随着近期股市不断的下跌探底，投资者思考还要不要继续玩股票，还有什么品种可以投资之时，一款人工智能投资
机器人的投资行为引发了市场关注。
一家来自中国的技术公司DeltaGrad研发的A股AI投资机器人今年以来的投资业绩着实亮眼。
从2017年11月开始实盘测试以来，截至2018年7月2日，DeltaGrad的股票机器人业绩累积为收益8.1%，同期上证-19.2%，深证-19.1%，沪深300 -16%，创业板-14%，中证1000 -29.7%。
其中，2018年1月1日至5月31日，DeltaGrad盈利1.45%，同期东方财富Choice数据显示国内762只股票型产品中，仅140只收益为正，占比18%，即DeltaGrad已经超越82%的基金经理。
面对上半年A股一路下挫，跌幅高达14%，而DeltaGrad上半年业绩仅下跌2.46%。
据了解，DeltaGrad是国内首家成功将AlphaGo技术
应用于金融投资领域的人工智能技术公司，致力于从底层对人工智能神经网络结构进行设计开发。
策略超越操盘手
与目前输入众多因子、让AI自己生成策略不同的是，DetlaGrad的定位是基于人工智能的量化投资工具，只输入交易数据，利用神经网络来训练模型。
DetlaGrad的创始人庞然在接受《华夏时报》记者采访时表示，开发股票机器人的初衷是充分了解计算机围棋变革的全过程，考虑到如何将变革应用到证券投资市场。
通过突破一般股票机器人的研发模式，构建深度学习神经网络，并完成不依靠人类交易数据的自博弈进化。而这个“神经网络”就是围棋阿尔法狗的成功秘诀所在。目前，DeltaGrad已完成5个神经网络模型，形成共700万以上的策略。
在专业人士看来，经过市场全历史数据回测，以及诞生以来的实盘操作验证，DeltaGrad的股票机器人证明了其在数据及策略生成方面的能力和质量显著超越人类基金经理，并能达致稳定高效的风险控制和盈利，系统性风险爆发前的避险能力尤为突出。
DeltaGrad投资人、众海投资创始合伙人黄海军表示，人工智能是非常好的提高效率的方式，以DeltaGrad为代表的、基于神经网络的人工智能量化交易平台，能极大地提高大型的高频交易的效率。人的精力有限，一个再好的操盘手也不可能同时看2000支股票，但机器能轻易办到。
培养机器人“盘感”
那么，神经网络到底是一种什么东西呢？
庞然表示，团队早几年是做计算机围棋的，传统将人类下围棋的逻辑梳理成策略算法，即“穷尽”的方法，最多只能将机器训练到业余五到六段，阿尔法狗的成功则说明，用深度学习网络的算法，能将机器训练到超过人类中的职业九段高手。
在庞然看来，有些过于复杂的决策，影响的因子和情况的可能性太多，传统用逻辑和策略等“穷尽”的算法可能是搞不定的，现实中高手做判断也许是依靠长期经验积累下来的直觉，比如有的基金经理和操盘手只需要看K线，不需要看基本面，凭借“盘感”就能做出很好的判断，资深医生也是类似。直觉不代表瞎想，但他们却不一定能清楚说出背后判断的逻辑，实际上人脑的思考方式就是如此。
“世界第一的操盘手，就是交易数据。”目前从公开渠道所看到的交易数据，包括每日走势、交易量等，尤其买单卖单，是经过系统整合而成的数据，颗粒度不够细。
因此，除了公开数据之外，DetlaGrad还会购买颗粒度更细的交易数据来训练模型，培养机器的“盘感”。
根据庞然介绍，DeltaGrad的模型目前做的是针对A股的量化交易，分为以下几个部分：市场顶部风险预警和个股及大盘未来上涨概率预测（分为短、中、长三个维度，机器会做出相应策略）。同时，从后台700多万策略中，找到最新触发，风险最小、年平均收益最大的策略。
对于系统性风险预测，DeltaGrad有专门的预测系统性风险的模型，测算未来三天、五天、七天等出现系统性风险的概率，达到一定概率就清仓。
“由于国内缺少高频交易和对冲工具、市场受政策影响大，国外对冲基金的策略拿到国内常常会失效，借助以深度神经网络为代表的新技术，则可以解决这个问题。”一位券商策略研究员如是说。
对于DeltaGrad研发的AI投资机器人未来的应用，庞然直言，会成立专门的基金公司来实践AI投资机器人的基金经理功能，同时，也会为B端提供定制的风险预警产品。未来，DeltaGrad还会针对不同的金融产品市场以及其他更多领域研发不同的神经网络模型，推进中国深度学习神经网络的应用和发展。
基金经理要下岗？
那么，机器人基金经理会取代人类基金经理吗？
在知名财经评论人士水皮看来，从交易本身来说机器具有天然的优势，比如不受情绪影响，以及计算能力足够大，机器凭借对海量数据的处理能力可以把投资标的分布式分散到所有股票上，所以机器本身带有天然优势。
同时，再加上通过现有的新技术，机器可以通过自博弈的方式完成自主的投资能力的进化，这部分是人不具备的，人更多的只能基于历史的经验去做总结。
此外，机器能够提前预警风险，在系统性风险爆发前的避险能力尤为突出。随着技术的突破，机器人的智能会逐步地接近人，甚至未来超过人，就像计算机围棋发生的情况一样。
“现有基金经理的培养机制，成本、稳定性等存在潜在的问题。从长远来说，机器基金经理对人应该会是一个替代的过程。它不仅仅是对现有基金经理的辅助，未来会是一个替代。当然，这里涉及到一些法律法规问题，比如人类基金经理需要资质，而机器基金经理的属性又该如何去定义。但单从交易本身这个事儿来说，机器会有很好的未来。”一位资深业内人士对《华夏时报》记者如是说。
不过，也有专业人士认为，机器人在风险评估上会具有优势，机器人投顾可能会成为基金经理的助手，但在可以看见的未来不会完全取代职业经理人，因为以因子为录入方式的机器人是不可能取代人类判断的。
