對(duì)于量化投資者來(lái)說(shuō)，自由決策性投資是*主觀的——充滿了確認(rèn)偏差、可得性偏差，基本比率謬誤等等。另一方面，對(duì)于這類投資者而言，量化投資太過(guò)“天真”——看一個(gè)公司不能只看市凈率和投資回報(bào)率。

這兩類投資者所在的世界截然不同，讓人覺(jué)得永遠(yuǎn)不會(huì)有交集。

但人工智能在投資領(lǐng)域表現(xiàn)出的潛力卻恰恰有關(guān)兩個(gè)世界的相遇。

機(jī)器學(xué)習(xí)的*進(jìn)展已經(jīng)為兩種投資理念的結(jié)合創(chuàng)造了令人興奮的可能性。如今，量化投資者在影響投資收益的基本面因子之間找到了更復(fù)雜和非線性的關(guān)系，越來(lái)越可能在處理復(fù)雜財(cái)務(wù)報(bào)表的過(guò)程中找到比價(jià)值、動(dòng)量和增長(zhǎng)等傳統(tǒng)因子更“精細(xì)”的因子。例如，一個(gè)人工智能系統(tǒng)可能會(huì)發(fā)現(xiàn)財(cái)務(wù)杠桿、利率、營(yíng)業(yè)利潤(rùn)率和破產(chǎn)概率之間復(fù)雜但可預(yù)測(cè)的關(guān)系。

另一方面，得益于人工智能的發(fā)展，自由決策性投資者現(xiàn)在可以找到并量化以前被*其主觀評(píng)估的一些因子。通過(guò)社交媒體監(jiān)測(cè)，他們可以衡量公眾對(duì)品牌的看法。他們可以使用停車場(chǎng)的每日航拍照片來(lái)計(jì)算訪問(wèn)零售店的實(shí)際客戶數(shù)量。他們還可以通過(guò)職場(chǎng)點(diǎn)評(píng)網(wǎng)站上的評(píng)論了解員工士氣——將以上這些因素納入他們的投資過(guò)程中，可以帶來(lái)顯著的alpha收益。

然而，有一個(gè)被完全忽視的方面可能更令人興奮。我們現(xiàn)在有可能制造出一個(gè)真人投資經(jīng)理的復(fù)制品，一個(gè)會(huì)通過(guò)實(shí)例學(xué)習(xí)并建立自己投資風(fēng)格的機(jī)器：可以追蹤市場(chǎng)動(dòng)量，堅(jiān)持傳統(tǒng)價(jià)值觀念，或以合理的價(jià)格買漲。

那么，我們如何去搭建這樣一個(gè)系統(tǒng)？

大多數(shù)系統(tǒng)投資策略是以于均值—方差模型為基礎(chǔ)的。而我們想要的是一個(gè)可以預(yù)測(cè)投資經(jīng)理在給定一組特定數(shù)據(jù)時(shí)會(huì)做什么的系統(tǒng)，并且這樣的特定數(shù)據(jù)對(duì)于做出*的收益預(yù)測(cè)來(lái)說(shuō)幾乎是永遠(yuǎn)不充足的——這個(gè)區(qū)別*不起眼，但至關(guān)重要。此外，這樣的系統(tǒng)存在一個(gè)重要的“副作用”是，要允許它說(shuō)“我不知道現(xiàn)在該怎么做”。一旦停止嘗試預(yù)測(cè)收益而改為預(yù)測(cè)投資決策，我們就可以使用任意有限的信息了。

影響投資決策的因素有兩大類。 *類是從財(cái)務(wù)報(bào)表、市場(chǎng)數(shù)據(jù)等來(lái)源中得出的量化因子。第二類則包括關(guān)于公司治理的主觀判斷、潛在的市場(chǎng)規(guī)模、選股等場(chǎng)景中的可干擾性，等等。投資經(jīng)理可以根據(jù)風(fēng)格選取這兩個(gè)類別中的各種因素，設(shè)置不同的權(quán)重。他們有時(shí)甚至不清楚自己下意識(shí)地給每個(gè)因素分配了多少權(quán)重。實(shí)際上，這些權(quán)重可能根本不是線性的，而是一個(gè)由“是或否”的決策點(diǎn)組成的矩陣。

在現(xiàn)代人工智能系統(tǒng)的輪廓中，我們可以將所有這些因素納入決策過(guò)程。這樣一個(gè)系統(tǒng)的架構(gòu)如下：

1546046812(1).jpg

由此可以得出兩個(gè)關(guān)鍵的觀察結(jié)果。首先，我們嘗試對(duì)投資決策建模，而不是針對(duì)風(fēng)險(xiǎn)或收益。其次，我們將主觀輸入與量化輸入設(shè)置為具有明確差別的因素。然而，這些主觀輸入本質(zhì)上仍然是定量的。例如，我們可以將公司治理的評(píng)級(jí)設(shè)定為1到5。類似這樣的衡量標(biāo)準(zhǔn)還是由人為判斷來(lái)決定的。

這種模型架構(gòu)有助于機(jī)構(gòu)更快地開(kāi)始建立一個(gè)系統(tǒng)，而不是加快收益建模的速度，雖然后者需要的也只有定量輸入。更重要的是，隨著時(shí)間的推移，如此建立的系統(tǒng)可以反映出投資經(jīng)理的風(fēng)格。

這種架構(gòu)中存在無(wú)限的參數(shù)，或者說(shuō)底層模型使用的輸入信息中包含的因子。投資團(tuán)隊(duì)要具備能提供強(qiáng)有力的主觀評(píng)估的能力。

世界上沒(méi)有兩個(gè)相同的投資經(jīng)理，也不可能出現(xiàn)兩個(gè)完全相同的由AI驅(qū)動(dòng)的系統(tǒng)。 通過(guò)預(yù)測(cè)投資決策而非預(yù)測(cè)收益率，同時(shí)將團(tuán)隊(duì)的主觀評(píng)估納入決策過(guò)程，我們確保能獲得不同的、獨(dú)特的投資“機(jī)器”——這是各地金融市場(chǎng)保持活力和穩(wěn)健發(fā)展的先決條件。