本文原载11月27日《商业周刊》，原标题“那个看空Facebook的机器人”，作者：Alistair Barr和Julie Verhage。人工智能股票分析师Aiera看空Facebook，尽管发稿时作者认为Aiera错了，但其实近日该股股价已回调5%。文章认为，人工智能分析师至少有两个好处：第一，省钱。第二，敢于公开看空。
今年10月初，富国银行的股票研究部门出具了一份报告，报告中将Facebook公司的股票降低了评级，并置于沽空类别。这一举动使富国银行成为了仅有的三家对Facebook股票看空的券商之一。很明显，发布这份报告的“分析师”的观点，与现主流观点背道而驰。它的名字叫“Aiera”，我们也可以称之为人工智能股票研究分析师。
Aiera是由富国银行的资深互联网分析师肯•塞纳(Ken Sena)创立，他将其称为一个在某些工作上，能表现的比他更好的自主学习系统。在去年的美国总统选举期间，Aiera浏览了Facebook上“可能由俄罗斯操纵的”一些虚假帐户在美国总统大选期间投放的数千份政治广告。在政客们对俄罗斯通过Facebook“干预”大选发起强烈抗议，国会要求举行听证会之后，Aiera的演算发现了这个负面消息，并认为这可能会引发投资者抛售Facebook。而塞纳则根据自己的研究，继续维持对Facebook股票“跑赢大盘”的评级。
“为了这次Aiera突然发布的卖出Facebook股票的信息，我们不得不做好准备来回应客户的疑问，”塞纳说。他和希利(Bryan Healey)建立了Aiera，希利曾是亚马逊公司Alexa人工智能开发项目数字助理Lola的负责人。“对于是否发布这些（看空）意见，我们有些无所适从，只能凭感觉来了。”
值得一提的是，这次对Facebook的报告被证明是无用的（编者注：报告发布后，Facebook股价仍上涨了7%，但最近4个交易日回调了5%。）。股价上涨，一些投资者对这项技术不屑一顾。“那真是令人失望，”塞纳说。即便如此，他认为Aiera是对投资信息资源管理系统和银行的一个警告，他们不能忽视已经被亚马逊和谷歌所开发的人工智能系统。科技时代即将到来，如果公司和分析师们开始尝试和学习这些技术——即使自动化会摧毁一些利润丰厚的华尔街工作，他们的处境也会比现在更好。“很快就会有人发现他们自己正在学习的这些技术，可能有一天会夺走他们的工作，”格林威治联合公司（Greenwich Associates）的理查德•约翰逊(Richard Johnson)说，他曾研究过人工智能对华尔街的影响。
人工智能对富国银行等股票研究机构来说是新鲜的，但对金融不那么重要。许多对冲基金使用机器学习程序来筛选大量的市场数据，利用他们发现的统计趋势来构建投资组合。银行的研究和销售部门仍然主要依靠人的判断。分析师们会对特定的股票进行买入、卖出和持有建议，跟客户进行汇报，来寻找新的投资方向，并经常将他们的想法告知企业高管。在某些方面，这比运行一个量化基金更困难。摩根士丹利刚刚开始利用人工智能在财报季中搜索数据，而有一些创业公司帮助银行自动将数据转化为交易理念。但富国银行是第一家使用这些技术进行公开推荐的大型银行。
2016年的时候，塞纳在机器学习会议上遇见了希利，之后，Aiera便诞生了。两人志趣相投，希利便在AI方面向塞纳建议，可以帮助分析师向投资者介绍这项技术。机器学习这项能力可以使软件不需要程序员就可以适应新数据。当塞纳和希利更深入地研究这个领域时，一个问题冒了出来。“我之前问过，你能让我所做的事情自动化吗?”塞纳说。布莱恩回答说，“那你得向我解释你做的是什么。”
这个系统承载着无数人的思想。它在互联网上搜索故事、收益报告、社交媒体帖子，以及500多只股票的分析师研究，并使用自然语言理解等工具将这些词汇转化为对情绪的测量。“恐惧”、“愤怒”、“快乐”、“悲伤”和“惊喜”被整合成一个总体的情绪得分。然后，Aiera通过监控市场，看看它测定的这些情绪是否会影响股价。如果存在相关性，它会存储这些信息并进行预测，并为与每个股票最相关的信息提供一段总结。
Aiera的建议在短期内更有效。11月前半月份，Aiera 8小时周期的买入推荐准确率达到了88%，然后当运算周期达到8天时，他的准确率降低到了58%。这是因为在短期内他能得到更多的数据反馈以完善它的算法。大部分股票推荐都是建议持有，这在一定程度上是有效的——大概是因为在几个小时内股票价格不会发生太多变化。
“在金融领域，机器学习是一项艰难的工作。”达尔(Vasant Dhar)说。他是纽约大学(New York University)的一名教授，近10年来一直以人工智能来经营一项对冲基金。“在人工智能运行过程中，你很容易变得自欺欺人。”
这次对Facebook的研究报告，表明了人工智能的一个优点: Aiera 不会报喜不报忧。人类分析师在提出负面看法并广而告之的时候可能会瞻前顾后，因为他们想要保留对企业高管的访问权。塞纳说，人们应该关心的是“会有一个中立的参与者出来说：看，这就是公司的负面消息。即便这是参考一个人工智能的观点。”
当塞纳计划将Aiera推广到到富国银行合规部门时，发现只有一项规定与机器人投顾进行的自动资产配置有关。那就是当他们对人工智能的算法做出重要改变时，他们必须要通知客户。那么问题来了，Aiera是根据数据的不断反馈，通过系统学习不断进行自我更新。最终，解决方案是在每一份报告中都包含一个大胆的免责声明，强调该系统的评级不是投资建议，只是让人们通过报告对AI有着进一步的理解。塞纳说，要将Aiera转变为真正的金融产品，需要富国银行开小灶，以及监管机构的更多相关指导。
然而，富国银行的其他分析师并不热衷于Aiera。迈克·梅奥（Mike Mayo）是该公司一位著名的银行股票分析师，他只是想用Aiera来加强他的研究，但他不会用它来公布公司的股票评级。“Aiera现在是一个人工智能银行研究分析师，但放眼十年之后，我不认为它还能继续存在。”梅奥说。然而，较低级别的分析师应该会越来越恐惧：梅奥表示银行正处于缩减成本的阶段，并且正在研究人工智能的可行性。
梅奥的初级助理分析师花了他大约四分之三的工作时间来查询新闻文章，收集其他信息，以及操作数据——然而这些任务都可以自动化处理。据梅奥估计，处理这些任务，要占据中级分析师半天的时间，而高级分析师则会花费更少的时间。
“也许你不需要50名初级分析师来处理这些文件和信息，”格林威治联合公司（Greenwich Associates）的约翰逊说。他估计，大约有15%的金融职位面临着人工智能自动化所带来的失业风险，尤其是处理这种简单易懂的信息。银行很可能会在不雇佣员工的情况下，部署机器学习，来研究、搜索那些小型公司的信息。同时这一点也指出了Aiera在未来还有很长的一段路要走。Aiera的报告中会对一些公司提出老套的、泛泛的投资建议，这看起来有点怪。不过通常是这些公司很久没什么人关注了——约翰逊认为，这些公司反而将更受益于自动化的研究覆盖。
本材料不构成投资建议，据此操作风险自担。本材料仅供具备相应风险识别和承受能力的特定合格投资者阅读，不得视为要约，不得向不特定对象进行复制、转发或其它扩散行为，管理人对未经许可的扩散行为不承担法律责任。
