【好文】驚呆了，若干年後，投資者或可借助AI實現躺贏！

人工智慧（AI）被譽為投資的下一個前沿領域，它已經以各種形式廣泛傳播，但其在投資組合管理中的真正潛力目前仍然未能得到充分挖掘。儘管如此，投資領域對其仍抱有非常大的希望和信心。

邦尼教授在艾倫·圖靈研究所進行的有關AI和金融的研究中，將人工智慧（AI）應用的快速增長歸因於處理和數據存儲成本的下降以及數據的巨大可用性。但是，與其他領域相比，儘管其數量很多，但數據量或創建和收集新投資數據的能力仍顯不足，倫敦Arabesque AI公司的定量投資負責人邁克爾·紐曼（Michael Newman）表示，財務數據還帶有很多“噪音”，對成功或失敗的定義可能會更加細微。

紐曼告訴記者，“在自動駕駛方面，很容易確定是成功還是失敗：汽車撞車還是沒有撞車，投資卻並不一定就是這種情況。” Arabesque AI專門研究使用人工智慧來預測股市走勢。人工智慧可以幫助他們制定執行策略，以及在運營領域。

AI在專業投資領域已變得舉足輕重

為了預測股票價格，Arabesque AI公司使用無監督和有監督的機器學習模型的組合來執行複雜的計算任務和數據分析，其工作方式類似於圖像識別技術。

紐曼表示：“在基金行業中，總體上還沒有發生使用AI來為投資解決方案提供全面動力的情況。”這種應用將徹底改變行業。

Arabesque AI公司一直在構建一套系統，該系統將能夠創建針對不同需求和不同用途的量身定制的投資策略。“由於存在任意數量的用例，因此需要人工智慧（AI）驅動，因為沒有別的辦法–它無法手動完成。”紐曼說。

諮詢公司Opimas LLC在2017年的一份報告中估計，到2025年，人工智慧將導致全球金融公司裁員約23萬。基金經理將是重災區，約有90,000人將失業。

全球最大的養老基金-日本政府養老金投資基金（GPIF）-已經在利用AI技術來管理其1.5萬億美元（1.3萬億歐元）的資產。幾年前，時任執行長的水野弘一表示，人工智慧最終可以取代基金經理的角色，或者至少提高他們的業績。他說，在2019年，資產管理行業“特別適合從人工智慧中受益，因為它是一個重於情報的行業”。

這可能意味著，在與AI的高速能力相抵觸的情況下，主動管理者的角色變得不再那麼重要。Arabesque AI公司的諾曼則表示：“人為因素將被重新定位到可以更有效利用的領域。”

威廉·布萊爾（William Blair）投資公司的全球股票主管肯·麥克阿塔尼（Ken McAtamney）則認為始終需要人為參與。“儘管將人工智慧納入投資流程有很多優點，但在預測未來的消費習慣和創新等重大變化方面，機器做的工作無法與人類相比。”

資產管理需要與Google和Facebook之類的預測模型相同的方法，即採用``大數據''並使用人工智慧來預測消費模式並顯示有針對性的廣告，儘管這種預測模型可能只是時間問題可以有效地應用於投資組合管理。

儘管將這種預測模型有效地應用於投資組合管理只是時間問題，但是當Aberdeen Standard Investments（ASI）成立AI驅動的基金時，人員投入至關重要。它被稱為“人工智慧全球股票基金”，其使用一種稱為“隨機森林法”的有監督機器學習形式。該演算法建立了一個由決策樹組成的“森林”，以分析數據並得出特定結論。ASI基金投資組合經理兼量化股票策略負責人弗雷解釋說：“有了最初的人工輸入，我們就能瞭解該演算法如何做出某個決定，以及決定該決定的變數是什麼。”

AI在投資領域漸入佳境

通常情況下，ASI基金的AI系統試圖通過分析變數（例如價格，波動性和績效）來為股票投資作指引。弗雷補充說：“許多AI演算法或機器學習用法所面臨的挑戰之一，就是能夠瞭解輸出以及如何制定決策。”與ASI之一合作設立的設立該基金時最大的股東三菱科技（Mitsubishi Technology）是決定將哪種數據輸入該系統的重要因素。該團隊決定使用定價和基本會計數據，而非宏觀經濟數據，因為該基金正試圖預測下一個投資組合的收益在三到六個月的時間，截至2020年9月，該基金的年收益率為-5.4％，上年末為+ 16.35％。

弗雷說，人工智慧領域最近面臨的主要挑戰是跨國科技股的高估，需經過嚴格的測試和提供更多數據來幫助應對極端波動。他解釋說：“人工智慧演算法並不真正知道市場正在發生什麼，無論是由於疫情還是選舉，還是市場的猜測，無新聞流，我們只關注市場的基本特徵。”人工智慧試圖識別的是市場是波動的還是被高估，並不關注原因。

弗雷認為，隨著技術的發展，人工智慧投資是大勢所趨。他說：“技術已經走了很長一段路。” “如果今天我們想計算將來哪些股票表現良好，那麼可能要花一天的時間才能通過系統運行。五年前，可能要花一周的時間。”

威廉·布萊爾投資公司的麥卡塔尼（McAtamney）認為，可以在戰術層面上應用人工智慧，以利用短期市場低效率並消除投資經理的偏見。他指出：“這些類型的技術和大數據可能會成為未來投資中越來越重要的一部分，使資產管理者能夠更好地瞭解情況，從而做出更好的決策。”

“人工智慧依賴於乾淨數據的成功實施，策略可應對全球不斷波動的股票市場。不良數據則可能意味著不良結果。與此同時，人類無法管理財務中的所有數據，而這正是人工智慧賴以生存的地方，”坎布裏德金融中心和劍橋大學的研究員梅爾沙德·莫塔哈裏表示。根據其關於資產管理中人工智能的報告顯示，“與其他傳統方法相比，人工智慧技術通常可以提供更好的收益和協方差估計。”

他認為，可用數據越多，人為干預的效率就越低。完善人工智慧演算法的工作方式可以避免人為錯誤的風險。為了有效，這些演算法需要大量數據。莫塔哈裏還表示：“即使是100年，對於收集數據以捕獲所謂的黑天鵝或罕見事件（如這種大流行）來說，時間也太短了。”

不過，ASI的弗雷則認為說：“儘管從廣義上講，我們過去所看到的各種低迷的原因是不同的，但從市場反彈的角度來看，很多結果是相似的。表現良好的股票類型通常相似。”一定程度的保守主義仍然圍繞著人工智慧（AI）在投資組合管理中的應用。弗雷表示資產組合管理的人工智慧（AI）引爆點還沒有出現，但是該技術在模擬人為投資決策過程中的作用正變得越來越普遍。

有理由相信，如果人工智慧（AI）在投資組合管理中的應用得以完善，許多基金經理可能不得不尋求在投資中扮演其他角色，以在日益數位化的世界中保留住自己的飯碗。