面对金融投资市场的高风险和高难度，人们已经开始寄希望于数字化理财工具，期待它能够像超人拯救世界一样，成为拯救资本市场和自己那颗脆弱心灵的盖世奇侠。事实上，随着大数据产业的发展与技术革新，大数据+人工智能的形式早已介入金融领域。当海量的大数据环绕在投资人的身边，如何高效研究和利用这些数据成为投资人的又一门重要功课。

其中资产管理行业就是典型的数据处理行业。金融大数据之所以能将智能投顾推向行业巅峰位置，其实并非没有缘由。因为目前的投资系统典型架构普遍存在以下问题：一是大量的非结构化数据，几乎仍然完全依赖于人工的收集、处理，效率非常低下；二是研究数据是碎片化的，大量的信息孤岛，没有达到共享；三是无法形成资产管理公司层面的知识积累和传承。员工离职会导致研究过程数据丢失；四是目前有效的信息积累、处理能力跟投资数量、范围、工具大幅度的增加不相匹配。

而智能投研平台通过强大的数据处理能力，内嵌整个投研体系过程中，便捷高效的输出到专业投资者头脑里，形成最后的决策。这样就解决了人工智能、大数据分析、研究过程的积淀几个问题。在这套系统里，从查资讯到最后的绩效评估，都是用智能化、数据处理的方式嵌入进去，并通过大数据分析发现规律，并寻找可能的投资机会。

从实践上看，传统金融机构如证券公司，利用人工智能做量化投资早已有多年经验，将他们拥有的大量金融交易数据和客户数据建立成语义库，统筹语义与社会事件关联度，比如通过搜索关键字分析某一新闻事件对股票涨势的影响，然后为客户做出投资建议。当然，从数据的搜集、清理，语义库的建立，到最后形成针对C端用户的量化投资策略，需要花费较长时间逐步进行完善。

根据设想，理想的智能投顾服务模式是以人工智能方式为用户提供投资建议。因此在实现这个设想的过程中，需要对用户的产品偏好以及以往理财行为、投资行为有大量数据积累，从而准确勾勒出用户画像。而互联网金融业C端客户居多，导致数据维度多。如果将互联网数据与传统金融机构的数据结合起来，做到“千人千面”，即能够根据每个人的理财特征给出DIY式投资建议，金融投资或理财业就能开展更多更好的业务，对行业发展也会有巨大促进作用。

不难看出，大量客户行为数据和金融交易数据是推动智能投顾风头渐起的支撑力量。根据研究机构的报告，认为影响人工智能的5大因素包括：人才储备、计算设施、数据积累、技术算法、应用场景。同时报告认为，从目前人工智能产业的发展来看，投资逻辑短期主要看三点：云端化、模块化、垂直化。云端化注重数据存储和计算等，实现优化数据的输出；模块化注重语音或者图像等深度学习，形成成熟的模块产品；垂直化更多注重的是不同垂直领域的精准应用，产生细分领域的核心竞争力产品。所以投资者可以根据这几类方向，研究一些不错的投资机会或者投资标的。

上一篇文章                  下一篇文章

以上文字仅代表作者个人观点，并不代表金评媒立场，禁止转载。

今融指南 您身边的智能投资指南