随着证券市场的不断发展，越来越多的投资机构开始运用基于大数据的人工智能技术来从事证券投资分析研究与交易。金融市场大数据获取的便利性也使得这一技术迅速渗透到证券投资的各个领域。人工智能技术在证券投资领域的应用正成为下一个互联网金融的热点。由此而产生的全新的投资策略、交易模式将会给监管层带来诸多挑战。
证券投资智能代理方兴未艾
2005年上映的美国电影《绝密飞行》讲述了美国海军加载在一部球形量子计算机中的人工智能“艾迪”的故事。2013年5月14日，美国海军的X-47B无人战斗飞行器从“乔治布什”号航空母舰成功进行了飞行测试。不到8年时间，人工智能技术的应用从好莱坞电影逐渐变成现实，最新的例子如谷歌研发的无人驾驶汽车。事实上，基于大数据的人工智能在过去的十几年时间里得到了极大的发展，积累了大量的技术、分析方法以及应用实例。
人工智能（AI，Articial Intelligence）定义为从环境中接收感知信息并执行行动的智能代理（IA，Intellgent Agent）。从外部看，每个这样的智能代理都实现了一个把感知序列映射到行动的函数集，这些函数集从外部反映了智能代理的特性。从内部看，智能代理函数集是通过运行在自身结构上的智能代理程序实现的。
目前很多投资机构开始运用基于大数据的智能代理进行证券投资。虽然智能代理也是由程序实现的，但它构建了学习机制以及建立在其上的知识库，因此，具备了一定的学习、推理以及进行决策的能力。
资本市场本身的特性，使得证券投资智能代理面临非常复杂的任务环境，其特征表现为部分可观察、随机的、延续式的、动态的、连续的和多代理人的。交易所高频行情数据以大概每分钟6MB的速度更新，数据的增长速度是惊人的。计算1天的所有状态估计的计算量超过10的100次方（目前可观测到的全部宇宙的原子的数目小于10的80次方）。因此，设计一个能够应对全部任务环境的智能代理几乎是不可能的。目前通常的做法是给定一个具体的任务环境，然后设计开发智能代理。
由于早期的计算能力和数据有限，设计开发者的视野和认知受限，设计开发出来的证券投资智能代理大部分是简单复制某些已知的投资策略。只是由于计算机处理的效率和没有人为因素影响，使得其能够获得比人操作更好的表现。目前很多高频交易、量化交易都属于此类形式。此类智能代理没有“贡献”新的认知。
证券投资领域将出现革命性变革
随着近几年大数据技术的广泛应用，智能代理的任务环境扩展到了更宽、更深的领域。机器学习技术的大规模应用，使得智能代理具备了超越其设计开发者的认知和视野的能力：智能代理可以“贡献”新的认知。证券投资领域因此将会产生革命性的变革。
首先是投资策略生产的变革。传统的投资策略生产模式将被颠覆，大部分分析师的工作都可以被智能代理取代，而且可能做得更好。其次，投资策略的生产从“确定的模型”向“随机的效用”转变。“确定的模型”是确定的事件发生时，通过模型计算，求解最优的配置资产的方案。“随机的效用”是依据效用函数对发生的随机事件进行反应，求解最优效用资产配置方案。机器学习的强大挖掘能力，结合大数据，将会产生更多以往无法通过经验和理论推导出来的新认知，成为新的投资策略持续生产的源泉。而且由于速度的提高，使得投资策略的生产时间从以往的短则几天、长则几个月，缩短到可以以秒、分钟来衡量。完全个性化的、实时的投资策略生产成为可能，每个投资者都可以按照其需求定制个性化的投资策略。投资策略本身而不是某个证券，成为可以买卖的“产品”。这里的投资策略指的是满足某些特定指标，具备完整操作逻辑的智能代理程序。
其次是交易的变革。智能代理能够以更快的速度、更高的精度和更敏捷的反应执行交易。“手工下单”的时代将逐渐成为历史。一个智能代理交易程序能够轻易地同时跟踪几百只不同的证券，同时还能通过实时观察申报单的态势、高频交易数据，拟订最优交易指令，并准确无误地执行。跨市场、跨品种的交易将能够很轻松地实现，以往“人眼盯盘、手工下单、人工查询”的交易模式将被彻底改变。投资人可以委托自己专属的“交易机器人”帮助自己完成所有这些事项，他需做的事情就是给此“交易机器人”装载某个投资策略。
最后是行业结构的变革。随着证券投资人工智能代理设计开发的普遍性、复杂性的提高，将衍生出新的业态。比如，专门用不同测度方法对信息进行量化，并发布给特定智能代理程序的信号服务提供商；专门进行投资策略设计开发的工作室、供应商；为投资人提供智能交易代理服务的交易服务商；提供大数据服务的专业和通用的数据服务商等。随着人工智能技术不断深入各个领域，以往看似毫不相干的领域（比如“微博”、贴吧与股票相关性、某只股票的股民的大数据等等）也会被重新考量，证券投资的生态圈将在广度和深度上扩展。证券投资行业将涌现出大量基于“要素”的新型业态，提供更细分、更多维度和层次的服务。
资本市场的维度以及时间尺度构成了一个非常浩瀚的“交易机会空间”，那些认为当所有投资人都采用某种人工智能代理进行交易，可能会导致“同质性”的担忧是没有依据的。如果把一个交易机会比作“一条鱼”，“交易机会空间”比作太平洋里的所有鱼，智能代理比作捕鱼者，那么的确会在某个时间段，出于“效用”原则，所有的捕鱼者都聚集到某个区域捕鱼。这样的现象发生的根本原因不是“交易机会空间”的问题，而是捕鱼者内生的因素。真正的挑战不在于能否捕到鱼，而是可否在给定的时间和地点捕捉到鱼。
基于大数据的人工智能的应用可以显著提高资本市场的深度和宽度。基于“效用”决策的智能代理，会不断在整个“交易机会空间”中以人工操作无法想像的速度、效率和海量计算积极地搜索和学习，捕捉任何可能的交易机会。由于各自的独立性以及路径的差异，反过来会极大地拓展资本市场的多层次特性。
智能代理的监管难题
在当前的监管法律法规中，被监管的主体主要是法人和自然人。人工智能技术的发展，使证券投资账户的所有者与经营者发生了本质变化。无论什么形式的证券投资账户（个人、法人、非法人机构以及各种SPV），如果采用了人工智能代理，由于可以做到完全的“无人驾驶”，那么此账户的实际控制人将发生改变。对于单一所有者主体的账户，监管还可以采用穿透原则，最终追溯到其单一所有者身上。但对于所有权为集合主体的账户，采用穿透原则就很难追溯到某个主体，因为实际控制人不是某个主体，而是智能代理。可以设想，一只基金由众多投资人出资成立，投资人大会同意基金的投资决策不再像以往那样聘请一个基金经理或投资顾问负责，而是由某个满足其要求的智能代理履行，而这个智能代理是某个服务商提供的。这样的场景下，监管面临的挑战是复杂的：投资人认为账户不是他们中的任何一人操作的，实际控制人不是他们；智能代理服务商只提供了智能代理“产品”，并没有实际控制账户。这个时候，监管部门就不得不面对如何监管既不是自然人也不是法人的“智能代理”的问题。
智能代理的行为完全可以自主进行，如何监管其可能产生的违法违规行为成为一个新的课题。比如，大量投资人雇佣同一个表现优异的智能代理，管理其自身账户的投资。由于同一个智能代理的操作逻辑相似，那么这些账户虽然法律上是各自独立的、无关联的，但其实际操作可能表现为“一致行动人”的现象。
虽然智能代理的交易逻辑可以设定合规审核的内控程序，但对于其行为监管的边界以及如果追溯该智能代理行为的责任主体，目前的监管框架还没有涉及。“实质大于形式”的监管原则运用于对智能代理的监管，可能引起混淆。
虽然智能代理本身也是由人设计开发的，但当其被雇运行时，其行为与设计开发人员完全无关，而仅仅与市场和其自身内在的学习、决策机制有关，由此而产生的行为无法追溯到某个具体的人身上。如果某个设计开发人员，设计出一个恶意的智能代理，并被某些集合性质的基金采纳，就可能导致某只股票价格的异常波动。对于这样的行为，现有监管体系对责任主体的界定将十分困难。
应建立注册备案和源代码公证制度
首先，建立证券投资智能代理注册备案制度。对于在实际使用过程中，完全不需要人工干预的智能代理，其设计开发者和使用者都需要注册备案，被监管主体确定为使用者。对于集合性质的投资主体使用此类智能代理，必须约定至少一个自然人或法人作为被监管主体，对其行为承担责任。与此同时，对于采取同一智能代理的使用者，豁免其“一致行动人”和其他关联交易的行为判决。
其次，建立证券投资智能代理源代码公证制度。为了有效防范恶意智能代理扰乱市场、破坏正常的市场秩序，对证券投资智能代理源代码建立公证制度。通过第三方的公证机构的审核，确保智能代理不存在恶意和蓄意破坏市场的情况发生，由第三方的合法合规性审核，建立对智能代理行为的预防机制。
最后，构建适应普惠金融服务的监管框架。未来，对于基于大数据的证券投资智能代理，将主要以普惠金融服务的视角进行引导和大力支持，使更广大的散户投资人可以享受技术进步带来的红利，获得更好的服务。因此，需要营造良好的创新政策环境和包容性的监管文化。