羅旭峰坦言：“未來的十年當中，機構會通過包括人工智能的方式，為投資者提供金融服務方案。”

　　AlphaGo將與中國棋手柯潔于5月23日至27日在烏鎮展開三番棋大戰，AlphaGo這個人工智能的代表每次出戰總能獲得無限關注。

　　現在，人工智能這股科技新風已經吹向了資本市場，但期貨行業暫時還只聽到了風聲。

　　期貨大數據仍空白

　　南華期貨總經理羅旭峰表示：“AlphaGo和棋手們的挑戰賽，棋手往往被擊敗，這反映了一個問題，當人工智能高速成長的時候，個體的思維優勢不一定能夠得到很好的體現?！?

　　大數據是人工智能的基礎。在羅旭峰的理解中，大數據就是數據通過應用數理統計工具，從復雜的數據中挑選對機構、投資者有價值的數據，這些有價值的數據統計結果將降低未來的不確定性。

　　DTDT大數據產業創新研究院（DTiii）院長、中關村(8.590, 0.24, 2.87%)大數據產業聯盟秘書長陳新河表示：“我目前接觸的幾百個案例中，與期貨有關聯的比較少。整體來看，目前大數據在期貨的應用確實比較少。”

　　不過，這并不意味著期貨與人工智能、大數據難有交集。羅旭峰強調，這些技術在期貨行業大有用武之地。

　　“當進入到市場領域，進入到金融衍生品行業的時候，有沒有一種方法和手段，可以讓我們的判斷變得更為確定，而這種確定又可能對交易結果產生正向的影響。如果這種方法和手段就是人工智能，且影響確實是正向的，那么更多機構和投資者就會選擇用人工智能的方式去開展交易?！绷_旭峰判斷。

　　“當今世界充滿了不確定性，怎么通過期貨公司和期貨公司旗下的風險管理子公司提供的金融衍生工具來消除不確定性，增加確定性是期貨行業面臨的課題，在此過程中，大數據可以發揮重要作用?！绷_旭峰進一步指出。

　　在美國，人工智能、大數據與大宗商品、期貨的結合已經形成一些發展趨勢。中國首席數據官聯盟專家鮑忠鐵指出，美國硅谷80%的大數據公司都在做數據的清洗，因為數據太“臟”了。金融行業最好的原材料是數據，數據與期貨又大有關系。

　　大有用武之地

　　在中國，也有擁有先見之明的公司開始涉獵這門生意，陳新河透露，我們發現有公司愿意在市場上花10塊錢收集老母豬的數量信息，根據老母豬的數量推測今年生豬的出欄數，反過來推測對上下游飼料的需要，這家公司估計未來也會被收購。  

　　鮑忠鐵指出，大數據、人工智能在期貨領域的應用方向還有智能投顧。目前，市場上大部分所謂的做智能投顧的機構更多是噱頭，其實都是資產配置，是動態的風險調整。

　　“智能投顧的模式應該是策略的挑選，根據數據做投資策略。如管理期貨策略，就可以根據外部信息和機構自身的投資風格去創造產品。未來智能投顧的發展方向應該在策略調整或者智能策略方面?！?nbsp;鮑忠鐵說。

　　羅旭峰坦言：“未來的十年當中，機構會通過包括人工智能的方式，為投資者提供金融服務方案。”

　　他進一步指出，以期貨風險管理子公司為例，風險子公司為不同的投資者提供個性化方案，子公司的客戶群體各種各樣，如石化企業、鋼企、糧油企業、加工企業、貿易商、生產商，這對不同類別的客戶，風險子公司都會提供不一樣的方案。

　　再如“保險+期貨”模式，保險公司參與到價格保險、再保險，這個消除不確定性、提供確定性過程就需要用到衍生品工具，而衍生品工具的設計過程中可以通過定價原理、定價方案以及大數據來做篩選。

　　具體來說，第四季度往往是糧食的收獲季節，糧食價格處于一年的最低位，而到了第二年春天，也就是6月前后，糧食價格往往是年內最高的，因為這個時候糧食庫存大量消耗。這種統計規律可能因為不同的年份有差距，但是運用大數據把過去幾十年、不同地區甚至全球的數據做一個分析，很快就能得出上述價格規律，這就是一個確定的結果。

　　根據規律，可以在相對低點做買入，買入之后又可以買份價格保險，相當于通過風險管理子公司買入一個看跌期權，如果糧食價格上漲了，看跌期權只要付權利金，成本可控，如果糧食價格跌下去了，看跌期權就可以行權獲利，補貼價格損失，糧食價格風險得到規避。

　　“上述操作較為復雜，普通投資者很難用好這些衍生品工具，現在大連商品交易所和鄭州商品交易所都推出了場內期權，使得衍生品能夠更好地產品化，投資者直接購買產品就能獲得個性化服務。在這過程中，期貨公司可以把衍生品相關的信息集中到計算機，如買入看漲期權、買入看跌期權、蝶式套利等，通過計算機對服務方案做篩選，做出最優方案，這就是智能的體現?！?

　　羅旭峰強調，“如果一臺計算機通過大數據、云計算，得出統計規律，并且超過絕大多數專業投資者，為投資者提供專業化方案，這臺計算機就具備了金融智能?！?

　　兩大發展瓶頸

　　南華期貨副總經理朱斌指出，大數據、人工智能要真正改變行業的話還需要兩個條件。首先，大數據怎么來，期貨行業能不能獲得真正有價值的大數據。目前期貨行業還獲得不了大數據。其次，有了大數據后，大數據的分析需要人才，但期貨公司現有員工的能力有限，需要數據分析人才。

　　陳新河也指出，數據分析需要的人才是復合型人才，也就是搞程序開發的人當中，數據分析能力最強的，搞統計分析專家隊伍當中，編碼能力強的。此外，隔行如隔山，數據分析還需要行業知識。編碼、統計分析、行業知識三方面結合起來的人才鳳毛麟角。

　　上海證券交易所前總工程師、中國分布式總賬基礎協議聯盟技術委員會主任白碩指出，人工智能的發展可能還會帶來其他的挑戰。例如，用12306軟件買火車票時驗證碼很奇葩，這其實是為了防止機器人(20.130, 0.00, 0.00%)刷票。資本市場上比價、搶單也有很多，如果機器越來越多的話是否要限制，怎么限制？這些問題值得思考。