机器人选股跑赢大盘 人工智能有何优势？

在去年三月，AlphaGo战胜世界顶尖围棋大师李世石的消息不胫而走之后，人们对于人工智能的关注达到了前所未有的高度，纷纷“脑补”人工智能将在哪些领域创造奇迹。在金融圈，人们也开始带着几分好奇几分担忧地揣测：人工智能替代基金经理的时代是否会很快来临？

不久前，这一猜测成为事实。一只名叫“AI Powered Equity ETF”（AIEQ）的人工智能ETF横空出世，两个交易日就轻松跑赢美股大盘。

机器人选股跑赢大盘

这款人工智能ETF AIEQ是由美国EquBot公司和ETF Managers Group合作推出的。

据媒体报道，AIEQ利用人工智能和机器学习，对全美6000多家上市公司进行分析，构建上百万份资料和众多金融模型，从当前经济形势、未来趋势以及公司重大事件等方面进行深度分析后，再挑选出包含70只股票的投资组合；然后由ETF Managers Group的一个基金经理团队对投资组合进行再权衡。

据报道，EquBot LLC是IBM全球创业项目之一，专门使用创新的投资技术，创建设计用于消除金融市场中的财富歧视问题的解决方案。ETFMG是一家业内领先的交易所交易基金（ETF）私人品牌服务公司。

EquBot联合创始人Art Amador表示，信息大爆炸使投资组合管理者的工作量大增，带来巨大挑战，而人工智能可以帮助解决这些困难。AIEQ的诞生，标志公司在探索投资方式领域的先锋地位。相信不久的将来，投资者的组合会变成被动投资、主动投资和AI ETF等。

值得注意的是，EquBot公司还雇佣了IBM的超级计算机Watson来提供美国上市公司和房地产信托基金（Reits）过去10年的历史数据，同时结合近期的经济数据，帮助AIEQ做出基础分析。

EquBot LLC执行长Chida Khatua指出，EquBot AI科技与Watson的携手合作，共同打造出一支1天24小时、1年365天全年无休的股票研究分析军队。在这个过程中，没有人为的偏见。

在10月18日AIEQ正式交易的第一天，IBM的股票跳空大涨8.86%，创2009年1月以来的最大单日涨幅。交易三天后，AIEQ的回报率为0.83%，而同期标普500指数和纳斯达克综合指数表现为：前者涨0.48%，后者跌0.42%。也就是说，AIEQ在短短三个交易日成功跑赢了美国两大股指。

智能投资由来已久

“随着大数据的发展，预测股价的走势将会越来越准。投资机构应该重视。首先得益的是那些在股价预测和建模取得先发优势的公司。将来股价将会越来越趋向于平均利润。”一位投资者如此感慨。

事实上，金融界用人工智能进行投资由来已久，只是“酒在深巷无人知”。

2007年纽约公司Rebellion research便推出了首只人工智能投资基金。该公司的交易系统主要基于贝叶斯机器学习，并结合预测算法，通过响应新的外部信息和过去经验而不断自我演化，有效完成自学习，在全球44个国家成功进行股票、债券、大宗商品和外汇等领域投资。

该公司最令人津津乐道的战绩便是：成功预测了2008年的股市崩盘，并在2009年9月给希腊债券F评级，当时惠誉的评级仍然为A，Rebellion 比官方提前一个月给希腊债券降级。

英国另类投资管理业务集团英仕曼集团（Man Group）规模最大的一只基金AHL Dimension Programme 目前管理着51亿美元资产，从2014年开始使用机器学习技术，至今年6月3年间获得了15%的收益，约为行业平均水平的2倍，其一半的利润是由人工智能贡献的。目前，Man Group 已经有四只基金融合了人工智能技术，共计约123亿美元资产。

“Two Sigma和Renaissance Technologies 这些以数据为中心的对冲基金也依靠智能投资系统。系统可以完全自主地识别和执行交易，借助了包括基于遗传算法、概率逻辑等多种形式的人工智能技术。”方正证券分析师徐玉宁指出。

随着人工智能的话题越来越受关注，人工智能在投资领域已经形成一股潮流。据CNBC报道，全球最大的资产管理公司贝莱德（BlackRock）科学主动股票部门（Scientific active equity）共同投资长Jeff Shen，10月4日在Sohn年会受访时表示，拜机器学习、大数据之赐，旗下部门90%资产管理规模（AUM）的1年、3年、5年表现都是高于基准值。

据调研公司LCH在今年初出具的调研报告，美国业绩排前20的对冲基金，包括桥水基金、索罗斯基金，全部采用计算机根据算法自动交易。2016年第二季度，美国花旗银行的一份行业研究报告指出，从2012年到2015年年底，美国智能投资顾问管理的资产规模从0上升至290亿美元，而且其管理的资产规模将在未来十年中呈现几何级数的上升，预计2025年将达到5万亿美元的水平。

量化投资新方向

国内也有多家公募基金、私募基金、资管纷纷试水，设立或在积极筹备相关研究部门及团队，运用AI辅助投资决策。2017年6月13日华夏基金宣布与微软公司在亚太地区设立的微软亚洲研究院合作，就人工智能在金融服务领域的应用展开战略合作研究。也有些机构与互联网公司合作，并在积极研究布局融合人工智能技术的主动量化基金。

徐玉宁表示，人工智能，在金融领域已经开始逐步从探索走向应用，从金融大数据，到智能投顾、智能投研，在不断取得新的应用进展。依托于计算机和数据信息的发展，“AI+”的模式将给我们的投资研究带来更多的助益。未来将在“AI+”量化投资中探索更多的想法和应用。

“可以预见，在未来的相当长一段时间内，将会是人与机器融合的模式。对于量化投资来说，将会是分析师的智慧和人工智能相融合。人脑的经验常识、抽象思维、情感思维是目前的AI不具有的，而AI的模糊运算和计算能力也是人脑不能企及的。‘AI+’量化投资模式将会成为人工智能应用于量化投资中的发展方向。”徐玉宁称。

那么，相对于传统量化投资，人工智能有何优势呢？

徐玉宁指出，传统的量化投资策略是通过建立各种数学模型，在各种金融数据中试图找出市场的规律并加以利用，力所能及的模式或许可以接近某一个局部的最优，而真正的全局“最优解”或许在我们的经验认知之外。如同不需要借助人类经验的Alpha Zero，不仅能够自发学习到人类经验，还能够摆脱人类认知的局限，发展出更优的解。人工智能能够探究复杂的非线性规律，在模型上，弥补了人脑逻辑思维模 式的单一性，在计算能力上，能够通过算法实现海量数据的挖掘。

不过，徐玉宁也表示，AI在国内的应用仍有一定的局限性。目前AI在国内投研投顾领域主要用于辅助决策与用户画像上。将来有望落地的将会是“AI+”的量化投资模式，即在传统量化思想的基础上，恰当地运用一些AI算法，帮助贡献有益的投资决策。长期来看，全面AI还很遥远。这一方面是由于，AI学习的效果跟数据的质量有很大关系，我国A股市场发展的时间还不长，数据量不够充足，噪声也比较多，使AI学习效果的稳定性不能得到充分的保障。另一方面，脱离人类经验的完全强化学习目前仅在有特定约束条件的环境下成功运用，离普适还有相当距离，深度学习、强化学习等技术仍需要GPU、TPU发展的支持。