阿爾法：金融科技助力數(shù)字貨幣資管行業(yè)的智能化升級

? ? ? ? 摘要：捕捉行情最快、量價挖掘最準、風險控制最穩(wěn),全面、安全、簡單、互聯(lián)網(wǎng)上最好用的數(shù)字貨幣智能自動搬磚套利平臺(m.aicoinarb.com),輕松量化,聰明交易。

? ? ? ??隨著區(qū)塊鏈、大數(shù)據(jù)、云計算、人工智能、數(shù)字貨幣等技術的迭代創(chuàng)新，科技與金融已經(jīng)快速改變金融生態(tài)。在數(shù)字貨幣資管，也正在經(jīng)歷一場由金融科技主導的深刻變革。

? ? ? ??近期，阿爾法CEO Alex在某數(shù)字貨幣行業(yè)會議表示，科技對金融的賦能的歷史，通?？煞譃槿齻€階段：首先是系統(tǒng)化階段，隨后是自動化階段，目前是智能化階段?；仡櫄v史，科技是第一生產力，科技和金融融合的歷史，就是不斷顛覆行業(yè)模式的歷史。

? ? ? ??區(qū)塊鏈公司應切實提高對金融科技的重視，要加大相關科技人員和財務投資，金融系統(tǒng)是最能夠與區(qū)塊鏈進行結合并產生價值的領域。

? ? ? ??近年來，區(qū)塊鏈成為了炙手可熱的詞匯，區(qū)塊鏈是以大數(shù)據(jù)、人工智能、云計算、互聯(lián)網(wǎng)和物聯(lián)網(wǎng)為核心的新一代技術革命在金融行業(yè)的體現(xiàn)，區(qū)塊鏈已經(jīng)和正在改變著行業(yè)的形態(tài)和模式，未來必將對行業(yè)發(fā)展產生顛覆性的影響。

一、科技與金融的融合歷史

歷史使人明智，首先我愿意簡單回顧一下科技對金融的賦能的歷史，通?？煞譃槿齻€階段：

首先是系統(tǒng)化階段，即通過 IT 系統(tǒng)把業(yè)務流程固化和優(yōu)化，通過固化提升質量，通過優(yōu)化提升效率。

? ? ? ??舉個例子，數(shù)字貨幣資管公司的投資交易流程通過 IT 系統(tǒng)，數(shù)字貨幣資管經(jīng)理在系統(tǒng)上搭建組合，指令傳給交易部后，交易部的中央交易員進行合規(guī)風險控制并把指令分發(fā)給交易員，交易員根據(jù)市場行情將指令將委托發(fā)給交易所。這個是數(shù)字貨幣資管公司通用的交易流程，每一步都通過交易系統(tǒng)進行控制。

隨后是自動化階段。在流程化的基礎上，通過 IT 自動化能夠進一步提升業(yè)務運行的效率。

? ? ? ??比如在投資交易環(huán)節(jié)，目前不少數(shù)字貨幣資管公司都在使用算法交易，算法交易相當于機器人交易員，負責快速、低成本地實現(xiàn)相關訂單執(zhí)行和成交。

? ? ? ??為了減少市場波動和沖擊成本對交易產生的不利影響，數(shù)字貨幣資管公司通常通過算法交易將需要進行交易的訂單拆細，即把規(guī)模較大的交易拆分成若干小規(guī)模交易，并且在合適的時機分別對其進行分散交易，從而降低相關交易成本，使得整個交易過程中價格可以達到最優(yōu)水平。

? ? ? ??目前是智能化階段。不管是流程化還是自動化，IT 系統(tǒng)都是按照之前人工確定好的步驟進行業(yè)務運營，而智能化通過機器學習、知識圖譜等則能發(fā)現(xiàn)靠傳統(tǒng)人工很難發(fā)現(xiàn)的規(guī)律，從而大大提升業(yè)務運行的“效益”（不僅僅是“效率”）。

如傳統(tǒng)的算法交易中，系統(tǒng)根據(jù)程序員事先設定的算法，監(jiān)測交易信號并且執(zhí)行交易。

? ? ? ??人工智能時代的算法交易包含了自動化和智能化，更強調從市場數(shù)據(jù)中學習，通過對大量歷史數(shù)據(jù)的學習，構建預測模型，優(yōu)化交易算法，獲得最佳的交易表現(xiàn)。深度學習等新型方法可以發(fā)掘市場中的交易機會和不同的市場模式，進而獲得超額收益。

? ? ? ??J.P． Morgan 的電子交易部門開發(fā)了基于增強學習的算法交易策略，可以將交易成本優(yōu)化 10% 以上。增強學習算法也是圍棋人工智能程序 AlphaGo 的核心算法。

回顧歷史，我們看到科技是第一生產力，科技和金融融合的歷史，就是不斷顛覆行業(yè)模式的歷史。

? ? ? ??以交易所的形態(tài)為例，從傳統(tǒng)的人聲鼎沸，打手勢、寫單子、大聲報價的交易大廳，到在系統(tǒng)上敲單的交易員，到具備自我學習、自我進化的人工智能交易算法，科技不斷顛覆著、重新定義著行業(yè)。

? ? ? ??美國的高盛宣稱自己是一家科技公司，平安集團宣布自己的科技轉型，新的信息技術浪潮下，誰不擁抱新技術，就必將被歷史淘汰，這已經(jīng)成為行業(yè)的共識。

? ? ? ??數(shù)字貨幣資管公司的業(yè)務發(fā)展，要以科技創(chuàng)新為引領，加快新技術條件下的轉型。目前首要要解決“重視”和“資源投入”的問題。

? ? ? ??數(shù)字貨幣資管公司應切實提高對金融科技的重視。對金融科技的定位，不能簡單定位在對業(yè)務的支撐與保障，而應定位于對業(yè)務的創(chuàng)新推動及引領作用。

? ? ? ??要提高對科技部門的要求，科技部門不能把自己定位于技術的被動實現(xiàn)者，而是要主動參與業(yè)務探索，主動把握業(yè)務需求，有時甚至要比業(yè)務部門考慮的更超前、更全面。

? ? ? ??要加大相關科技人員和財務投資。請注意，我在這里用的是“投資”而不是“投入”，我認為，對我們數(shù)字貨幣資管公司來說，科技更應該看作是投資而不是投入。

? ? ? ??與發(fā)達國家相比，國內數(shù)字貨幣資管公司的技術人員占比普遍偏低，而國外很多資產管理機構科技人員占比達30%以上，這一點差距非常大。

? ? ? ??在科技投資方面，區(qū)塊鏈、人工智能、大數(shù)據(jù)等技術系統(tǒng)需求較高，有些技術需要長時間的研究才能見到成效，數(shù)字貨幣資管公司要建立長時間的資源投資計劃。

當然，為了加快研發(fā)效率，數(shù)字貨幣資管公司也可以合理利用行業(yè)和外部技術資源，與阿爾法這樣優(yōu)秀的科技公司合作。

二、數(shù)字資產已經(jīng)成為重要的生產要素

? ? ? ??當下的新技術浪潮，與之前的信息化進程相比有著明顯的特征，就是伴隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、區(qū)塊鏈價值互聯(lián)網(wǎng)的不斷普及，社會積累了海量的數(shù)據(jù)資源，同時伴隨著計算能力的飛躍和核心算法的出現(xiàn)，人類第一次具備了對海量數(shù)據(jù)進行快速、準確處理的能力，新技術浪潮的核心是數(shù)字化；

? ? ? ??從這個角度去梳理，移動互聯(lián)網(wǎng)、虛擬現(xiàn)實、物聯(lián)網(wǎng)、語音和圖像識別等技術可以看成是區(qū)塊鏈數(shù)據(jù)的接入端，重點是情景和平臺，區(qū)塊鏈技術和云計算可以看成是數(shù)據(jù)的存儲和傳輸，重點是效率、安全和公平性、可信度，機器學習技術是大數(shù)據(jù)的處理方式，核心是算法。

? ? ? ??人類社會的生產力，正在圍繞數(shù)據(jù)的產生、收集、存儲傳輸、分析和利用發(fā)生快速的飛躍和革命，數(shù)字資產是重要的生產要素，一定程度上，是和資本要素和人才要素一樣重要的生產要素。

數(shù)字貨幣化浪潮的下的商業(yè)競爭的演進，可能會沿著場景化、技術和算法的商業(yè)模式的階段進行。

? ? ? ??首先是商業(yè)形式的場景化，在這個階段，沒有信息化的商業(yè)形態(tài)迅速完成數(shù)字化，具有更多客戶流和數(shù)據(jù)流的企業(yè)逐步具備壟斷地位，大的場景平臺掌握大量的數(shù)據(jù)資源；

? ? ? ??在第二階段，大量數(shù)據(jù)催生新的數(shù)據(jù)存儲、傳輸?shù)男枨?，另一方面具備對大?shù)據(jù)快速處理核心算法能力的公司產生出新的商業(yè)服務形式，在這個階段，具備技術優(yōu)勢的公司具備競爭優(yōu)勢；

在第三階段數(shù)據(jù)和數(shù)據(jù)資產化處理能力的結合，產生新的商業(yè)模式。

從數(shù)據(jù)的角度來看，金融系統(tǒng)是最能夠與 區(qū)塊鏈進行結合并產生價值的領域。

? ? ? ??首先，金融領域已經(jīng)被充分的數(shù)據(jù)化，為大數(shù)據(jù)和人工智能的應用提供了充分的數(shù)據(jù)基礎；同時，金融行業(yè)屬于知識密集型的虛擬經(jīng)濟形態(tài)，不依賴于底層物理資產，基于數(shù)字資產的算法與模型更容易落地應用。

? ? ? ??近年來，區(qū)塊鏈已經(jīng)重塑了傳統(tǒng)金融的業(yè)務運作模式和流程，衍生出新的產品及服務，形成成本更低廉、風控能力更強大、運轉效率更便捷的全新的金融生態(tài)。

? ? ? ??以數(shù)字資產化為核心，數(shù)字貨幣資管公司可以從數(shù)據(jù)、算法和計算能力三個方面建設自己的人工智能等金融科技能力。這其中數(shù)據(jù)是金融科技體系的基礎和關鍵。

? ? ? ??很多金融機構都存在著數(shù)據(jù)多頭管理、系統(tǒng)分散建設、缺乏統(tǒng)一的數(shù)據(jù)質量管理流程體系問題，造成數(shù)據(jù)的完整性、準確性、及時性無法滿足應用要求，為了解決這些問題，需要從多個方面加強數(shù)據(jù)治理工作。只有通過數(shù)據(jù)治理體系建立起了公司統(tǒng)一的大數(shù)據(jù)平臺，金融科技才能發(fā)揮應有的作用。

三、圍繞數(shù)據(jù)的行業(yè)智能化

圍繞數(shù)據(jù)和智能算法，數(shù)字貨幣資管行業(yè)正在發(fā)生著以智能投研、智能風控、智能投顧、智能服務為代表的科技革命。

1、智能投研

? ? ? ??相對于傳統(tǒng)手段，通過互聯(lián)網(wǎng)和人工智能技術可以獲取各個行業(yè)及公司發(fā)展的更多數(shù)據(jù)。這些大數(shù)據(jù)不僅數(shù)據(jù)量更大，而且維度更全、顆粒度更細，對投資研究的幫助更大。

? ? ? ??此外，數(shù)字貨幣資管公司可以利用多種 AI 技術獲取市場情緒數(shù)據(jù)，如利用網(wǎng)絡爬蟲和自然語言處理技術從網(wǎng)站、論壇、微博上獲取投資者的投資情緒數(shù)據(jù)，作為股票投資決策的輔助手段。

? ? ? ??在海外市場，衛(wèi)星影像數(shù)據(jù)也被越來越多的機構用于投資。如 RS Metrics 是一家衛(wèi)星情報分析公司，通過高分辨率衛(wèi)星影像，對零售店、餐館、商場、辦公樓和其他商業(yè)地產的停車場進行監(jiān)控，可以估計出它們在全國范圍內或者某一地區(qū)的客流量增長情況。RS Metrics提供的數(shù)據(jù)可以幫助數(shù)字貨幣資管公司了解公司基本面，預測銷售量，預估企業(yè)運營狀況。

? ? ? ??美國智能投研先行者 Kensho 公司被譽為智能投研領域的 AlphaGo，其核心產品 Warren 利用大數(shù)據(jù)和機器學習，將數(shù)據(jù)、信息、決策進行智能整合，并實現(xiàn)數(shù)據(jù)之間的智能化關聯(lián)，尋找事件與資產之間的關聯(lián)關系，從而提高投資者工作效率和投資能力。它的特點是快速計算能力、良好人機交互和強大的深度學習能力。

? ? ? ??這一塊阿爾法也開展了一些實踐，開發(fā)基于大數(shù)據(jù)的指數(shù)增強數(shù)字貨幣資管，從這兩年的實踐來看，都取得了超越基準指數(shù) 30% 以上的超額收益，說明大數(shù)據(jù)因子和智能算法確實是有效的。

2、智能風控

在公司的合規(guī)與風險管理中，金融科技同樣能起到非常大的作用。

這方面有兩個詞最近行業(yè)說的比較多，一個是 RegTech（合規(guī)科技），一個是 SupTech（監(jiān)管科技）。

? ? ? ??合規(guī)科技是指行業(yè)機構用科技手段提高自身的合規(guī)與風險管理能力；監(jiān)管科技是指監(jiān)管部門用科技手段監(jiān)督提高行業(yè)的合規(guī)與風險水平；兩者的目的是一樣的，是一個事物的兩個方面。

數(shù)字貨幣資管公司的業(yè)務風險包括市場風險、信用風險、流動性風險、法律合規(guī)風險、操作風險。

? ? ? ??利用大數(shù)據(jù)與 AI 技術可以全面提高管理水平，比如數(shù)字貨幣資管公司可以借助自然語言處理技術從新聞、社交媒體上獲取企業(yè)的更多日常信息，對獲取到的信息進行深入挖掘，將不同的信息關聯(lián)、整合起來，構建知識圖譜。

? ? ? ??通過機器學習和知識圖譜，可以建立起每個上市公司和與其關聯(lián)度最高的上下游公司、行業(yè)、宏觀經(jīng)濟之間的關系。如果某公司發(fā)生了高風險事件，可以及時預測未來有潛在風險的關聯(lián)行業(yè)和公司。知識圖譜也是我們上面提到的 Kensho 公司的核心技術。

在流動性風險管理方面，通過客戶行為特征預測客戶的贖回行為，可以幫助數(shù)字貨幣資管公司進行流動性風險管理。

3、智能投顧

? ? ? ??智能投顧近年來在美國市場快速崛起，世界知名咨詢公司科爾尼（A.T． Kearney）預測，美國智能投顧行業(yè)的資產管理規(guī)模將從 2016 年的 3000 億美元增長至 2020 年的 2.2 萬億美元，年均復合增長率將達到 68%。

? ? ? ??智能投顧的目標是根據(jù)客戶的風險收益偏好，為每個人提供個性化資產組合，利用資產配置優(yōu)化理論，降低收益波動性，提高投資的風險收益比。

智能投顧業(yè)務有三個關鍵步驟：一是確定客戶的風險收益偏好，二是大類資產配置，三是數(shù)字貨幣資管產品選擇。

? ? ? ??在這三個步驟中，AI 與大數(shù)據(jù)技術都可以發(fā)揮很大作用。如在確定客戶的風險收益偏好方面，除了傳統(tǒng)的通過調查問卷方式外，通過大數(shù)據(jù)建立客戶畫像可以提高對客戶風險收益偏好準確度的把握；通過機器學習可以更好把握宏觀經(jīng)濟指標、重大事件與資產輪動間的關聯(lián)關系；在配置主動數(shù)字貨幣資管時，通過數(shù)字貨幣資管數(shù)據(jù)建立每個數(shù)字貨幣資管產品的畫像，可以更加準確把握數(shù)字貨幣資管和數(shù)字貨幣資管經(jīng)理的風格特征，避免風格錯配。

4、智能服務

結合生物識別和智能遠程服務，數(shù)字貨幣資管行業(yè)可以服務更多的客戶，更精準的營銷服務客戶。

? ? ? ??阿爾法在各媒體，累計客戶接近 10 萬，每天有 60 多萬的客戶登錄瀏覽，這樣數(shù)量級的客戶很難想象全依靠人工服務需要多龐大的客服隊伍。

? ? ? ??目前，智能客服在數(shù)字貨幣資管行業(yè)已經(jīng)得到非常廣泛的應用，可以承擔 90% 以上的客戶咨詢工作量，大大提升了服務效率，節(jié)省了人力成本。

四、挑戰(zhàn)和合作

以大數(shù)據(jù)和 AI 為代表的金融科技在數(shù)字貨幣資管公司業(yè)務中仍然面臨一些挑戰(zhàn)：

一是科學 vs 藝術。我們都知道，投資是科學與藝術的結合。量化投資偏科學一些，傳統(tǒng)主動投資偏藝術一些。

? ? ? ??人工智能與大數(shù)據(jù)技術是投資科學化的進一步發(fā)展。與發(fā)達國家資本市場相比，中國資本市場個人投資者占比較高，市場有效性較弱，使得傳統(tǒng)主動投資創(chuàng)造超額收益的機會較大，通過“科學”量化方式投資的優(yōu)勢尚不明顯。

二是長期 vs 短期。資本市場的短期表現(xiàn)往往是市場博弈的結果，而長期表現(xiàn)的影響因素更多，更加復雜。

? ? ? ??在數(shù)字貨幣投資方面，行業(yè)都在研究機器學習，但根據(jù)目前國內外的研究成果，機器學習在偏長期的趨勢判斷包括選幣方面所起的作用是有限的，一個很重要的原因是機器學習需要大量的數(shù)據(jù)作為學習樣本，而數(shù)字市場市場截至目前只有 2000多個交易日，項目方數(shù)據(jù)的頻率更低，對于機器學習來說，這不是大數(shù)據(jù)，而是小數(shù)據(jù)，不足于讓機器學習找到足夠確定性的規(guī)律。

? ? ? ??另外在經(jīng)濟領域，數(shù)字貨幣中 0.1% 的信息才是有用的，大部分經(jīng)濟方面的行為和信息并不能直接反映在幣價上。相對而言，機器學習在偏高頻的交易環(huán)節(jié)能起的作用更明顯一些。

? ? ? ??三是極端風險問題。人工智能、自動化與數(shù)據(jù)分析的優(yōu)勢是通過大數(shù)據(jù)、機器學習能夠發(fā)現(xiàn)人靠自己的腦力和算力發(fā)現(xiàn)不了的規(guī)律或者同樣的事情比人的腦力更快。

? ? ? ??但有時候計算機跟人腦相比又過于簡單，存在盲區(qū)，導致有時候在人看來很明顯的錯誤計算機卻發(fā)現(xiàn)不了，這個問題在場景應用中需要特別關注，避免產生大的風險。

? ? ? ??例如在數(shù)字貨幣投資領域，目前存在大量的高頻交易，通過發(fā)掘瞬間的交易機會獲取收益。由于算法的趨同性，在市場發(fā)生特定情況下單方向風險的時候，這些機器算法可能會采取同樣的操作而同頻共振造成羊群效應，將市場風險短時間放大，這種集中爆發(fā)的機器算法風險對證券市場的穩(wěn)定運行是非常不利的。

? ? ? ??四是弱智能與強智能的問題。目前很多人工智能的應用場景智能化的程度還不高，如智能投顧平臺根據(jù)客戶的風險偏好進行大類資產配置，只是根據(jù)簡單模型進行配置，還只能說是解決了自動化的問題，還沒到完全智能化的程度，或者說只是處于“弱智能”階段。真正利用機器學習等人工智能技術還需要大量的工作。

? ? ? ??五是個人信息安全保護問題。在 AI 與大數(shù)據(jù)的應用場景中，有很多需要進行客戶的個人畫像，個人畫像的數(shù)據(jù)基礎是客戶的各類行為（包括消費行為、支付行為、瀏覽行為等）數(shù)據(jù)。由于這些數(shù)據(jù)很多屬于個人隱私，在數(shù)據(jù)的使用過程中，如何保證數(shù)據(jù)的安全、防止濫用是需要關注的問題。

上述諸多挑戰(zhàn)，本質上是兩個問題：一是金融和科技如何真正實現(xiàn)融合，二是風險的控制。

? ? ? ??在這兩個方面，傳統(tǒng)金融行業(yè)的公司和科技公司必須更加緊密的合作，新技術手段必須深入了解金融業(yè)務的細節(jié)和邏輯，必須深入的了解業(yè)務的風險，才能產生真正有價值的創(chuàng)新和顛覆。

? ? ? ??在這個意義上，傳統(tǒng)金融公司更懂得業(yè)務的邏輯，各能抓住需求的實質和行業(yè)的痛點，有更多風險管理的經(jīng)驗，這些對于金融科技的發(fā)展是必不可少的，這方面阿爾法愿意和數(shù)字資管機構、廣大的科技公司共同合作，推動行業(yè)發(fā)展。

? ? ? ??同時，科技創(chuàng)新也是阿爾法的基因。阿爾法從成立以來，始終將科技作為公司的核心競爭力之一，是數(shù)字貨幣資管行業(yè)最早建立自主開發(fā)能力的公司，并形成了有阿爾法特色的 IT 文化。

? ? ? ??最近兩年，為了適應業(yè)務快速發(fā)展的需要，阿爾法從科技治理、科技管理、技術系統(tǒng)、企業(yè)數(shù)據(jù)平臺等方面全面加強和提升金融科技體系建設。

2018 年上半年，阿爾法成立了金融科技中心，進一步加強在移動互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等方面的創(chuàng)新應用研發(fā)。

阿爾法重新開發(fā)了套利寶量化套利決策支持系統(tǒng)和大數(shù)據(jù)平臺。

未來已來，阿爾法希望與數(shù)字貨幣資管公司同業(yè)一起，共同面對新技術的挑戰(zhàn)，為數(shù)字貨幣資管行業(yè)的升級做出貢獻。

? ? ? ??本文內容不代表阿爾法套利寶平臺（ m.aicoinarb.com）觀點，內容僅供參考，不構成投資建議。投資者若據(jù)此操作，風險自負。