根据英仕曼集团的预测,到21世纪40年代,人工智能可能会参与99%的投资管理活动。
因为鲜有能够制定可获利策略的科学家,导致部分投资者选择不参与其中。技术和数据的高额成本也对已经因资金流向被动型基金而压力倍增的公司造成了沉重负担。但机器学习技术在发现人力所及范围以外投资机遇方面的非凡能力赋予了这项技术令人无法忽略的诱惑力。现在,各家公司都在使用人工智能技术来准备大量社交媒体和智能手机数据、比分析师更快地预测公司收益和销售额、通过文档解读高管情绪以及制定完整策略。
Vasant Dhar于20年前在美国理财公司SCT Capital Management成立了Adaptive Quant Trading计划,这项计划是首批使用机器学习技术的对冲基金之一,管理规模达3.5亿美元。他说道:“机器将会完成更多发现投资机遇这类苦差事。它们可以生成假设,然后进行测试,最后告诉人类,‘这很有趣,值得深入挖掘。’随着机器带来更多价值,它会改变人类工作的性质。”
由于贝莱德公司(BlackRock Inc.)和领航投资集团(Vanguard Group)一路吞噬各种资金并且其管理规模可能达到20万亿美元,人工智能策略还需要全力应对此类被动型投资公司发起的攻势。指数基金和Smart Beta基金的套利能力可能会让人工智能在挑选价值型股票或成长型股票方面的优势无法显现。但机器学习技术表明,在未被发现的市场中,其表现优于被动型波动和利用模式,可以称得上是Smart Beta高级版本。
投资者们受够了全权信托公司数年来乏善可陈的表现,因而对此十分买账。量化基金(其中许多基金使用人工智能技术)的管理规模自2010年以来飙升了86%,达到9,400亿美元。美国对冲基金研究公司Hedge Fund Research表示,基本面对冲基金在2016年遭遇了830亿美元的资金外流,而量化基金则吸入了130亿美元资金。这一趋势一直持续到2017年9月。
尽管人工智能在数据方面拥有非凡的能力,但其局限性也十分明显。人工智能缺乏想象力,或者说缺乏人类在面临事件没有按之前许多次那样发生的情况下预计事件的能力(从政治方面到宏观经济方面)。如果说对冲基金经理约翰·保尔森(John Paulson)能够预见次贷危机即将到来,人工智能则会对此毫无头绪,因为它没有足够的相关历史数据来进行对比并形成看法。
“机器没有预测危机的依据,因为每个危机都是独一无二的,”同时身为纽约大学数据科学和商业分析专业教授的Dhar表示。“人类擅长对危机等事件进行推理,并且有时能够预测危机,但我们经常会出错。看看过去几年关于利率的预测就知道了。”不管是对是错,基金经理及其市场观点都将在人工智能时代发挥重要作用。基本面分析师则会面临更大的威胁。
公司有时每年会向能够利用大数据且经验丰富的机器学习专家支付近100万美元的薪酬。这就让留给研究公司基本面的分析师的资金大幅减少。他们可能需要学习编码才能保住自己的岗位。
“随着主动型基金管理公司因收入下降而被迫在工程师身上花费更多金钱,这些公司还会被迫缩减人类基金分析师方面的支出来保护利润,”Martin Taylor说道。他在2016年面对来自量化基金的竞争时关闭了自己的全权对冲基金Nevsky Capital。“这对于人类而言非常糟糕。”
美国量化基金公司Acadian Asset Management的资产在过去五年内飙升了79%,达到930亿美元。这家公司提供了角色在未来会如何变化的线索。
基金经理对于经济走势的直觉是Acadian的中短期策略和其他策略的基础。数量分析专家随后会部署机器学习算法来调整和改进20个最具影响力的因素,这些因素能够推动就这些经济主题做出更好的预测,其中包括现金流以及欺诈等特别事件。这些因素随后会被插入在数月或数个季度内持有10,000个不同股票的头寸的自动化系统中。
Acadian的基金经理和分析师都是知识广博的人士:他们全都对统计学拥有全面了解,并且几乎每个人都会编写代码并拥有市场经验,量化基金全球宏观研究总监Ryan Stever表示说道。
这家总部位于美国波斯顿的公司正在对人工智能和大数据进行投资,以期更好地预测对于公司绩效而言十分关键的指标,例如销售额。如果Acadian能够在销售数据公开发布前就押对宝,那么这家公司必将获得优势。“你可以使用机器学习技术来更早、更快且更准确地获得指标,”股票选择研究总监Wes Chan表示。“如果能够奏效,那么意义十分巨大。”
一些公司甚至拥有更大的野心,那就是掌握深度学习技术。这项更加智能的人工智能技术为谷歌的搜索服务和特斯拉的自动驾驶汽车提供支持。深度学习机器可自由模仿大脑中多层神经元的活动,所需的人类指令较少。它们不需要被告知应该去发现什么就能做出决策。
“你会发现,神经网络将成为对所有交易类型而言更好的预测者和更好的工具,”帮助奠定现代人工智能系统基础并同时身为对冲基金顾问的于尔根·施密德胡伯(Juergen Schmidhuber)说道。“许多交易将通过自主学习算法执行,另外还会有少量拥有较高权限的人员偶尔加入人类决策。这会是近未来出现的场景。”
人工智能的未来最终将取决于其赚钱的能力。目前的全自动化人工智能策略组拥有表现一般的开端。它们比范围更广泛的对冲基金行业拥有更优秀的表现,但却无法胜过股票市场。一项Eureka对冲指数表明,截至2016年,13个使用人工智能的基金在六年间实现了10.6%年均增长,并在2017年10月增长了8.5%。
这对于守旧派选股人而言同样适用,只要他们能够让投资者的资产增值,他们就不会丢掉自己的工作。人工智能可能动摇了巴菲特的其中一个支柱。但伯克希尔公司在2011年到2016年间的年均投资回报率达到12.5%,这就表明机器尚未击败这位传奇的投资大师。
转自人工智能快报 作者 人工智能快报
本文由「华尔街俱乐部」推荐,敬请关注公众号: wallstreetclub
声明:本文仅代表作者个人观点,不构成投资意见,并不代表本平台立场。文中的论述和观点,敬请读者注意判断。
版权声明:「华尔街俱乐部」除发布原创市场投研报告以外,亦致力于优秀财经文章的交流分享。部分文章推送时未能及时与原作者取得联系。若涉及版权问题,敬请原作者添加WSCHELP微信联系删除。
华尔街俱乐部凝聚华尔街投行的高端资源,为中国民营企业“走出去”提供全方位的顾问服务,包括企业赴美上市、战略投资、并购、私募路演和投资者关系等。在投资理念和技术方面提供华尔街投行专家实战培训,为您进入华尔街铺设成功之路。