基于深度學(xué)習算法，似乎比特幣更容易在智能投顧實(shí)現落地

當下，國內的智能投顧正在逐步崛起，服務(wù)主要面向公募基金。然而，基于深度學(xué)習算法，從多個(gè)方面來(lái)看，比特幣似乎更容易在智能投顧實(shí)現落地。

李開(kāi)復曾說(shuō)過(guò)，人工智能深度學(xué)習最先產(chǎn)生成果的，一個(gè)是自動(dòng)駕駛，一個(gè)就是金融領(lǐng)域。如今，隨著(zhù)人工智能技術(shù)的發(fā)展，Fintech（金融科技）正在受到資本的追捧，“智能投顧”這一職業(yè)也漸漸崛起。

智能投顧，亦稱(chēng)機器人投資顧問(wèn)。根據美國金融業(yè)管理局（FINRA）的官方定義，智能投顧是指利用大數據分析、量化金融模型以及智能化算法，根據投資者的風(fēng)險承受水平、財務(wù)狀況、預期收益目標以及投資風(fēng)格偏好等要求，運用一系列智能算法，投資組合優(yōu)化等理論模型，為用戶(hù)提供智能化和自動(dòng)化的資產(chǎn)配置建議。從定義中我們獲悉，在智能顧問(wèn)的運行過(guò)程中，依靠大數據的深度學(xué)習算法占據著(zhù)很大的重要性，而基于此，相對于股票、債券等金融產(chǎn)品，時(shí)下大熱的比特幣似乎更適合智能投顧。

為什么比特幣更適用于智能投顧？

根據Wind數據，截至2016年7月，總共只有130只可交易的ETF，資產(chǎn)規模累計4729億元，主要是傳統的指數型ETF，債券型ETF、商品型ETF等較少，而美國市場(chǎng)同期有近1600支ETF，管理資產(chǎn)規模累計2.15萬(wàn)億美元，且類(lèi)目也更為全面。

在ETF產(chǎn)品和資產(chǎn)規模的兩相對比之下，國內的智能投顧顯然不適合模仿美國，轉而將目光放在了公募基金。與此同時(shí)，“比特幣”的投資熱也正在崛起，雖然因為政府的介入，其幾度發(fā)生大起大落，但這依然阻擋不了人們的投資熱情，甚至連享譽(yù)國內外的“中國大媽”都加入了投資者陣列。

一個(gè)是當下競相追捧的理財產(chǎn)品，一個(gè)是正在崛起的理財分析師，其實(shí)，它們兩個(gè)才是最“匹配”的，對于依據深度學(xué)習算法的智能投顧，比特幣是最容易實(shí)現“落地”的產(chǎn)品。至于為什么這么說(shuō)，主要有兩點(diǎn)：

比特幣的交易特性更符合深度學(xué)習算法的高效率。在國內，為了維持市場(chǎng)的穩定，國家將交易制度由T+0變換為現在的T+1，在某種程度上，該制度嚴重限制了處于信息劣勢的中小投資者，交易效率也有了一定的降低。不同于T+1的交易制度，比特幣所采用的是T+0，因而可以無(wú)限次的當天買(mǎi)當天賣(mài)，提高了交易效率，而這恰巧符合深度學(xué)習算法的高效率。

不管是訓練還是投入使用，深度學(xué)習算法都是以大數據為依托，在計算機的高效運作之下，算法可以對數據進(jìn)行實(shí)時(shí)分析預測。在此前提之下，相對于需要在下一個(gè)工作日進(jìn)行交易的股票基金等理財產(chǎn)品，能夠隨買(mǎi)隨賣(mài)的比特幣顯然更適合于這種方式，畢竟漲落有時(shí)就在那一剎那間發(fā)生。

此外，在短期預測上面，深度學(xué)習算法目前已經(jīng)有了不錯的成果。近日，一個(gè)由10名來(lái)自加拿大和捷克的研究員開(kāi)發(fā)出了一種叫做“DeepStack”的算法，在德州撲克這種依據非完美信息進(jìn)行博弈的游戲中，該算法戰勝了多名專(zhuān)業(yè)撲克選手，證明了深度學(xué)習算法在博弈中的預測還是相當準確的。從目前來(lái)看，智能投顧更適合做一些短期預測，而對于其主要面向的中小型投資者群體，短期實(shí)現收益也更能迎合他們的需求，就像能夠隨買(mǎi)隨賣(mài)的比特幣。

比特幣的信息透明更有利于深度學(xué)習算法。就如前面所講，大數據是深度學(xué)習算法開(kāi)發(fā)中的核心之一，從一開(kāi)始算法模型的搭建，以及后來(lái)的理財服務(wù)，每一環(huán)每一扣中都有著(zhù)數據的參與，因而，只有數據足夠全面，屆時(shí)算法的預測和理財建議才能更準確。

借助于底層的區塊鏈技術(shù)，比特幣的每一筆交易、每一次變化都將記錄在案，為深度學(xué)習提供一份完整、全面的數據，為之后模型的建立和所提供的理財服務(wù)打下一個(gè)很好的開(kāi)始。對于比特幣而言，數據的獲得還是不難的，但對于股票基金等理財產(chǎn)品就是個(gè)大問(wèn)題了。

眾所周知，“信息不透明”是股票基金等市場(chǎng)的一個(gè)特性，而一些基金的相關(guān)數據則被掌握在相關(guān)機構手中，由此，想要獲得理財產(chǎn)品的數據是向相當具有難度的。并且，在另一方面，擁有這些數據的機構也只能基于自己已經(jīng)掌握的產(chǎn)品進(jìn)行理財建議，相對于比特幣，該理財服務(wù)的限制性更大一些，遠不如比特幣來(lái)的全面、透明。

比特幣落地智能投顧前，深度學(xué)習還需做到這些

除了交易制度帶來(lái)的高效以及數據的公開(kāi)透明，比特幣也是時(shí)下最受歡迎的投資理財產(chǎn)品之一，如此下來(lái)，在基于深度學(xué)習的智能投顧上，比特幣確實(shí)是一個(gè)很好的“合作伙伴”。并且，在監管上，比特幣的交易也已受到了國家相關(guān)部門(mén)的重視，預計相關(guān)法律法規也將陸續出臺，屆時(shí)，比特幣的交易將更為嚴謹。那么，與此同時(shí)，為了提供更好地比特幣理財服務(wù)，基于深度學(xué)習算法的智能投顧也需在多方面行動(dòng)起來(lái)。

搭建最優(yōu)模型

基于對投資者風(fēng)險承受水平、財務(wù)狀況、預期收益目標以及投資風(fēng)格偏好等方面的分析，智能投顧可以為其選擇最優(yōu)配置方案，在這之中，起到?jīng)Q定性作用的就是深度學(xué)習算法模型。根據經(jīng)過(guò)大量數據訓練和驗證的算法模型，智能投顧就可以在很快的時(shí)間內將投資者與理財產(chǎn)品進(jìn)行匹配，從而選出適合投資者的最佳方案。

與股票基金產(chǎn)品類(lèi)似，要想實(shí)現比特幣在智能投顧的“落地”，一個(gè)算法模型的建立是必須的。在如今現有的智能投顧產(chǎn)品中，馬克維茨提出的現代組合理論是其算法模型的開(kāi)發(fā)依據之一，根據該理論來(lái)搭建算法模型，智能投顧就可以向投資者提供不同的理財組合，從而將危險分散開(kāi)，將風(fēng)險降到最低。

一如此類(lèi)，在比特幣落地智能投顧之前，深度學(xué)習算法也應當在相關(guān)影響因素、金融理論的基礎上，開(kāi)發(fā)搭建一個(gè)適用于比特幣投資運作的算法模型。

搜集多方數據

上文也已經(jīng)提過(guò)了，對于智能投顧的深度學(xué)習算法而言，數據就是一切所在。沒(méi)有數據，算法就得不到訓練，繼而就不能得到優(yōu)化和提升，以為投資者提供精準的服務(wù)，而沒(méi)有數據支撐的“智能投顧”就是一偽概念。

在數據方面，因為區塊鏈的技術(shù)，比特幣的相關(guān)數據還是很容易獲得的，其真實(shí)性也能夠得到保證。配合政策、匯率等因素，基于比特幣自出世以來(lái)的走勢分析，智能投顧可以對其未來(lái)走向進(jìn)行短期預測。舉個(gè)例子，在2013年，由于國家出臺了《關(guān)于防范比特幣風(fēng)險的通知》，消息發(fā)布后一個(gè)小時(shí)內，此前呈現大漲趨勢的比特幣隨即下跌35%，最終由1242美元（按當時(shí)匯率，約7540.9元人民幣）跌倒了2000元人民幣。而就在最近，在大漲之時(shí)，國家又約談了主要比特幣交易平臺的負責人，一時(shí)間，比特幣的幣值又開(kāi)始下跌，與4年前的情況極其類(lèi)似，對此，只要數據足夠全面，深度學(xué)習算法也是可以預測到這種結果的。

此外，除了比特幣的相關(guān)數據，投資者的行為習慣、財務(wù)狀況等也是智能投顧需要搜集的數據。對比特幣的數據分析只是對其走勢的一個(gè)分析，判定此時(shí)應該是買(mǎi)入、補倉還是賣(mài)出，而服務(wù)的提供則需要依人而定?；趯ν顿Y者相關(guān)數據的分析，智能投顧的建議能夠精確到買(mǎi)入的時(shí)間點(diǎn)，就像有的人喜歡在中途買(mǎi)入，有的人選擇低價(jià)的時(shí)候買(mǎi)入，以此來(lái)提供個(gè)性化的服務(wù)。

配備高效硬件

對于深度學(xué)習在比特幣交易中的優(yōu)勢，某業(yè)內人士稱(chēng)，比特幣這類(lèi)金融交易中產(chǎn)生的數據量特別大，而深度學(xué)習正需要大數據的支撐，兩者相輔相成。從另一個(gè)角度來(lái)看，在搜集數據的同時(shí)，數據的處理也是一個(gè)關(guān)鍵所在，尤其是在深度學(xué)習算法中。

在智能投顧中，金融市場(chǎng)的瞬息萬(wàn)變要求數據的運行達到實(shí)時(shí)高效，而這需要芯片等硬件的支撐。目前，在人工智能技術(shù)的研究中，數據的高速運行是必備的條件，為此，期望抓住人工智能機遇的不少硬件廠(chǎng)商都在進(jìn)行專(zhuān)屬硬件的研發(fā)，比如正在研制自動(dòng)駕駛芯片的英特爾、打造出世上第一臺人工智能超級計算機的英偉達等等。相比于自動(dòng)駕駛等人工智能行業(yè)，智能投顧對數據的要求或許沒(méi)那么高，但依舊是一個(gè)需要重視的問(wèn)題，只有數據高速運行，才能實(shí)現深度學(xué)習算法的高效率，為投資者提供極致服務(wù)。

結語(yǔ)

當下，智能投顧已在國內形成了一股風(fēng)向，截至目前，包括銀行在內，國內已有不下于20家智能投顧機構或公司。因為中國比特幣的交易平臺沒(méi)有手續費，所以交易是十分活躍的，占據了全球比特幣交易量的90%。根據分析，在落地上，相比于股票基金等，智能投顧的環(huán)境更適用于比特幣。

不過(guò)，基于當前比特幣監管的空缺、可參考數據的不足以及平臺倒閉等多種因素的存在，在服務(wù)中，智能投顧還不足以獨當一面，在必要的時(shí)候，人類(lèi)投資顧問(wèn)還是需要出面進(jìn)行決策的。當下，相關(guān)比特幣交易平臺負責人正在與政府進(jìn)行約談，在政府的介入下，相信比特幣的行業(yè)標準將逐步建立，一如火幣網(wǎng)創(chuàng )始人兼CEO李林所言：“行業(yè)聯(lián)盟即將誕生。”屆時(shí)，在完善的比特幣制度下，智能投顧的運行將更為便利，而比特幣的落地也將加快進(jìn)程。

目前，由于市場(chǎng)的不成熟，投資者們對“智能投顧”的接受度并不是太高，那也就意味著(zhù)還有更大的市場(chǎng)在等待挖掘。據招商證券預計，到2020年，中國智能投顧市場(chǎng)規模將高達5.22萬(wàn)億元，而這其中，還包含了我國資本市場(chǎng)產(chǎn)品結構單一、投資者尚不成熟等多變因素。相比于人類(lèi)投資者和投資顧問(wèn)，在降低成本的同時(shí)，智能投顧的理想也避免了人類(lèi)在投資中的“貪婪”和“沖動(dòng)”。在市場(chǎng)發(fā)展成熟之前，智能投顧的出現將極大影響投資者的行為，并且，當投資者變得理性，雖不至于完全消失，但市場(chǎng)的動(dòng)蕩將逐步減少。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！