富国银行是第一家利用人工智能技术为公众提供投资建议的大银行。
Aiera的诞生源于一次邂逅。塞纳2016年组织了一次机器学习会议，会上遇到了希利，两人一拍即合。希利开始为塞纳提供人工智能方面的建议，帮塞纳向投资者普及这项技术。软件通过机器学习能自动适应新数据，无需程序员介入。当塞纳和希利深入研究这个领域时，一个问题冒了出来。“我问道，你能将我的工作自动化吗？”塞纳说。“希利则回答，那你得先解释一下你的工作内容。”
Aiera这个系统利用了无数人的思考成果。它在互联网上搜索500多只股票的报道、收益报告、社交媒体帖子和分析师研究，用自然语言理解等工具将这些内容转化为情绪指标，比如“恐惧”、“愤怒”喜悦”、“悲伤”、“惊奇”等，然后将这些指标综合成一个总的情绪评分。接着Aiera监视市场，看它判断的情绪是否会影响股价。如果情绪和股价存在关联，则存储该关联关系并据此预测，同时将每只股票最相大的息整理成为段要。
Aiera的建议主要针对短期操作。塞纳的数据显示，截至2017年11月初， Aiera对八小时内操作建议的整体准确率为88％，八天操作建议的准确率为58％。前者准确率最高是因为这类建议非常多，能给学习算法更多反馈。这类建议大多为“持有”，通常也行之有效—毕竟短短几小时不会出很大乱子。
纽约大学教授瓦森·达尔（ Vasant Dhar）说:“金融领域的机器学习非常困难。”他负责一只人工智能对冲基金已近10年。“你很容易在它们的运作方式上自己糊弄自己。”但值得引起注意的是，Aiera愿意给出负面评定。人类分析师可能会在指出坏消息、给出卖出评级前考虑再三，因为他们不想断了与企业高管的关系。塞纳说，人们应该注意这样一个事实:“有一个不偏不倚的参与者（即使背后是人工智能）出面说，瞧，理由在此。
当塞纳向富国银行合规部提出打算公布 Aiera的评级时，合规部能找到的唯一相关规定是针对机器人顾问（负责自动配置资产）的。规定要求富国银行必须在算法出现重大变化时告知客户。而问题在于， Aiera的设计是随着新数据流入系统而不断变化。怎么办呢？富国银行只好在每份报告中加入一条粗体声明，强调 Aiera的评级并非投资建议，仅供深入了解人工智能之用。塞纳表示，如果想让 Aiera变成一款真正的金融产品，富国银行需要付出更多努力，监管机构也要给出更多相关指引。
后面补充一下投资的十二个基本原则：
1、不要过于关注买入成本
2、不要贪小便宜
3、不要轻易的用别人的钱投资，容易产生误判
4、投资一流的管理水平，专业化的公司
5、千万不要亏钱，永远不要忘记前一句
6、收集数据，分析数据，试盘实战
7、做错了股票，要学会认输
8、给自己留有余地，持有一定的现金非常重要
9、普通投资者不要投资超过三只股票，不要在震荡行情中买进融资融券股票
10、明确投资的行业和公司是如何进行运作的
11、金融市场如果没有分红，则并不会创造金钱，每一笔获利都对应一笔亏损
12、以一般的价格买入一般的好公司，不要买太便宜的传统公司，购入中期上升趋势的股票
未来的人工智能产品也都会采用这些基本原则来分析数据和趋势，以后人类分析师分析一晚上，可能还不如人工智能分析产品分析一秒钟的效率高，这一点在棋类比赛中已经得到了很好的验证。
(本文部分内容摘录自《商业周刊》中文版)
