曹实说，如今的投资团队有三项职能，之前只包括投资职能的员工（投资决策者、投资研究员和私人财富经理），但现在需要数据科学家和应用工程师等加入这个“T型团队”。
人工智能的应用非常广泛，如今也扩大至投资管理领域。它能让资产管理公司的股票覆盖范围更广泛、克服偏见，以及帮助组建风险优化的投资组合。
大华资产管理投资技术主管何国华日前与记者分享说，公司资产管理组建了模型，分析亚洲股市近2万5000只股，包括公司基本面（营收和净利等）、国内生产总值等宏观因素，以及相对强弱指标（Relative Strength Index，简称RSI）等技术分析因素，并根据这些股下个月预计取得的回报率进行排序。
若想应对这些挑战，需要齐心协力地促进跨学科合作，这体现在称之为“T型团队”（T-shaped teams）的组织结构中。
尽管人工智能发展迅速，改变包括投资管理领域在内的许多行业、提高效率，并且是更多创新的绝佳机会，独立研究者曹实指出，在投资管理中采纳人工智能仍有不少挑战。
采纳AI面对成本等多方面挑战
对于许多公司，成本是个挑战，它们因资金不足无法开始采纳人工智能。科技是另一个挑战，人工智能的发展非常迅速，所以被淘汰（obsolescence）的速度也很快，必须不断学习新知识。与此同时，人工智能是个新技术，涉及到数据隐私和数据监管问题。
从中，大华资产管理会筛选出100只表现最好的股票，让分析团队对此做进一步分析。人工智能模型也会为投资组合中的股票分配权重。
大华亚洲基金（United Asia Fund）就是最先采纳人工智能的基金之一，若与MSCI亚洲区除日本指数（MSCI AC Asia ex Japan Index）的基准相比，该基金过去三年每年平均超越指数5.3％，过去12个月（截至今年3月底）则超越指数16.4％。
延伸阅读
根据大华资产管理，投资管理领域一个常见问题是，如果股票分析团队仅有五人，每人追踪50只股，整体只能追踪到250只股。然而，亚洲共有近2万5000只股，这仅代表1％的覆盖率。
