人工智能在證券交易系統應用中面臨的問題及對策

陳珊珊 鐘燕

摘? 要：當前，人工智能在農業、醫學、工業領域已經得到初步運用，并取得了一定的成果，給予了將人工智能應用在金融業證券系統的無限遐想。本文基于人工智能在國內外證券交易系統中的應用狀況，以及人工智能在證券交易系統的功能研究，發現其在安全、法律、就業等社會問題上存在的一些隱患，并提出利用區塊鏈加強信息安全防護，提升人們知識素養，加強立法建設和行政監管的建議。

關鍵詞：人工智能;證券交易;大數據

中圖分類號：TP18;TP309? ? ? ?文獻標識碼：A 文章編號：2096-4706（2019）07-0134-03

Abstract：At present，AI has been initially applied in agriculture，medicine and industry，and some achievements have been achieved，which gives the infinite reverie of applying AI to financial securities system. Based on the application status of AI in securities trading system at home and abroad and the function research of AI in securities trading system，this paper finds some hidden dangers in social problems such as security，law and employment，and puts forward some suggestions on using block chain to strengthen information security protection，enhance people’s knowledge literacy，strengthen legislation construction and administrative supervision.

Keywords：artificial intelligence;stock exchange;big data

0? 引? 言

當前，我國銀行業智能科技發展得蒸蒸日上，從基礎的可視柜臺人機互動、開卡人臉識別到智能支付和結算，銀行業的人工智能在不斷進步。然而，證券業的智能科技發展卻處在不溫不火的狀態中。由于變革意識總是落后于現實市場需求，券商的零售經紀轉型近幾年才開始，要實現人工智能化還需要一段研發創新時間，雖然我國當前有不少科技創新公司在智能投顧、交易預測、信用評估、便利服務方面都有進行投資開發，但鮮少見到有應用在此領域落地，也不為廣大交易者所了解。

1? 人工智能在國內外證券交易系統中的應用

據悉，世界上最著名的兩大“機器人投資顧問”公司Wealthfront和Betterment位于美國，其中，Wealthfront掌控的資金已超過20億美元。其他發達經濟體也涌現了大量“機器人投資顧問”公司，如英國的Money on toast、德國的Finance Scout 24、法國的Maric Quanticr等。關于使用人工智能進行交易預測上，一家叫Rebellion Research的量化資產管理公司取得了豐碩成果，它推出了全球第一個以純人工智能驅動的基金，成功預測了2008年的金融危機，除此之外，它比知名評級機構惠譽提前一個月給予希臘債券降級為F，極大地減少了投資者的損失。現在，Rebellion Research的人工智能技術發展到可以研究包括44個國家20年內的股票、債券、貴金屬和大宗商品。

得益于國外人工智能應用在金融證券領域所取得的顯著成果，國內的人工智能也在探索發展。以螞蟻金服為例，其采用數字化運營模式，依靠區塊鏈、分布式架構、分布式數據庫、移動開發技術，助力交銀施羅德基金通過互聯網“降維”使基金受眾更廣，助力嘉實基金開展億級用戶千人千面運營，提升了傳統基金行業處理下單撤單高頻交易的響應速度和準確度，還能夠有效控制交易風險。還有一些企業也在利用人工智能發展自己的業務，如因果樹公司推出的人工智能股權投融資服務平臺;阿爾妮塔公司推出的人工智能股權投資機器人;網易金融推出人工智能“北斗”金融風控系統;鼎復數據推出提供金融大數據企業級應用服務，為企業提供高效、便捷、專業的金融分析平臺;還有像文因互聯公司，推出用人工智能技術處理金融數據的問題等等。

相比國外證券業人工智能的發展取得的好成績，國內的人工智能應用還有待完善。比如，在人工智能客服、股市行情預測、市場信息公開情況等方面還有諸多不足。眾所周知，廣大散戶投資者集聚起來的資金是巨大的，然而市場信息并不總是公開準確的，只有那些大的公司財團、機構組織有能力聘請專業理財團隊為他們規避風險、最大化收益。這就導致散戶小投資者在危機來臨之時，往往成為最先被收割的韭菜。因此，市場迫切需要生產力變革來為廣大投資者服務，需要更及時、便利、精準的服務來使資本得到更有效的配置，發展人工智能是時代進步的趨勢。

2? 人工智能在證券交易系統中的應用功能

2.1? 股市行情預測

股市變幻莫測，一些證券行業專家稱，他們在運用自己專業知識和職業素養判斷來進行個股投資時也是倍感無力，投資的結果總不如預期，更不用說那些沒有專業證券知識的股民了。有相關數據顯示，基金經理管理股票成績低于市場平均漲幅，這不禁讓人們思考每年花費2%的基金管理費和交易費是否值得。因此，我們期待創造這樣一種人工智能工具，通過運用大數據、云計算、數學算法模型等，挖掘出市場上有潛力的、被證券市場線低估的優質資本進行投資。在對未來預測要求高的股票、外匯、期貨市場，開發人工智能的高密集度集中預測顯得尤為重要。當前，證券投資組合大都是基于馬科維茨投資組合選擇模型做出的，還有因素模型、套利定價理論等等經濟學中經過歷史檢驗實際有效的原理。在人工智能程序中我們可以應用這些原理，并發揮大數據快速整合信息功能，實行算法匹配，從而把經濟學原理與現時市場信息有效對接起來，這樣一來，股市行情預測就會更趨精準快速。

2.2? 實時風險預警

當前我國的股票證券交易是T+1模式，且是在交易日下才能實現，那么這里就存在一個問題，當投資者接收到市場上不好的信息時，他們就不能及時作出止損措施，遇到雙休日節假日則隱含的損失更甚，而現行的市場為了減少投機又不允許人們采用T+0模式。為了解決這一問題，可以設計這樣一種程序，當風險出現時，它能根據已編輯的代碼及時地為人們反饋市場信息與資產損益信息，在非交易日和非交易時段時也能把握市場風向，這樣人們在遇到不可預測的危機時能有足夠的心理準備和緩解方案。規律是普遍存在的，當程序逐漸掌握了市場規律，人工智能就能根據以往社會跡象和操作者慣有的處理辦法中顯現的業務情況、財務狀況、消費能力、風險偏好在危機來臨前夕能自主判斷并作出令投資者滿意的決策。

2.3? 智能風險防控

大數據信息時代，證券交易基本都是通過互聯網上的信息傳輸進行的，這在給人們帶來時空上的便利的同時也加劇風險波及的速度與范圍。另外，信息科技時代還衍生出一些具有隱蔽性的高端犯罪，不法分子利用網絡技術參與洗錢、非法操控股票市場等違法活動，極大地危害了人民的利益和正常的證券市場交易秩序。因此，可以把人工智能應用于識別證券市場的系統性風險，還有風險源頭與傳播途徑，充分利用人工智能來檢測與防控證券市場的非法欺詐與人為操控行為。除此之外，還可把人工智能提前設定好程序，使其在危機發生之后，人們也可以利用大量數據與算法進行模擬仿真、規劃分配，從而減少金融危機帶來的損失。

2.4? 智能信用評級

信用是交易的基礎，是現代證券經濟社會運用中必不可少的一環。當前證券系統存在吸引投資難的問題，近年來，受金融危機影響，股市一直處于低迷狀態。歸根結底，就是投資者對市場不夠有信心。羅斯福總統在美國1929-1932年經濟大蕭條期間就經常通過電視廣播、爐邊談話等形式呼吁民眾重新樹立起對美國經濟的信心，這對后來美國經濟的恢復有著重大作用。我們當前的金融市場也需要重新樹立起民眾對市場的信心，這種信心可以通過人工智能實施動態評級來實現。信用評級公司安博爾·中誠信把信用評級的根本目的定義為揭示受評對象違約風險的大小。當前，隨著投資產品的復雜化，信用評級和產品風險評級的關聯開始變得模糊，傳統的信用評級具有滯后性和不準確性，不能完整且真實地反映出受評經濟主體按合同約定如期履行債務或其他義務的能力和意愿。信用評級可以分為資本市場上的信用評級，其主要對國家、銀行、證券公司、債券及上市公司進行評級，還有對消費者信用評級。在對公司評級層面，未來人工智能可以通過實施動態評級，實時監視市場信息公司運營狀況，為投資者清晰展示所投資公司的償債能力和違約風險系數。在對投資者評級層面，人工智能可通過大數據提供的信息掌握投資者的資信狀況，對資產狀況良好信用良好的投資者適當放寬保證金貸款限額，對大數據反映出的資信不好的投資者可適當減少保證金貸款。如此可以擴大證券市場投資彈性系數，形成以信用為基礎的證券市場體系，加強民眾對金融市場的投資信心，從而盤活金融市場，幫助解決企業融資難的問題。

3? 證券交易系統中人工智能應用存在的問題

3.1? 安全問題

科技進步是把雙刃劍，人們在享受科技進步帶來的社會進步的同時，不能忽視隨之而來的危機。大數據與云計算可以幫助人們搜集需要的市場信息，利用人工智能制定出最優投資組合。互聯網信息時代，網絡犯罪層出不窮，信息泄露的危害是巨大的。在證券行業，要想發揮人工智能的最大用處，就是要對用戶信息十分了解，因此要著重加強在用戶信息的安全防護上。此外，存在人工智能程序被黑客破解導致的用戶資金賬戶被非法轉移、股市非正常性漲跌等問題，由此產生的損失是不可估量的，系統一旦被攻破崩潰，會造成巨大市場混亂，甚至威脅國家安全。因此，要格外重視人工智能的安全問題，加強人工智能風險防控，挖掘利用區塊鏈價值，加強程序反破解保護。

3.2? 社會問題

人工智能的出現帶來的社會問題有很多，其中很突出的當屬就業問題。當人工智能發展得更深入、智能客服推薦的投資組合更精準、風險止損處理得更妥當，一大批銷售客服、基礎柜臺服務人員就要失業了，那些專業知識不夠、投資素養不高的證券投資經理也會逐步被淘汰。隨著人工智能在各行各業的廣泛運用，產業的不斷升級，越來越多基礎勞動力操作的職業將會被可維持超長工作時間、工作效率高、還無需太多補給的人工智能所替代，一大批工人將會下崗。這種就業問題會擴展到全社會，由此引發的社會影響不可小覷。有專家學者發文質疑人工智能會造成社會恐慌，恐懼未來人類會逐漸被人工智能所支配。人們最初創造并利用人工智能是為了更好地服務社會，提高勞動生產力，把人們從繁重的勞務活動中解脫出來，由此產生的不利社會問題還需要深入探討。

3.3? 法律問題

人工智能作為近年來科技發展的新事物，還處在探索發展階段，還沒有與之相匹配的法律法規來規范。諸如在政府對證券行業的監管方面，監管難度會進一步上升。法律具有一定的滯后性，通常在事故發生之后，才會去立法保護，在此期間還要通過層層審核。這一點我們可以先學習西方關于人工智能的判例及其相應立法法規，要使人工智能在不損害公民利益、國家利益的前提下健康發展。無論什么行業，最重要的一點就是政策，順勢而為才能走得更遠，在金融行業更是尤為突出。總而言之，協調發展好人工智能在證券交易系統的應用，核心競爭力還在于為客戶提供個性化、有效的投資策略，同時還要在法律監管的范圍內。

4? 解決對策

4.1? 加強信息安全防護

對于加強人工智能應用在證券交易系統中的安全保護問題，我們可以引入區塊鏈加密算法技術，區塊鏈體系結構具有自治性與信息不可篡改的特性。自治性即區塊鏈采用基于協商一致的規范和協議（比如一套公開透明的算法）使得整個系統中的所有節點能夠在去信任的環境自由安全地交換數據，使得對“人”的信任改成了對機器的信任，任何人為的干預不起作用。信息不可篡改性即一旦信息經過驗證并添加至區塊鏈，就會永久地存儲起來，除非能夠同時控制住系統中超過51%的節點，否則單個節點上對數據庫的修改是無效的，因此區塊鏈的數據穩定性和可靠性極高，我們可以將其運用在證券系統，來保證信息數據的安全性。

4.2? 提升人類知識素養

對于人工智能的應用將會淘汰大量中低級普通證券行業員工的問題，我們可以用人工智能反哺人類。隨著人工智能的發展，把人工智能應用于教育事業，會使教育資源更優質;當基礎勞動力被替代，國家可通過合理調整稅收政策，擴大政府轉移性支出，重視對高新技術人才的培養，把教育推向更高級化，提升人類價值;培育更多先進人才儲備會促進科技的進一步發展，也會促進人工智能實現深度學習，從弱人工智能轉向強人工智能。

4.3? 加強立法建設和行政監管

關于人工智能在證券交易系統的應用，須在法律允許的范圍之內。首先，要有法可循，一個新生事物的發展必須及時出臺相關法律來規范。一些發達國家發展人工智能較國內成熟，其伴生的相關犯罪案例種類也比較多樣，通過研究國外相關判例，或許能給我國立法以啟示。其次，在關于人工智能參與智能投顧決策的資格方面，我國要求從業人員持有相關從業資格證，而人工智能這一特殊載體，其證券分析資格還有待考察，在基金銷售方面證監會是要求有營業牌照的，在其他要利用人工智能參與決策方面也應規范好市場準入資格。金融行業是一個國家經濟正常運行的命脈，國家可在金融監管方面跟進監管設施、提升監管人員素質，為人工智能在證券交易系統的發展保駕護航。

5? 結? 論

在這個科技飛速發展的時代，發展人工智能是順勢而為。人工智能很可能會孕育出新的工業革命。人工智能的核心技術分析關乎三點：數據挖掘與學習、知識和數據智能處理、人機交互。當人們能逐漸成熟地掌握好人工智能的核心技術并協調好其給社會帶來的負面作用時，證券業的發展將會更便捷、高效，我國金融經濟也會隨之蓬勃發展。

參考文獻：

[1] 程娟，周雄偉.基于人工智能的證券金融服務創新研究 [J].金融科技時代，2018（10）：13-19.

[2] 邵語千.人工智能的現狀及發展趨勢 [J].科技傳播，2018，10（19）：106-107.

[3] 許亞嵐.智能投顧：新金融的下一戰場 [J].經濟，2016（32）：44-48.

[4] 王兵.廣發智慧 御風而行——論人工智能在金融領域的應用 [J].中國金融電腦，2017（1）：27-30.

[5] 軒中.2018中國人工智能金融服務企業排行榜 [J].互聯網周刊，2018（20）：64-65.

[6] 寶達理.人工智能引發的問題研究 [D].北京：北京交通大學，2018.

[7] 張雷.人工智能時代下的信息安全 [J].電子技術與軟件工程，2019（2）：208.

[8] 徐英瑾.人工智能技術的未來通途芻議 [J].新疆師范大學學報（哲學社會科學版），2019，40（1）：93-104.

[9] 李天輪.數據庫技術的發展現狀與趨勢研究 [J].科技風，2019（2）：89.

作者簡介：陳珊珊（1999-），女，漢族，湖北黃岡人，本科，研究方向：國際經濟與貿易;鐘燕（1978-）女，漢族，湖北棗陽人，講師，碩士，研究方向：國際經濟與貿易。