文/新浪財(cái)經(jīng)意見(jiàn)領(lǐng)袖(微信公眾號(hào)kopleader) 專欄作家詹姆斯-厄里(James Early，撰稿人，I外投CEO)[微博]

　　相對(duì)圍棋比賽中人工智能(AI)占優(yōu)的情況，機(jī)器人投資股市需要以不可預(yù)測(cè)的方式來(lái)學(xué)習(xí)預(yù)測(cè)基本面。原因很清楚：一旦成功的寬客策略變得可被其他市場(chǎng)參與者預(yù)測(cè)，其將被擊敗。如何才能設(shè)計(jì)一個(gè)可預(yù)計(jì)擊敗市場(chǎng)、但自身卻無(wú)法被預(yù)測(cè)的模型？目前這個(gè)似乎無(wú)解。

　　“這是一場(chǎng)人類在情感上有待適應(yīng)的圍棋比賽。”AlphaGo四比一戰(zhàn)勝33歲的圍棋九段李世石。同樣是九段的金成龍會(huì)覺(jué)得幸運(yùn)，他做了李世石對(duì)弈AlphaGo的首局解說(shuō)。AlphaGo是去年被谷歌花費(fèi)4億美元收購(gòu)的DeepMind公司開(kāi)發(fā)的一款人工智能(AI)程序。

　　AlphaGo沒(méi)有在比賽中擊敗金成龍，也沒(méi)有與中國(guó)頭號(hào)棋手柯潔對(duì)弈過(guò)，然而，AlphaGo卻顯示出它至少與最好的圍棋棋手處于同一水平，甚至可能超過(guò)他們。

　　從某種意義上來(lái)講，這并不令人驚訝。從車輪的杠桿原理到算盤(pán)再到電腦，人類不斷發(fā)明出在執(zhí)行具體任務(wù)方面優(yōu)于人類自身的工具。

　　然而，如果是股票投資，會(huì)怎么樣？電腦不久就會(huì)優(yōu)于人類了嗎？

　　以電腦為基礎(chǔ)的股票投資在亞洲來(lái)說(shuō)是新事物，但在西方已實(shí)踐多年。其結(jié)果并不單純：研究公司Prequin注意到，9%的對(duì)沖基金采用量化投資策略，然而平均而言，量化基金的業(yè)績(jī)稍遜于人類管理的基金。(這些只是平均業(yè)績(jī)；部分“寬客”基金的業(yè)績(jī)特別出色。)

　　以思考取勝，而非以工作量取勝

　　然而，AlphaGo的人工智能(AI)程序似乎不一樣。當(dāng)IBM的超級(jí)電腦深藍(lán)(Deep Blue)于1997年戰(zhàn)勝棋手加里-卡斯帕羅夫(Garry Kasparov)時(shí)，深藍(lán)(Deep Blue)使用了計(jì)算力以提前分析每個(gè)排列組合變化。目前，這在圍棋上是不可能實(shí)現(xiàn)的。AlphaGo的設(shè)計(jì)師Demis Hassabi注意到，圍棋具有比宇宙中的原子數(shù)量更多的排列組合變化。

　　AlphaGo無(wú)法通過(guò)粗暴的計(jì)算力來(lái)取勝，因此，它研究成功的人類圍棋棋手，直到在超過(guò)60%的時(shí)間里能對(duì)這些棋手的出招進(jìn)行預(yù)測(cè)，接著，它會(huì)與自己進(jìn)行改進(jìn)版的對(duì)弈，從而使自己變得更強(qiáng)。這在股票市場(chǎng)上也可行嗎？

　　可能吧。讓我們先退一步，來(lái)看量化投資這一神秘世界。

　　在最簡(jiǎn)單的層面上，量化模型在設(shè)法做人類投資頭腦必須做的相同的事：應(yīng)用過(guò)濾方法把成千上萬(wàn)的可獲得的投資對(duì)象減少至實(shí)際購(gòu)買(mǎi)的小量目標(biāo)。量化模型僅根據(jù)量化標(biāo)準(zhǔn)就可完成此事。我們列出了一些通用的策略，如下：

　　基于規(guī)則的策略：基本要素

　　機(jī)械化投資就像量化投資的單純的弟弟一樣。機(jī)械化投資在投資時(shí)喜歡遵循數(shù)值規(guī)則。例如，在一個(gè)機(jī)械化策略中，可能會(huì)持有與這些條件形成最佳匹配的20只股票：市盈率 < 20，股本回報(bào)率 >10%，去年銷售增長(zhǎng)率 > 5%等等，可能每月能夠再平衡。目標(biāo)是通過(guò)購(gòu)買(mǎi)股票篩選器顯示出來(lái)的股票而防止受人類情緒的影響。

　　指數(shù)基金和交易所交易基金(ETFs)也是基于規(guī)則的策略的變化；它們可持有一國(guó)或一個(gè)行業(yè)的最大的100家公司、最高的股息支付公司或其他一些容易設(shè)定標(biāo)準(zhǔn)的公司的股票。

　　套利、均值回歸以及因子模型

　　當(dāng)若干年前我在對(duì)沖基金行業(yè)工作時(shí)，通常的慣例是利用國(guó)際共同基金及其持有股票(在不同的時(shí)區(qū)交易)之間的時(shí)間和定價(jià)差異來(lái)操作。這從理論上為那些了解適當(dāng)渠道的投資者獲得無(wú)風(fēng)險(xiǎn)利潤(rùn)提供了進(jìn)行這些交易的機(jī)會(huì)(套利)。我不想深入談更多細(xì)節(jié)，因?yàn)榻灰浊�道不再可用，然而，套利投資者仍積極尋找可利用的短期定價(jià)的“無(wú)效率”來(lái)操作。

　　有個(gè)更廣范疇的概念，稱為統(tǒng)計(jì)套利，或“stat arb”，可能會(huì)像這樣起作用：一名投資者可賣空在前一天漲幅最高的10只股，用賣得的錢(qián)購(gòu)買(mǎi)入跌幅最大的10只股。投資者每日進(jìn)行調(diào)整。該策略以均值回歸為基礎(chǔ) ，即市場(chǎng)過(guò)度向上或向下的想法。順便說(shuō)一句，該策略被認(rèn)為是“市場(chǎng)中性”的想法，是指無(wú)論整個(gè)股票市場(chǎng)處于上漲還是下跌狀態(tài)，該策略均能成功執(zhí)行。

　　如果您曾遵循訣竅進(jìn)行操作，就一定會(huì)了解因子模型。因子模型確定了若干因子 -- 可能是與市盈率或市值一樣簡(jiǎn)單的可度量的變量 -- 模型設(shè)計(jì)者認(rèn)為在與其他因素(基于對(duì)每個(gè)因子賦予不同權(quán)重的秘密公式)結(jié)合在一起的情況下是有利可圖的。

　　所有寬客投資均高度保密。寬客策略需花費(fèi)時(shí)間來(lái)尋找和測(cè)試，經(jīng)常僅對(duì)一名參與者有充分的交易流動(dòng)性。寬客投資者很少給出他/她的策略詳情。在很多大型基金中，開(kāi)發(fā)策略的博士從來(lái)沒(méi)有被告知其策略是否成功。

　　人工智能(AI)

　　無(wú)法得知所有人工智能(AI)基金策略的行動(dòng)，但很多人工智能(AI)基金當(dāng)前都圍繞著“機(jī)器學(xué)習(xí)”：使用社交媒體和新聞稿中發(fā)現(xiàn)的詞匯，以迅速形成對(duì)重要經(jīng)濟(jì)事件的看法。例如，人人都知道專業(yè)評(píng)論家和普通常看電影的人很早就在網(wǎng)上對(duì)電影做出評(píng)論，遠(yuǎn)早于該電影的財(cái)務(wù)影響被記入電影公司的利潤(rùn)。然而，人工智能(AI)寬客模型可設(shè)法教會(huì)自己如何基于對(duì)所有互聯(lián)網(wǎng)信息的即刻掃描而形成看法，這樣，該基金就能在人類管理的基金經(jīng)理讀到新聞并進(jìn)行其交易之前做交易。在這個(gè)例子中，人類經(jīng)理設(shè)法通過(guò)跑贏經(jīng)濟(jì)報(bào)告而獲得利潤(rùn)，而人工智能(AI)基金則設(shè)法通過(guò)跑贏人類基金經(jīng)理來(lái)獲得利潤(rùn)。

　　AlphaGo的開(kāi)發(fā)者很可能享受高薪，科學(xué)進(jìn)步也給其帶來(lái)興奮的激勵(lì)。但如果寬客基金向這些開(kāi)發(fā)者提供多達(dá)谷歌[微博](Google) 10倍、20倍、甚至50倍的薪水，將會(huì)發(fā)生什么？如果他們，或者類似他們的其他人工智能(AI)研究者也轉(zhuǎn)向金融行業(yè)，他們能通過(guò)摹擬成功的投資者做出擊敗市場(chǎng)平均水平的人工智能(AI)投資模型嗎？或者做得簡(jiǎn)直出色極了？

　　我不知道。人工智能(AI)可有助于獲得小額的短期利潤(rùn) ---- 這要求最優(yōu)化較小范圍內(nèi)明確的參數(shù) ---- 然而，預(yù)測(cè)長(zhǎng)期經(jīng)濟(jì)狀況要困難得多，這要求像分析公司管理團(tuán)隊(duì)這樣的軟技能。至少現(xiàn)在，這比贏得圍棋比賽要微妙得多。

　　量化投資的主要好處

　　在我看來(lái)，在最好的情況下，只有當(dāng)人類因?yàn)檎J(rèn)知或情緒弱點(diǎn)而未能遵循自身的策略時(shí)，當(dāng)前的寬客模型才會(huì)有助于人類投資。這實(shí)際上有很大的好處：根據(jù)學(xué)術(shù)研究，因情緒問(wèn)題而產(chǎn)生錯(cuò)誤及沖動(dòng)交易是投資者在股票投資方面表現(xiàn)糟糕的主要原因。

　　長(zhǎng)期股票收益與公司的長(zhǎng)期經(jīng)濟(jì)基本面相聯(lián)系。對(duì)于圍棋比賽中的人工智能(AI)占優(yōu)勢(shì)的情況，它需要以不可預(yù)測(cè)的方式來(lái)學(xué)習(xí)預(yù)測(cè)基本面。原因很清楚：一旦一名成功的寬客策略變得可被其他市場(chǎng)參與者預(yù)測(cè)了，其模式將使設(shè)計(jì)產(chǎn)生逆轉(zhuǎn)并被擊敗。您如何能設(shè)計(jì)一個(gè)可預(yù)計(jì)擊敗市場(chǎng)、但自身卻無(wú)法被預(yù)測(cè)的模型？到目前為止，甚至人工智能(AI)都無(wú)法足夠機(jī)智來(lái)回答這樣的問(wèn)題。

　　(本文作者介紹：I外投，您的美股資訊與投資專家，官方網(wǎng)址：http://www.iwaitou.com)

　　本文為作者獨(dú)家授權(quán)新浪財(cái)經(jīng)使用，請(qǐng)勿轉(zhuǎn)載。所發(fā)表言論不代表本站觀點(diǎn)。