近期，2019年银联网络风险培训工作交流会于海南海口市举行，国美金融智能投顾首席顾问、清华大学五道口金融学院紫荆教育金融人工智能专家王蓁博士应邀出席并发表主题演讲《科技助力金融风险管理和支付创新》。
会上，王蓁指出，当前大多数“人工智能”其实是业务流程的自动化，距离智能还有较大空间。智能金融系统目前真正的价值，不是直接帮投资人稳赚不赔、保本保息，而是通过人工智能建立起金融机构的大规模自动化系统，让监管、银行、投资机构等决策行为，获取更全面的信息，减少对个人经验的依赖，做出更准确的决策、建立更有效的风控系统、提升更及时的黑天鹅响应机制、培养更有价值的长期资产筛选和大类配置能力。
王蓁表示，中美金融市场大不相同，国情和制度也截然不同，直接使用美国的模型(例如，财富管理和智能投顾领域的现代资产组合理论MPT, MVO, BL等)都不是最优的。
以财富管理领域的前沿技术智能投顾为例，直接使用美国现有的资产配置和智能投顾算法模型，通常会出现超配低波动率资产、配置结果不稳定以及较多人工干预等问题。并且，底层资产从美国ETF迁移到国内公募基金等，也会出现新的本土化过程中的实际交易流程和合规性问题。这些都需要从业机构研究符合中国国情的本土化智能投顾模型和产品。
尽管国内一些金融机构，落地过程中困难重重，但王蓁认为智能投顾在国内是可以做的很好的。例如国美智投，针对国内客户及市场特点，结合国内外的长期投资经验，构建了具有自己知识产权的大类资产配置和投资组合构建算法，更适合现阶段国内情况和银行客户使用，并且全套模型和系统已经服务包括国美金融在内的国内多家大型金融机构，实盘效果领跑行业。
王蓁认为，好的机器学习模型专家，一定需要兼备对具体业务的深刻理解和各个算法模型的熟练掌握，作为一个大脑，构建解决具体业务问题的解决方案流程框架和大体思路，然后对框架拆分的各个子系统和子模型，配备99个“流水线”研究和建模人员，辅助完成具体建模细节和调参等工作。然而，当前在国内，具有一个大脑能力的金融人工智能专家是极其稀缺的。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
