隨著人工智能和大數據技術的不斷發展和應用，投資管理業務模式和投資流程也正在發生變化。在做出投資分析和決策時，除了傳統的財務數據，現在也可以考慮如何使用自然語言處理技術（NLP）對財報電話會的內容進行分析，推斷情緒，發現更多有助于做出投資決策的信號。
更加豐富的數據源、更多可利用的工具，一方面可以優化投資流程，但同時也增加了復雜性。
更重要的是，作為負責任的投資人，在推動人工智能應用到投資決策的過程中，如何守護基本的道德準繩，如誠實、公平、忠誠和尊重他人，也是需要考量的重要問題。
算法本身并不具備這些能力，需要使用人工智能技術的投資團隊在進行流程設計時，特別關注這些要素。
針對于這一問題， CFA Institute發布了最新研究《投資管理中的道德與人工智能——專業人士操作框架》（Ethics and Artificial Intelligence in Investment Management：A Framework for Professionals）。
報告分析了在投資過程中使用人工智能和大數據所衍生的一系列問題，并提出投資專業人士在使用人工智能技術過程中需要考慮的各種因素。報告將基本道德原則與《CFA Institute道德操守和專業行為準則》中的規定相結合，提供了一個“道德決策框架”, 幫助投資專業人士更好地與人工智能專業團隊合作，建立負責任的人工智能系統，完成投資目標。
掃碼獲取完整版報告：
投資管理中的人工智能：
應用及挑戰
一般來說，人工智能在投資管理中的應用主要包括如下幾個方面：
1）
使用自然語言處理（NLP）技術、計算機視覺和語音識別技術來有效地處理文本、圖像和音頻數據；
2）
使用機器學習（ML）技術提高投資過程中使用的算法的有效性；
3）
處理大數據的人工智能技術，包括另類和非結構化數據，以獲得投資洞察。這些工具的主要用例包括投資組合管理、風險管理、交易、智能投顧，以及銷售和營銷、客戶服務、合規和網絡安全等領域。
2022 CFA Institute Investor Trust Study報告顯示，機構投資者在使用人工智能和／或大數據技術時，需要應對多種風險，為組織治理造成挑戰。因此需要一個“道德框架“，用來指導人工智能技術的構建和應用。
投資管理中的人工智能：
道德原則和決策框架
總的來說，投資專業團隊在設計、開發和應用人工智能技術時，需要關注如下原則：
數據的完整性
需要檢查和清理數據，以便它們適合在人工智能程序中運行，并在數據獲取和使用中，遵守相關數據隱私保護法律法規。同時，也需要理解數據的局限性，包括其中所包含的“偏見”。把決策權從人轉給機器并不能消除偏見，因為雖然數據集表面看起來“客觀”，但在設計數據收集流程或建模的過程中，“偏見”可能已經形成。
情境1：
信用風險評估是有可能會出現“數據偏見”的一種情況。程序員可能會使用有限的數據，將客戶或潛在客戶分類，這些數據可能無法充分代表某些群體的真實情況。
情境2：
使用NLP進行基本面分析也可能會導致“偏見”。這里的數據可能包括從社交媒體收集到的另類數據和非結構化數據，但一些數據收集程序在過濾某些語言的時候，可能不是很有效。
準確性
人工智能系統需要產出準確可靠的結果、穩健且可推廣。
透明度和可解釋性
人工智能模型應該易于理解，以便公司員工可以適當地向客戶和主管解讀和解釋。可解釋性對于利益相關方理解和信任人工智能應用程序的運作至關重要。
問責制
建立人工監督、治理和問責機制，以確保人工智能程序能產出正確、合適的結果，并進行風險管理。問責制還包括對人工智能程序的收益、成本和風險的持續評估。
基于這些原則，報告為投資專業人士設計了一份“道德決策框架”，包含數據收集、建模及后續優化等過程中所需要明確的具體問題，以滿足上述道德標準。
掃碼獲取報告及完整版道德決策框架：
