淺析Kensho對我國互聯(lián)網(wǎng)金融智能投研發(fā)展的啟示

倪隆潔 田發(fā)

摘 要：從國內目前互聯(lián)網(wǎng)金融智能投研的發(fā)展形勢來看，仍有許多需要改善和提高的方面，并且目前傳統(tǒng)的投研方式已經(jīng)不能滿足市場的需求，同時科技創(chuàng)新的大環(huán)境也給傳統(tǒng)投研帶來了極大的沖擊，國內智能投研更加快速的發(fā)展已經(jīng)是迫在眉睫。我國金融科技公司在技術方面還不夠成熟，數(shù)據(jù)庫基礎還不夠充分，而Kensho公司是較早地在全球范圍內利用云計算技術建立的全球事件的數(shù)據(jù)庫，而且是世界上目前最大的與數(shù)據(jù)相關的信息庫之一。分析Kensho的發(fā)展情況、我國智能投研目前的發(fā)展情況，以及它對我國智能投研的啟示。

關鍵詞：Kensho;Warren;智能投研;啟示

中圖分類號：F832 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2020）30-0061-02

Kensho是一家以數(shù)據(jù)分析和機器學習為主的創(chuàng)新科技公司，其主要提供服務的行業(yè)和部門有：金融、醫(yī)療健康、國家安全等。Kensho在2013年成立，目標在于日后成為金融領域的谷歌，能夠實時回答用戶一切關心的投資問題。它在金融領域的成就更為大眾所熟悉，其分析軟件Warren，以大數(shù)據(jù)為基礎，借用機器學習和自然語言處理技術，將數(shù)據(jù)和相關信息進行整合，給出相應的決策，并且發(fā)揮知識圖譜的作用，將數(shù)據(jù)之間進行智能化關聯(lián)，確保決策的準確性，大大減輕了投資分析者的工作量，同時也保證了結論的客觀性。2018年3月7日，Kensho被標普全球以5.5億美元進行了收購，這也是華爾街目前為止最大規(guī)模的人工智能的收購交易。如今，我國也在大力推廣金融智能化產(chǎn)業(yè)的發(fā)展，在這種良好的政策支持之下，傳統(tǒng)投研的智能化趨勢也成為必然。Kensho的成功之處也給我國提供智能投研服務的公司提供了寶貴的經(jīng)驗。

一、Kensho的發(fā)展情況

Kensho自2003年成立后，累計融資超過1億美元，2017年獲得了標普全球B輪領投的5 000萬美元，已于2018年被標普全球收購。其核心產(chǎn)品Warren能夠通過尋找事件與投資資產(chǎn)之間的相關程度來預測接下來的各種時事新聞對資產(chǎn)價格走勢的影響，解決了傳統(tǒng)智能投研中的“速度、規(guī)模、自動化”這三大挑戰(zhàn)。但是，其明顯的缺點就是，機器學習無法辨認出事件之間的因果關系，這也對其相關性的評價準確程度造成了一定的困難。Kensho能夠在眾多的科技創(chuàng)新公司凸顯出來，主要是由于以下三個方面。

1.數(shù)據(jù)庫基礎深厚，具有很強的行業(yè)壁壘，普通的創(chuàng)業(yè)公司根本無法做到。Kensho的主打產(chǎn)品Warren的數(shù)據(jù)庫是基于納斯達克的OMX FinQloud，這使得Warren避免了從零開始搭建數(shù)據(jù)庫的困難，技術人員需要做的是如何把數(shù)據(jù)進行擴充和針對數(shù)據(jù)的有效性進行優(yōu)化。這相對于其他科技初創(chuàng)公司已經(jīng)是極大的進步，這也表示了智能投研所需要的第一個基礎——數(shù)據(jù)庫，這個壁壘沒有辦法攻克的話，是沒有辦法在此基礎之上進行進一步的數(shù)據(jù)匹配的。

2.智能投研中可以輸入多種數(shù)據(jù)分析模型，比如一些回歸分析和財務模型等等。在相關有價值的資訊整合中，可以采用自然語言處理技術實現(xiàn)數(shù)據(jù)庫內部的智能搜索步驟，把類似的事件和相應的數(shù)據(jù)進行一個整合，從而大大增加產(chǎn)出的客觀性。此外，還可以采取情感分析技術對一些非數(shù)據(jù)的文本進行分類，這樣能夠使得機器抓取的信息不單單局限于普通的數(shù)據(jù)，還包括一些照片和社交平臺的資料等等。

3.面對用戶前端的智能機器人回答技術。比如說Kensho的Warren，如果用戶提問這一次的颶風襲擊導致哪些建筑商的價格變化最明顯時，機器可以自動給出相應的答案，并且這些預測的結果最后的準確率都非常高。借用智能技術，大大減輕了分析師們需要翻閱相應數(shù)據(jù)并進行比較分析才能產(chǎn)出結果的壓力。

二、我國智能投研目前發(fā)展的情況

智能投研目前并沒有比較準確的定義，比較被大家所接受的是：智能投研是在金融市場上現(xiàn)有的數(shù)據(jù)為基礎，通過采用機器學習、知識圖譜等方法來進行智能化的處理，為廣大金融機構相關的從業(yè)人員減輕業(yè)務壓力，提高工作效率。2016年12月國務院頒布“十三五”規(guī)劃，提出今后要大力促進科技金融相關的產(chǎn)品和服務有所創(chuàng)新，形成各類金融工具相融合的科技金融新生態(tài)。之后在2017年12月，我國明確將金融列為人工智能產(chǎn)業(yè)應用的重要領域之一。因此，在2017年前后，我國有許多相關的創(chuàng)業(yè)公司成立。在當下，我國的智能投研發(fā)展還處于一個較早階段，國內的公司主要提供的服務大多是面向金融機構、政府等不同的群體，推出的產(chǎn)品比如一些搜索類、問答類、解析類產(chǎn)品。

本文將以通聯(lián)數(shù)據(jù)的蘿卜投研為例展開分析。通聯(lián)數(shù)據(jù)是萬向集團在2013年投資設立的，是我國目前智能投研行業(yè)具有代表性質的公司。蘿卜投研目前擁有PC網(wǎng)頁版和APP移動端兩種產(chǎn)品形態(tài)供用戶在不同的需求場景下進行相應的最優(yōu)選擇。蘿卜投研目前支持的投研工具的選擇有策略選股、宏觀預測和機器研報。第一，宏觀預測功能。它與Kensho的Warren有相似之處。差異之處在于，蘿卜投研智能基于當前的情況預測之后1個月的大盤指數(shù)漲跌變化，不能夠通過提問相應的具體時間問題進行回答和預測。這是由于蘿卜投研的數(shù)據(jù)基礎沒有Kensho深厚，目前無法在大數(shù)據(jù)領域提供更多服務。第二，策略選股功能。用戶可以通過常用的指標、股票范圍、財務指標、估值指標、行情指標、公告事件和財務科目來作為考慮因素以此來綜合為用戶挑選出最適宜的股票。第三，機器研報功能?？梢杂脕碛^察特定公司的最新市值情況、盈利預測分析和近一年的同業(yè)公司的對比估值，可以幫助用戶更加直觀地對考慮的公司的研報進行數(shù)據(jù)解讀和對比。目前，蘿卜投研的客戶已經(jīng)包含了銀行、券商、基金、保險等，這也體現(xiàn)了我國目前智能投研的市場是十分廣闊的。

從蘿卜投研可以看出目前我國智能投研行業(yè)的明顯弱勢的地方：第一，各大公司的數(shù)據(jù)價值和數(shù)據(jù)容量遠遠不夠，不能滿足之后市場上的多種需求;第二，各大公司都開辟了多條服務業(yè)務，但沒有選擇清楚產(chǎn)品的核心功能的落腳點在哪里;第三，現(xiàn)有的客戶覆蓋面沒有擴展到一些信貸公司業(yè)務，沒有完善更多智能投研的應用場景;第四，各大創(chuàng)新公司在專注于智能投研的同時，沒有注意要形成自身的特色;第五，各大公司目前不能把金融業(yè)務和技術團隊很好地融合，根本在于二者的立場不同。

三、Kensho智能投研方面對我國的啟發(fā)和借鑒

Kensho的成功為我國智能投研行業(yè)帶來了許多寶貴的經(jīng)驗。首先，我們不可否認的一點是，在現(xiàn)在的時代，廣泛提倡人工智能運用于各個行業(yè)，尤其是量化投資方面，但是這對許多金融機構從業(yè)者來說，這其實是機密，是不能對外公開的。但是，如果我國想要大力發(fā)展智能投研行業(yè)的話，那就必須深入了解傳統(tǒng)投研從業(yè)者的投研策略和思路，這樣才能保證后續(xù)產(chǎn)品的實用性。

1.初創(chuàng)公司要穩(wěn)準狠確定產(chǎn)品的定位和發(fā)展方向。Kensho整個公司從成立到因提供高價值的智能投研服務被高價收購只用了五年，目前我國的智能投研行業(yè)仍舊處于一個較早階段，對于具體的產(chǎn)品形態(tài)、應用場景和盈利手段都暫不明確，留給剛入局者的時間也較短，因此應做到穩(wěn)準狠，才能盡快立足。

2.要注重金融與科技的融合。由于金融行業(yè)的規(guī)則和模型復雜且繁多，因此國內現(xiàn)有的技術還沒有能夠完全解析。由于Kensho的許多工作人員都擁有在各大國外金融機構工作的經(jīng)歷，更了解如何將這些交給計算機去解決。因此，我國許多智能投研的公司在內部協(xié)調時，一定要注意雙方存在的知識盲點，避免影響后續(xù)產(chǎn)品研發(fā)的進度和功能迭代的時間。所以，對于我國目前的情況，只有各個公司金融專家和技術人員反復磨合，才能達到最后滿意的效果。同時，也要注意引進具有復合背景的高級人才并進行統(tǒng)籌。

3.要加深傳統(tǒng)投研部門對智能投研的理解。國外對于智能投研接受度已經(jīng)比較高，Kensho還經(jīng)常在CNBC（美國消費者新聞與商業(yè)頻道）作為獨家的數(shù)據(jù)分析贊助商進行循環(huán)插播。相對的，對于國內傳統(tǒng)投研部門來說，智能投研仍舊是一個尚不明確的概念，對于他們來說，還沒有足夠的動力花費高昂的價格來購買這種服務，并且還是在準確性尚不能明確的情況下。因此，應加強宣傳智能投研的價值，提高傳統(tǒng)投研行業(yè)資產(chǎn)配置效率的核心價值。

4.要加強與傳統(tǒng)數(shù)據(jù)服務商的合作。Kensho在成為標普旗下公司之后，能夠使其業(yè)務更加專業(yè)。第一，Kensho能夠獲得數(shù)據(jù)服務商中的佼佼者標普多年的數(shù)據(jù)資源，能夠形成自身難以被外界打破的技術壁壘和成本優(yōu)勢;第二，標普作為多年的數(shù)據(jù)服務商，擁有眾多的金融機構資源，市場地位可見一斑，所以后續(xù)Kensho的產(chǎn)品推出和使用也會遇到更少的阻礙。因此對于我國一些想要做大做好的智能投研公司來說，與傳統(tǒng)的數(shù)據(jù)服務商合作，一定也會達到事半功倍的效果，這對整個行業(yè)也是十分有益處的。

現(xiàn)如今，我國已經(jīng)處于智能投研的較早階段，但是目前國內的許多公司都遇到了較多的困難，做出的產(chǎn)品也不盡如人意，導致金融機構因此愿意購買服務的也比較少，大多用戶還處于知識盲區(qū)和觀望的態(tài)度。因此，向國外智能投研的優(yōu)秀公司Kensho進行學習，顯得非常必要，有利于我國智能投研行業(yè)更加快速地成長。

參考文獻：

[1] ?李嘉寶.基于智能投研提高券商投研能力的探討[J].金融縱橫，2019，（6）：65-71.

[2] ?向偉.智能投資的昨天、今天和明天[J].人工智能，2018，（10）：24-47.

[3] ?陸小梅.淺談人工智能在互聯(lián)網(wǎng)金融領域的應用[J].經(jīng)濟師，2017，（5）：148-149.

[4] ?鯨準干貨.智能投研行業(yè)分析報告[EB/OL].36Kr，2018-07-26.