彭聪介绍了人工智能在资产管理领域的应用的背景。通过案例分析，彭聪进一步解释了人工智能强大和全面的能力如何使其在投资及资产配置领域成为引领行业变革的新技术手段。他指出，二十多年来，人工智能在资产管理领域的整体的热度和研究是逐年递增的，且发展趋势逐渐加快。在介绍了人工智能及机器学习的关键技术后，彭聪重点分析了人工智能在资产管理细化领域的应用场景，包括量化投资、算法交易、风险管理、客户画像、智能投顾和债券投资。

对于人工智能在债券投资方面的应用，彭聪首先为大家介绍了模型逻辑，即以大数据为基础，运用机器学习和金融工程模型，判断中国债券市场利率变动方向，进而对各久期的利率债进行择时投资。他指出，债券部分的业务也是公司现在最重要的一部分，主要是通过对利率上下行走势的判断，对利率债的投资进行决策。具体方法为将数据进行清洗、处理后完成数据标准化工作，挖掘出债券的因子形成因子库，运用机器学习建立利率变动方向预测模型以及量化流动性筛选模型，然后进行样本内/外的模型验证，最后结合银行的合规、收益风险特征等制定策略方案。

在讲座的最后，彭聪分析了人工智能在资产管理领域应用的三个成功之处。首先，人工智能是客观的、高效的，能够识别人类无法识别的高维数据的关系，不依赖理论知识以及严格的假设。其次，人工智能可以利用非结构数据，如文本、图片，并且与传统的统计技术不同，人工智能模型可通过新的数据自我学习、调整，不需要手动调整参数以及重构模型。人工智能的最强之处就是不需要理论知识仅仅依赖数据也可以指导实践，但这也许是它最大的弱点，它仅仅产生一个结果，过程无法被捕获，当数据质量很差且过程特别复杂、无法监控的时候，就会出现风险。

彭聪先生为同学们带来了精彩演讲，并结合了自己讲授的金融风险管理、量化投资和证券投资学三门课程，这些课程使同学们明白自己不仅需要掌握分析结构化数据的能力，还应掌握着分析非结构化数据的能力。

彭聪，伦敦大学、卡迪夫大学金融学双硕士学位，2014年创立智道智科，现任智道智科董事长、深圳数据经济研究院主任，曾任泰康资产首席风险官，平安证券资管执行总经理等高级管理岗位。彭先生拥有20年全球资产管理、量化投资管理、投资风控与绩效评估经验，包括泰康1.3万亿资产管理经验。彭先生还负责保监会偿付能力二代风险量化模型，作为主要贡献人员完成了模型计算及数据验证工作。此外，彭先生全面制定泰康集团风险管理战略,对流动性风险、信用风险、市场风险、合规风险、法律风险、操作风险进行识别、计量、监控并制定应急方案。带领团队搭建全行业领先的风险管理和绩效评估系统RPS。成功引入GIPS认证,帮助泰康集团成为国内首家经过GIPS认证的保险企业。