而就的。起初，冲、刨、铣、车，每台机器都在重复的做着人的某个特定动作，并做到极致。
AI应用的起步也一样，有的精于算，有的精于存，有的精于听，有的精于看，重复执行人的某一项大脑功能，同样，再做到极致。
对于投资领域也不例外，我们首要做的就是将投资问题的方方面面拆解，拆解的越细、越具体，在特定领域AI做到极致乃至超越人类大脑的可能性也越大。
其次是投资中的问题定义。围棋中的问题是靠19×19的棋盘来定义的，而传统上，即使人在面对资本市场中问题时，相对通用的问题定义方式其实也并不统一和明确，甚至每个人看市场、聊市场、参与市场的体系、维度、框架都是千人千面。但问题的定义对AI却很重要。定义不清楚的问题，让AI去解决，结果可能反而会令我们大失所望。这其实也是上述我们强调问题拆解的另一面。只有问题拆解的足够细微，问题的定义才有可能更加明确。
另一个重要的问题是AI到底学什么？
Alpha go是从学习人类历史上的棋谱开始的。类比到投资上，AI学习的则应是人类投资历史上的各种棋谱——各类成熟且被验证过的投资逻辑和策略。因此，讲到AI投资，并非数据的暴力破解，而依然是逻辑驱动的。如果一个AI仅仅是从数据到数据，最可能的结果就是面对稍加修改的问题，AI反而会犯简单的错误。AI的训练是学习已有的成功经验，在此基础上，针对每一个具体细分问题而训练的AI模型，实际上都是一个解决特定问题的小机器人，即使问题的表象千差万别。
逻辑先行，而数据也需紧密跟上。所有模型都是在逻辑的基础上，基于大量甚至海量数据训练的结果。更为重要的是，数据并非数字的简单堆砌，数据是富有逻辑的数字集合，是含有价值的数字集合。有的数据用于前瞻预测，有的数据用于实时验证，而有的数据则用来相互对比。只有将数据本身的定义和定位确定清楚，AI训练的针对性和鲁棒性才有可能更强。
过往五年多，浙商基金已基本积累起一个基于基本面和交易型逻辑的大数据体系，并且在这个大数据体系上逐步训练出各类AI机器人，专门负责解决某一个或某一类特定问题。与此同时，更为重要的是浙商基金整个投研体系也形成了人类与AI投资相互协调促进的良好氛围和机制。
在某些特定问题上，AI成为了人类进行投资决策的得力助手。而在AI犯错犯傻的时候，人类的经验和小数据逻辑分析能力，也成为了AI最为宝贵的学习资源，这个过程往往也是AI能力提升最快的阶段。
我们不指望目前的AI投资机器人是万能的，但我们期望每个AI机器人每天都能进步。
基于"AI策略“，目前有浙商大数据智选消费，浙商智能行业优选等基金，他们分别投向大消费领域和全行业。为了布局更全的产品线，让投资者有更多类型的产品可以选择，浙商基金将于12月21日推出一款新基金——浙商智选领航三年持有期基金，其将聚焦消费+科技+医药这三条超强赛道，挖掘行业超额收益机会！一起期待吧！
风险提示
风险提示：本材料不构成任何投资建议，投资者在投资前请参阅本公司在中国证监会指定信息披露媒体发布的正式公告和有关信息。投资人应当认真阅读《基金合同》、《招募说明书》等基金法律文件，了解基金的风险收益特征，并根据自身的投资目的、投资期限、投资经验、资产状况等判断基金是否和投资人的风险承受能力相适应。人工智能投资存在固有缺陷，投资者应当充分了解基金运用人工智能投资的风险收益特征。本材料不构成投资建议，基金有风险，投资需谨慎。本产品由浙商基金发行与管理，销售机构不承担产品的投资、兑付和风险管理责任。
