192
機器人
機器人選股跑贏大盤 人工智能有何優勢？
在去年三月，AlphaGo戰勝世界頂尖圍棋大師李世石的消息不脛而走之後，人們對於人工智能的關注達到了前所未有的高度，紛紛“腦補”人工智能將在哪些領域創造奇跡。在金融圈，人們也開始帶著幾分好奇幾分擔憂地揣測：人工智能替代基金經理的時代是否會很快來臨？
不久前，這一猜測成為事實。一隻名叫“AI Powered Equity ETF”（AIEQ）的人工智能ETF橫空出世，兩個交易日就輕鬆跑贏美股大盤。
機器人選股跑贏大盤
這款人工智能ETF AIEQ是由美國EquBot公司和ETF Managers Group合作推出的。
據媒體報道，AIEQ利用人工智能和機器學習，對全美6000多家上市公司進行分析，構建上百萬份資料和眾多金融模型，從當前經濟形勢、未來趨勢以及公司重大事件等方麵進行深度分析後，再挑選出包含70隻股票的投資組合；然後由ETF Managers Group的一個基金經理團隊對投資組合進行再權衡。
據報道，EquBot LLC是IBM全球創業項目之一，專門使用創新的投資技術，創建設計用於消除金融市場中的財富歧視問題的解決方案。ETFMG是一家業內領先的交易所交易基金（ETF）私人品牌服務公司。
EquBot聯合創始人Art Amador表示，信息大爆炸使投資組合管理者的工作量大增，帶來巨大挑戰，而人工智能可以幫助解決這些困難。AIEQ的誕生，標誌公司在探索投資方式領域的先鋒地位。相信不久的將來，投資者的組合會變成被動投資、主動投資和AI ETF等。
值得注意的是，EquBot公司還雇傭了IBM的超級計算機Watson來提供美國上市公司和房地產信托基金（Reits）過去10年的曆史數據，同時結合近期的經濟數據，幫助AIEQ做出基礎分析。
EquBot LLC執行長Chida Khatua指出，EquBot AI科技與Watson的攜手合作，共同打造出一支1天24小時、1年365天全年無休的股票研究分析軍隊。在這個過程中，沒有人為的偏見。
在10月18日AIEQ正式交易的第一天，IBM的股票跳空大漲8.86%，創2009年1月以來的最大單日漲幅。交易三天後，AIEQ的回報率為0.83%，而同期標普500指數和納斯達克綜合指數表現為：前者漲0.48%，後者跌0.42%。也就是說，AIEQ在短短三個交易日成功跑贏了美國兩大股指。
智能投資由來已久
“隨著大數據的發展，預測股價的走勢將會越來越準。投資機構應該重視。首先得益的是那些在股價預測和建模取得先發優勢的公司。將來股價將會越來越趨向於平均利潤。”一位投資者如此感慨。
事實上，金融界用人工智能進行投資由來已久，隻是“酒在深巷無人知”。
2007年紐約公司Rebellion research便推出了首隻人工智能投資基金。該公司的交易係統主要基於貝葉斯機器學習，並結合預測算法，通過響應新的外部信息和過去經驗而不斷自我演化，有效完成自學習，在全球44個國家成功進行股票、債券、大宗商品和外匯等領域投資。
該公司最令人津津樂道的戰績便是：成功預測了2008年的股市崩盤，並在2009年9月給希臘債券F評級，當時惠譽的評級仍然為A，Rebellion 比官方提前一個月給希臘債券降級。
英國另類投資管理業務集團英仕曼集團（Man Group）規模最大的一隻基金AHL Dimension Programme 目前管理著51億美元資產，從2014年開始使用機器學習技術，至今年6月3年間獲得了15%的收益，約為行業平均水平的2倍，其一半的利潤是由人工智能貢獻的。目前，Man Group 已經有四隻基金融合了人工智能技術，共計約123億美元資產。
“Two Sigma和Renaissance Technologies 這些以數據為中心的對衝基金也依靠智能投資係統。係統可以完全自主地識別和執行交易，借助了包括基於遺傳算法、概率邏輯等多種形式的人工智能技術。”方正證券分析師徐玉寧指出。
隨著人工智能的話題越來越受關注，人工智能在投資領域已經形成一股潮流。據CNBC報道，全球最大的資產管理公司貝萊德（BlackRock）科學主動股票部門（Scientific active equity）共同投資長Jeff Shen，10月4日在Sohn年會受訪時表示，拜機器學習、大數據之賜，旗下部門90%資產管理規模（AUM）的1年、3年、5年表現都是高於基準值。
據調研公司LCH在今年初出具的調研報告，美國業績排前20的對衝基金，包括橋水基金、索羅斯基金，全部采用計算機根據算法自動交易。2016年第二季度，美國花旗銀行的一份行業研究報告指出，從2012年到2015年年底，美國智能投資顧問管理的資產規模從0上升至290億美元，而且其管理的資產規模將在未來十年中呈現幾何級數的上升，預計2025年將達到5萬億美元的水平。
量化投資新方向
國內也有多家公募基金、私募基金、資管紛紛試水，設立或在積極籌備相關研究部門及團隊，運用AI輔助投資決策。2017年6月13日華夏基金宣布與微軟公司在亞太地區設立的微軟亞洲研究院合作，就人工智能在金融服務領域的應用展開戰略合作研究。也有些機構與互聯網公司合作，並在積極研究布局融合人工智能技術的主動量化基金。
徐玉寧表示，人工智能，在金融領域已經開始逐步從探索走向應用，從金融大數據，到智能投顧、智能投研，在不斷取得新的應用進展。依托於計算機和數據信息的發展，“AI+”的模式將給我們的投資研究帶來更多的助益。未來將在“AI+”量化投資中探索更多的想法和應用。
“可以預見，在未來的相當長一段時間內，將會是人與機器融合的模式。對於量化投資來說，將會是分析師的智慧和人工智能相融合。人腦的經驗常識、抽象思維、情感思維是目前的AI不具有的，而AI的模煳運算和計算能力也是人腦不能企及的。‘AI+’量化投資模式將會成為人工智能應用於量化投資中的發展方向。”徐玉寧稱。
那麼，相對於傳統量化投資，人工智能有何優勢呢？
徐玉寧指出，傳統的量化投資策略是通過建立各種數學模型，在各種金融數據中試圖找出市場的規律並加以利用，力所能及的模式或許可以接近某一個局部的最優，而真正的全局“最優解”或許在我們的經驗認知之外。如同不需要借助人類經驗的Alpha Zero，不僅能夠自發學習到人類經驗，還能夠擺脫人類認知的局限，發展出更優的解。人工智能能夠探究複雜的非線性規律，在模型上，彌補了人腦邏輯思維模 式的單一性，在計算能力上，能夠通過算法實現海量數據的挖掘。
不過，徐玉寧也表示，AI在國內的應用仍有一定的局限性。目前AI在國內投研投顧領域主要用於輔助決策與用戶畫像上。將來有望落地的將會是“AI+”的量化投資模式，即在傳統量化思想的基礎上，恰當地運用一些AI算法，幫助貢獻有益的投資決策。長期來看，全麵AI還很遙遠。這一方麵是由於，AI學習的效果跟數據的質量有很大關係，我國A股市場發展的時間還不長，數據量不夠充足，噪聲也比較多，使AI學習效果的穩定性不能得到充分的保障。另一方麵，脫離人類經驗的完全強化學習目前僅在有特定約束條件的環境下成功運用，離普適還有相當距離，深度學習、強化學習等技術仍需要GPU、TPU發展的支持。
最後更新：2017-10-30 15:25:04