干投资的最高境界，不是惊涛拍岸，而是静水流深。每天能从大约10的33次方个投资组合中选择满足用户需求的SIAI，正在静谧中向你走来
文 | 《投资时报》记者 邓妍
大屏幕上，希腊雅典宪法广场人头攒动，画面凌乱。
为了逼真，《谍影重重5》专门请来军事顾问以调度出真实的暴乱场景。可就那么神奇，当新一代“伯恩女郎”—毕业于斯坦福大学、中情局（CIA）新任IT主管海瑟·李冷静地将搜寻指令一条条下达，海量数据瞬间归集、处理后，混乱，演化成一幕幕清晰的投射。
看罢《谍影5》的人，多会回味其镜头切换之快，以及不断被代际更迭的高科技演绎术—从350多位目标中，经人脸识别秒速锁定曾经的“伯恩女郎”尼基，这一幕，恐怕也让很多人印象深刻—若不能紧盯每个细节，不及时窥出最新的技术道道，你对剧情的判断，就可能宕机。
同样，坐在《投资时报》记者对面的张家林，身上的标签与《谍影5》十分相像：思维速度极快、所运用的投资科技处于国际前沿。
北京资配易投资顾问有限公司董事长张家林
与他对话，若不能快速大开脑洞，也很可能，被甩出几个街区。
作为北京资配易投资顾问有限公司（下称资配易）的董事长，张家林在员工眼里，是个数学强人；“技术范儿”十足的他，缔造了全球首个针对A股的“证券投资人工智能系统”（SIAI，全称security investment artificial intelligence），赋予了SIAI巨大的想象力。
通过机器学习技术，SIAI每天能从大约10的33次方个投资组合中选择满足用户收益风险要求的投资组合（市场好时能提供百万、千万个策略，没有满足条件时，0个），而目前一位非常勤奋的基金经理，一生可能用过的投资组合不超过10万个；高频量化交易系统，一年的投资组合数不超过50万。
如何解释10的33次方？SIAI到底能做什么？张家林将引领SIAI往何处去？为何他会在风口前，小心又决绝地尝试科技金融创新？
要想将张家林的一套专业逻辑，讲给才刚刚开始接触“智能投顾”概念的A股市场个人投资者听，至少在2016年，并不是一件容易的事。
来！脑补一段投资科技史
和张家林第一次见面，是在资配易的大会议室中。
穿透会议室硕大的落地玻璃窗，放眼望去，视线所及的另一扇玻璃幕墙后，是一览无遗的张的办公室。张家林喜欢收藏画，也将很多藏品放在公司做装饰物，清一色的油画遍布会议室、走廊，或人物，或风光，或静物，格调不一。每年，张几乎都会去卢浮宫、大英博物馆看展出，他喜欢的是这样一种感觉—“同样一幅画，每次去看，都有不同的感受。”
有趣的是，他的办公室，放的却非油画。
办公桌后的墙壁，是一幅硕大的山水国画。水墨点滴，浓浓的“一江春水碧，万点桂山青”的风水写意，扑面跃出。
这种肆意盎然的活力，很贴合每天健身一小时、着衣时尚的张家林给人的初始印象；这番写意，亦一如聊天时的起手，很有些与众不同。张既没从方兴未艾的智能投顾开宗明义，也没从个人故事里先行励志，而是，另辟蹊径。
套用一个村上春树的句式就是—当我们谈智能投资时，我们先谈些投资科技发展史。
好吧！脑补一段投资科技史，这样的专业解读，确实十分必要。
在张家林看来，自赫赫有名的数学大师、量化投资鼻祖西蒙斯开山立派以来，数十年嬗变，美国的量化策略已多达五六十种，但时至今日，量化策略已越来越难产生超额收益。现今在美国颇为流行的高频交易，虽能通过量化产生超额收益，可游走于灰色地带，高频一直面临合规拷问。
这，当然不会是张家林的选择。言谈举止间，张赋予人之感受，比其他私募投资人，更强调合规性。
或许是来自行业徘徊、踟蹰的反推力，投资科技的发展，2010年踏入新阶段。
一些搞量化的私募基金尝试用数据挖掘、Machine Learning（机器学习）来做投资。譬如Rebellion Reasearch和西蒙斯的文艺复兴资产管理公司，都在2010年宣布开始运用机器学习进行证券投资分析。但当时，缺乏大数据、缺少高技能的算法，水平还不高。
分水岭，在兔年，伦敦奥运年。
张家林的印象里，2012年之前，有关智能投顾进展缓慢，并未有太多成果和业绩亮点；2012年以后，推动行业性变化的因素开始陆续发酵——其一，算力越来越便宜；其二，简易计算、深度学习算法等一些革命性算法被开发出来。
“大概出来有五六百种算法，经过大浪淘沙检验下来的，也有多达两百多种，非常好用。大家开始从这些算法里，寻找金融投资方面的尝试，做各种各样的实验和测试，慢慢到2014年，逐渐得到应用。”
至2014年，美国金融服务正式进入“智能投顾年”，许多公司经历了市场渗透和资产管理规模的快速成长。根据著名金融数据商 Corporate Insight 的统计，至2014年底，这些智能投顾总管理规模已达190亿美元。基于良好的业绩表现和未来发展广阔前景，2015年以来，人工智能在证券投资领域的运用加速扩展，包括最大的对冲基金Bridge Water（桥水公司）等在内的资产管理公司，都开始“用人工智能来管理投资”。
证券投资领域新变革
回溯到2006年，当张家林在伦敦金融城第一次接触到CDO、CDS等结构化金融产品时，突然发现，自己的数学不够用了。此时，他从事金融业已8年有余，记忆中，处理金融的核心问题最多也就是统计和概率，差不多大学本科的理工科数学知识就足够。
CDO所致的“心理冲击”，让张从2006年到2014年，7年时间里，开始了一场始自“B－S期权定价公式”的金融核心问题研究和学习的奇妙旅程。
对数学、几何的热衷—看的书大抵与之相关，持久至今。
除了睡觉，几乎无任何休息时间的张家林，点点滴滴在寻找各种方式不断学习、修正。他调侃说，国内做证券投资的人，比他好的可能不少，但他相信，国内做证券投资的，数学水平比他高的，不多。
和张家林聊天最为深刻的一个印记是，这是一位经常在国际间旅行，一直行走在国际前沿科技、前沿学术思想的人。而且，格物致知，他学以致用，尽管从理论到实践之路，通常艰辛。
2012年，先期窥得智能投资的革命性变化趋势后，张家林开始启动转型。
此前，他于2009年回国后创办了一家以量化投资为主导的阳光私募基金公司，资产管理规模从伊始的1亿至超百亿；2009年至2012年，在一些券商的综合评测中，连续夺得业绩冠军。
小日子，实则过得相当不错。
但几乎是一夜间，2012年，他“fire（解雇）”掉三四十名分析师，取而代之的是好几十台服务器和程序员。
不仅选择了对这家阳光私募公司革新，张家林还启动了新的挑战—再次创业，另辟一种完全不同的商业模式。
“2012年开始转型，2014年看到了初步成果。我们的阳光私募公司主要从事B2B业务，为银行保险等机构投资者服务。看到初步成果后，我有两个选择，一是不间断地继续做B2B模式，还有一种，就是看准中国的蓝海市场—为数量庞大的中小客户，以及在移动互联网应用场景下产生出来的一些具备随机动态特征、碎片化的资产管理需求，提供服务（B2C业务）。”
2014年3月张家林开始带队开发系统，资配易成立。
也是在同一年，张家林撰写并发表了《基于大数据的人工智能：证券投资领域的下一个变革》一文，这，或许是国内最早对智能投资的阐述和观点表达。
张家林开篇用了一部电影的桥段—2005 年上映的美国电影《绝密飞行》，讲述了美国海军加载在一部球形量子计算机中的人工智能“艾迪”的故事。
“不到8 年时间，人工智能技术的应用从好莱坞电影逐渐变成现实，最新的例子，如谷歌研发的无人驾驶汽车。事实上，基于大数据的人工智能在过去十几年时间里得到了极大发展，积累了大量的技术、分析方法以及应用实例。而随着证券市场的不断发展，越来越多的投资机构，开始运用基于大数据的人工智能技术来从事证券投资分析研究与交易。”
张家林断言，人工智能技术在证券投资领域的应用，正成为下一个互联网金融的热点。证券投资领域，随之将会有大的变革。
这场巨变的核心之一是，投资策略生产的变革。传统的投资策略生产模式将被颠覆，大部分分析师的工作都可由智能代理取代，而且，后者可能做得更好。
核心之二，交易的变革。智能代理能够以更快的速度、更高的精度和更敏捷的反应执行交易，“手工下单”的时代将逐渐成为历史。
核心之三，行业结构的变革。随着证券投资人工智能代理设计开发的普遍性、复杂性的提高，将衍生出新的业态。证券投资行业将涌现出大量基于“要素”的新型业态，提供更细分、更多维度和层次的服务。
“今天看来，这三条基本都应验了，证券投资行业确实在往这些方向发展。”三年之后，张家林面对《投资时报》记者，如是总结—当时，资配易的设计，也是在往这样的方向走。
HELLO！SIAI！
数学的功底，奠定了张家林的“技术范儿”。
更奠定了这家以德州扑克为培训必修课的公司，只会是走“技术控”方向。
和过往《投资时报》记者报道过的多家从事智能投顾的公司（既有私募基金、新创公司，也有公募基金）所不同的是，它们中的多数系仿照海外模式，甚至，有些公司连APP交易界面都与国外对标大相径庭。
张家林与之不同的，一是强调自己所做的，并非机器人投顾（Robo-Advisor），而是人工智能（ArtificialIntelligence，AI）。前者强调自动化，后者则是在前者基础，叠加了人工智能（类似的美国对标，可参见智能投顾领头羊、目前资产管理规模已达50亿美金的Betterment）。
二是，张家林选择了自主开发系统。它的准入门槛得以one hundred million（亿元）为单位计。
“别人的系统引入不了。赚钱的东西没有人会卖给你的。能卖给你的，都是不会太赚钱的东西。”
张家林向《投资时报》记者坦言，他们想开发一个投资系统，让每一位散户投资者都能用，而这个投资系统肯定要超过散户投资水平，以及超过大部分公募基金的投资水平。
“如果这个普惠金融的目标实现，这家公司的价值，无疑十分可观。这也是我们创办资配易的初衷。我们给自己总结了一句话，就是做‘散户负担得起的投顾’。”
那么，这家以大数据、机器学习、人工智能等为核心技术，矢志于为投资者实现证券资产配置的智能化、碎片化、实时性和个性化的公司，将通过何种途径实现梦想？
超酷的“SIAI”，正式粉墨登场。
“Alphago（阿法狗）给人类上了很好的一课，我们期待今后不要一提起人工智能就是Alphago，还有SIAI呢！我们期待它的投资能力超过大部分人的水平。”
作为缔造者，张家林不知向多少人介绍过SIAI，而每次，想必都饱富激情。
简而言之，中文译为“证券投资人工智能”的SIAI，采用机器学习的原理，按照用户设定的激励机制，寻找下一个交易日的可选投资组合，并对目前持有的投资组合做出预测和决策。通过机器学习技术，SIAI每天能从大约10的33次方个投资组合中选择满足用户收益风险要求的投资组合。
10的33次方是什么概念？
成千上万？
这样的描述，弱爆了！
张家林用了一个简单的景象来填充想象力—10的33次方个乒乓球，就能充满整个地球。听上去是不是很Excited，有没有一种在上海迪士尼人气TOP4游戏“飞越地平线”里，通过4D、环幕，俯瞰地球盛景的快感？
张家林透露，第一代SIAI于2015年2月上线试运行，至今SIAI已累计对超过200亿个A股投资组合进行了分析计算，通过对这些海量数据的分析和计算，发现了很多新的认知。比如，很多投资组合人类从来都没有尝试过，但发现它的收益风险匹配很好（这一幕，似曾相识。Alphago与李世石对弈时，一些招数让人生笑，却让少数超一流棋手惊叹，它超越了一切定式，超越了过往人类的想象力）。
与此同时，张家林已经注意到，SIAI有可能超过大部分基金经理的投资管理水平。
“可以想象某一天，有一些公司用几万台服务器，巨大的分析能力来研究证券市场，它会产生什么东西？只有到那天发生了，我们才会知道，但这种潜力肯定存在，它一定会超出人的投资能力，这是必然的。”
张家林描述的景象，很有星际穿越的带入感。事实上，他们确实已有了阶段性成果。
2016年4月，资配易发行了私募基金资配易人工智能二号。自成立以来至7月29日，该基金年化收益率9.18%，最大回撤为0.5%。
“从目前我们对SIAI的回测数据、实证数据分析看，SIAI的投资管理能力超过大部分比较基准的业绩，战胜大部分人类投资经理的可能性极高，战胜大多数股民的投资管理水平更是非常显著。”
金融与数学再次完美融合
很难想象，未来的资配易，到底是一家技术公司，还是资产管理公司？
张家林的发展规划里，现有的一百多人至明年，将翻上三四倍，达到三、四百人，且主要是技术团队，“我现在就想把所有钱，都投在技术上。”
如果说公募基金像是曾经的IBM，资配易和一干并肩者，则剑指苹果和安卓，期望成为证券投资领域里的“智能手机”。他们将要面向的海量C端用户，其实，也可通俗冠之为“智能手机用户”。
回到2015年2月18日，除夕之夜，张家林在他的随笔里写下了这样几段文字：
“大数据金融分析主要围绕机器学习和人工智能，涵盖的数学知识范围很宽，很多都涉及工程实现的细节。必须学习的数学理论包括点集拓扑学、代数拓扑学、微分流形、群论、李群、李代数。”
“这些数学都是非常难啃的，学习的方法很重要。但无论如何，也需要1～2年的学习时间。现在看来，拓扑学对于大数据的分析非常有用。李群的应用前景很好，但还需要时间尝试和检验才能看到效果。在大数据时代，金融与数学的再一次完美融合会是什么样子？”
“目前探索的主要方向是：结合之前的金融理论基础，建立一套机器学习的规则和方法，对这些大数据进行分析。更复杂的系统，包括开发和设计一个人工智能系统，大规模模拟市场参与主体的行为，从而得到更精准的分析。”
这段文字，今天读来，似乎正是SIAI之父为SIAI书写的“前传”。
“确实是一种挑战，但既然选择了，就要一直往前走。”张的这句话，很有点他与生俱来裹挟着的麻辣味。他的计划里，今年年底前，能用于个人投资者进行真实投资的SIAI，将正式推出。
就像《谍影5》中另一条故事线，海瑟·李的斯坦福同校、深梦公司（Deep Dream，这名字实在太像创造Alphago的公司—谷歌旗下的DeepMind！）CEO Aaron Kalloor的普世价值观一样，张家林的愿景是，未来能通过SIAI服务20％左右的A股市场个人投资者，包括医生、老师、空姐、学生等，“希望他们将来都不看K线，直接用SIAI做投资就行。”
SIAI的“脸谱识别”，已经向你走来。
(完)
推荐阅读 | 公司汇
推荐阅读 | 机构
)
