人工智能技巧自己的冲破正推动着各个细分赛道的运用场景赓续落地。二级市场的信息地下性、超出人脑的庞杂收集组合与人工智能深度进修的技巧属性自然吻合，量化投资的创业项目纷纭创建。
量化投资借助盘算机体系壮大的信息处置才能，对汇集到的年夜量数据停止剖析来树立数学模子，依据模子的运转成果停止投资决议计划。在效力、精确性和稳固性上，对传统投资停止了重塑进级。
人工智能的成长从付与逻辑便可推理的“推理时期”、到进修专家体系的“常识工程”时期，经由数据发掘和年夜数据时期的沉淀和积聚，现在曾经进入了神经收集深度进修的时期，基于人工智能深度进修技巧的量化投资，技巧前提自己曾经成熟。
量化投资版的AlphaGo，代替基金司理
Delta Grad开创人庞然指出，人工智能在算法输入战略方面曾经到达了“聪明”临界点，具有了“出现”才能——“简略的个别数目急剧增长，到达必定水平时就会有群体聪明的”出现“，是质变到达量变时能力涌现的一种才能。”
人工智能更加精确的描写应当是“人工聪明”：“智”是可量化、可描写的常识和逻辑，“慧”是笼统的直觉和感知，是要经由历久年夜量练习以后出现出来的一种才能。现在神经收集算法曾经可以或许到达“慧”的层面。
典范案例就是2017年1月，AlphaGo以“Master”为注册名对战数十位人类顶尖围棋高手，获得60胜0负的战绩。经由短短3天的自我练习后，以100:0打败了此前克服李世石的旧版AlphaGo。经由40天的自我练习，AlphaGo Zero又打败了AlphaGo Master版本。这意味着对海量优良数据停止深度进修的神经收集算法可以或许冲破人类的时光、精神瓶颈，取得从质变到量变的“出现”才能，进入“慧”的状况。
而在二级股票市场，异样须要一款如许的量化投资对象。量化投资借力人工智能技巧，应用古代统计学和数学的办法，从年夜量的汗青数据中寻觅并搭建取得逾额收益的投资战略，正在遭到本钱市场和投资者的愈来愈多的存眷。
而且，二级市场的量化投资可以完成“预知”，而非简略替换部门机械性的操作。庞然向亿欧引见，从更长的时光维度来看，基金司理的每个投资战略都只是部分最优解，其实不能穷尽一切的情形，之所以遭到追捧，是由于相符人的逻辑，也就是“慧”的层面。当人工智能成长到“慧”的阶段时，机械人可以或许经由过程自博弈练习发生数百万的生意业务数据，对数据的深度进修又发生可以有用的战略。经由过程这类反抗进修，机械完整可以或许冲破人类基金司理的任务时长、身材精神、任务稳固性的限制，代替基金司理。
量化投资的内部市场情况也曾经成熟。在国外量化投资已有30多年的成长汗青，数据显示2016年，量化科技在国外的理产业品治理范围到达了3.2万亿美元，而经由过程盘算机和数字模子停止下单和下达指令的比例到达了56%。在我国，量化投资的成长还处于低级的阶段，向债券、股票、期货、外汇等范畴延长，将发明伟大市场空间。
今朝量化投资的运用场景重要在投资生意业务、资产治理、智能投顾三年夜范畴，操作流程包含数据输出、模子开辟、回测输入三个步调。在全部运转进程中数据和模子是症结。因为量化投资战略的影响因子较多，搭建进程复杂，从晚期准备到战略搭建再到回测输入须要很长的时光，投资效力有待进步。
庞然2017年8月创建DeltaGrad公司，愿望将AlphaGo技巧复制到A股做量化投资，曾经应用其自立研发的机械人“智富狗”用自有资金在A股市场长进行投资。
“DeltaGrad今朝上线的5个机械人，经由过程进修股票汗青数据曾经发生了跨越700万的投资战略。在营业操作上，经由2018年1月-5月的实盘验证，机械人‘智富狗’的事迹已打败82%的人类基金司理。”
将来要让机械自立生意业务
现阶段，针对股票市场的量化投资平台在贸易化上重要有两个偏向：其一是为C端量化喜好者供给办事，将来经由过程增值办事盈利，同时代待平台发生好的战略，经由过程赞助这些战略开辟者融资，从而取得盈利的分红；其二是为券商、基金等B端机构供给办事，收取体系当地布署和定制化办事的费用。
绝对于这两种盈利形式，庞然更看好自营营业，在将来，DeltaGrad会成立自营的基金公司。他以为市场上供给投研对象的公司，依然是以人投资的逻辑为基本来构建对象。
关于DeltaGrad将来的成长偏向，庞然的设法主意很年夜胆。他提出了“两步走”的成长战略：
第一步是用自有资金停止实盘生意业务来验证模子的有用性。尔后，成立基金自营。这一阶段的贸易形式重要是资金治理费和生意业务分红。在详细的营业层面，筹划岁尾上线10个股票机械人，并全体停止实盘操作。
第二步是让机械停止自立生意业务，经由过程机械的自博弈练习发生更高质量的生意业务数据进而树立有用的模子获得更有用的战略。这一阶段的贸易形式除资金治理费和生意业务分红外，还能够会见向部门B端机构供给风险治理办事。
