CCF-GAIR 2017 | 王政：通联数据要成为资管业的 Uber

没有人能与时代作对。谈起AI在金融投资领域的应用，大家首先想到智能投顾，但王政对通联数据的设想明显更加宏伟。

随着2010年融资融券、股指期货的相继推出，中国资本市场中宽客身影日渐活跃，量化投资也才开始迎来发展的势头。但与境外发展了四十余年的量化投资相比，国内基于数据与技术的投资管理还是一片蛮荒。

2009年左右，当时随着金融海啸的爆发，华尔街华人中一批海外量化投资人才相继回国，给国内量化投资的发展带来了转机。现任通联数据CEO王政博士是其中之一。

王政是美国普林斯顿大学物理学博士，他曾任巴克莱全球投资公司基金经理，拥有近20年资产管理、金融信息平台研发和大数据研究经验。

不过，当年王政回国的第一件事并不是创立通联数据，而是在当时中国资产管理规模最大的博时基金担任量化投资总监。直到大约四年后，发生了两个行业事件：

• 一是，据统计，国内到了2012年，往前的六年间共87名公募基金经理奔向私募，2007年开始几乎平均每年16位基金经理脱离公募行业。而多数曾经优秀的公募经理人转型时都会经历一段低潮期。

• 与此同时，2011年，IBM人工智能系统“沃森”在美国智力问答节目《危险边缘》（Jeopardy）中挑战两位人类冠军，并胜出。

这让万向集团和王政认准了——知识领域的智能化才是真正的大趋势，技术用于投资是不可逆的趋势。于是，王政离开博时，开启了投资科技的创业生涯；经过近两年的筹备，通联数据诞生了。

刀耕火种时期的拓荒

因为市场低迷，在2012年前几年的这波“大奔私”浪潮中，大部分出走的基金经理是以做传统的股票型基金投资为主的，而非专门做量化的基金经理。这部分人转型面临的第一个问题是：对于主动基金经理来说，公募平台能够帮助获得很多卖方服务和信息资源，这对投资业绩十分有帮助，但很多人在公募的时候并没有意识到，只是奔私以后才发现了平台的重要性。

因此，他们面临一个大的挑战是：要从头构建一个原来公募基金才有的投资平台。

追溯起通联数据的初衷，王政说道，“IBM Watson的成绩也表明了技术发展到了新的高度，所以对于要解决私募基金经理的问题，提供一个低成本的高效研究平台，以大数据与机器学习为基础是不二选择。”

无疑，数据是整个业务的核心和基础。所以，这也有了为什么通联数据前期了投资近3.5亿元资金，进行了从基础数据到大数据的收集、处理、分析，并依靠机器学习模型将其作用于投资分析。

过去量化投资发展缓慢，最大的制约因素之一是各领域数据割裂。王政分析称，过去五六年间，也有一批公司在这期间开始开拓量化数据，做大数据投资、大数据指数，但到目前为止，可以说没有一家能够把这些数据收集全，包括阿里、百度、新浪等都是只收集了一个维度的数据。

“所以过去的几年，我们都还是专注在做自己的数据积累。”这一过程持续了3年，如今也还在继续——根据雷锋网(公众号：雷锋网)调查，直到2015年1月，通联数据才在北京召开了自成立以来的首次品牌推介会。

这个发布会的主题，叫“原力觉醒”。在这个发布会上，通联数据发布了金融大数据的品牌，并推出了量化实验室等作用于量化策略、定价模型建议等一些小应用。

这些面向私募基金投资研究所需要的“小应用”，可以说是国内资管业投资科技形成体系前的开始。当时，国内资管业机构都还在依靠人力做研报、投资分析。一个传统基金经理的日常，基本是这样的：

7点起床上班，路上开始浏览前天外盘情况，国际市场的主要指标以及重大动态；8点进入办公室，浏览国内外主要财经网站，晨会与同事一起讨论当天最新的宏观政策，财经和市场动态；9点-15点看盘，管理投资组合，看报告；收盘后对当天市场行情进行总结、分析，晚餐时继续与同行进行近期市场和投资热点讨论。晚上看长篇研究报告，20点左右上网看上市公司公告，并为第二天的工作做好充足准备。午夜，休息。

但在大数据、机器学习算法、模型的帮助下，上述过程机器甚至可以缩短至几分钟完成。

数据、计算、模型——重构投资研究业务

事实上，通联数据最初要解决的私募基金经理平台问题，只是当时的市场需求之一。谈起AI在金融投资领域的应用，大家首先想到智能投顾，但王政与通联数据的设想明显更加宏伟。

在博时基金任职期间，王政曾一人同时管理了5支量化基金。这是很罕见的。事实上，十几年前还在巴克莱全球投资公司（BGI，后被贝莱德合并）任职的时候，王政就开始带着一个团队探索用机器学习做投资。王政自述，在那个时候他们开发出来的策略，已经是可以帮客户赚钱。

但这些技术在那个时候还没形成一个平台、体系和社会效应，包括后来回到更后进一步的中国市场。据了解，在博时期间，王政功绩之一也是引入了许多国际上的投资理念和方法，但以当时的技术基础、体制管理水平，推行效果可想而知。

所以，如何让广大的基金经理、研究员也能利用数据、技术、模型来解决投资管理问题，改革原有业务模式，才是当时，直至今天中国资本市场亟须要破的局。

“依靠模型和数据去寻找规律，效率得到飞速提升，这些都有别于传统投资。”此前接受媒体采访时，王政如是说。

据此前媒体报道称，某种意义上，是2005年开始的ETF套利拉开了量化投资在中国的序幕。但是，无论是从信息收集、数据处理、研报等环节，传统基金研究员的工作尚是刀耕火种式的。同时过去几年中，由于当时A股市场持续低迷，机构在量化研究上的投入也是捉襟见肘。而相比之下，在2012年前，美国市场的金融科技已经非常强了。根据HFR Inc的估计，2009年，量化投资基金管理的资产规模为4080亿美元，占所有对冲基金的25％资产。

纵观通联数据今天的产品，包括两个层面：

• 底层数据库方面，通过自主收集、购买以及共享等方式，目前通联数据云平台上的金融大数据涵盖股票、基金、债券、研报、宏观、资讯、社交、电商等投资所需的信息材料，打破信息孤岛。

• 在底层数据库之上，通联数据又构建了四个平台：萝卜投研、优矿、魔方和智能投顾。萝卜投研主要研究怎么样把人工智能应用于投资研究；优矿是一个众包的、分享式的量化平台；魔方则是一个MOM/FOF管理平台；智能投顾是基于用户画像，为用户提供咨询、策略、风险管理等千人千面的投顾服务。

这样的体系，一定程度参照了当年华尔街的模式。王政称，在BGI期间，那时处于投资界的“工业革命”阶段——计算机开始帮助人们做投资，包括储存数据，处理数据等，然后逐渐形成一些IT系统。这是计算机刚刚开始引入的阶段，指数基金、量化基金、对冲基金，还有现在的Smart Beta也是基于此而逐渐发展起来。

而这些系统的搭建完成了前期的数据积累。在此基础上，王政团队开始将多位来自斯坦福大学、卡耐基梅隆、普渡大学等人工智能学术领先的高校的专家教授招募到BGI，将他们各自在NLP、机器学习等领域的技术积累，运用到资产管理研究。

技术迭代与业务变革是相互促进的。十年前，最杰出的毕业生都想成为华尔街投资银行的交易员，但现在，《华尔街日报》日前报道称：“他们都在相互竞争，希望进入量化投资基金。”可以说，整个华尔街上下，算法驱动的交易和使用复杂统计模型来进行交易的宽客们（雷锋网注：指一群靠数学模型分析金融市场的物理学家和数学家）正在接管投资世界。传统的交易策略，例如通过资产负债表筛选公司或与公司客户交谈等手段正在衰落。

王政介绍，以萝卜投研为例，其目的是打造机器人研究员，并取代研究员的工作——“至少目前我们可以替代基础研究员了，并且正逐步往高端走，目的是取代高级研究员的工作。”

过去2012年至2015年，通联数据专注于建立数据积累，这样费时费力的工作以及相对缓慢的发展周期，似乎都不符合高速发展的互联网公司气质，但这样的坚持也成了通联数据今天的优势。当年因为部分栽培出的人才按捺不住寂寞而纷纷出走，也一度让通联数据荆棘满途。

要知道，与未来医疗等领域一样，技术与本身金融专业结合的复合型人才的培养和涌现，也是金融科技时代的标志之一。如今，华尔街对技术人才的投入还在扩张——微软人工智能首席科学家、IEEE Fellow 邓力加入美国基金公司 Citadel 担任首席人工智能官；在国内，除了Fintech企业，也有平安集团、招商银行等具有创新性的金融机构进行人才结构的变革。

“但是，当时这些人他们还不能理解这一个缓慢成长的过程。”不过，今天这些出走创业的项目，还是需要用通联的数据。

金融大数据的未来

王政表示，如今即使在国内市场，计算机已经让投资实现了流程自动化，以及基础研究工作智能化。而基于金融大数据，现在智能投资创新行业需要做的是，让大数据、云计算、人工智能这套体系能够自动学习、理解、发现投资机会，自动管理资产；需要教会机器学习、工作，从而构建它自己的体系，以能够动态地反映市场，依据新的数据做出快速的反应。

“从70年代开始，智能投资一直是一步步地发展过来的，人工智能的应用并非突如而来的革命。只是在创新的路上越往后，要解决的问题越难了。”

对于智能金融的未来，王政希望将通联数据打造成一个“资管业Uber”的平台，撮合社会上的资金与投资管理能力。这是通联数据生态系统的最后一层。

摩根大通量化投资和金融衍生品战略团队的 Marko Kolanovic 和 Rajesh T. Krishnamachari 最近刚刚发布了一份在金融服务领域机器学习和大数据的报告，该报告指出，像月收益和 GDP 数字这样的常规数据源正在变得与投资策略越来越不相关，因为使用新数据集和方法的投资者可以预测这些数字，并在它们发布前预先做出行动。因此，机器学习将会在未来对市场运作至关重要，分析师、投资经理、交易预案和投资总监如果不了解机器学习技术，他们将会落伍。

从资管界到科技界，从构建策略管理基金到技术输出，王政职业生涯的转身，给中国资本市场的投资管理模式和能力提升带来新的探索。不管这是FinTech还是TechFin，通联数据打开了资管业智能化投资的大门。

2017年7月7、8、9日， CCF-GAIR 2017——2017年全球人工智能与机器人大会将在深圳福田举行，大会由深圳市政府指导，中国计算机学会（CCF）主办，雷锋网和香港中文大学（深圳）承办。大会设置了三天的议程，包括人工智能前沿专场、机器人专场、机器学习专场、智能驾驶专场、智能助手专场、金融科技专场、未来医疗专场、智能物流专场、AI+专场、CV+专场，AI 创投专场等 11 个专场，每个专场分别邀请海内外学术和产业界最顶尖的专家来做大会报告和对话交流。

届时王政博士也将参加大会，并作为金融科技专场主讲嘉宾，给大家带来更多关于智能投资的干货分享。如果你想了解更多智能投资的行业情况以及技术方向指引，欢迎购票参加！