人工智能投資能躺著賺錢嗎

　　每一位AI投資經(jīng)理都希望能制造一個完全自動化的投資交易系統(tǒng)，實現(xiàn)可以躺著賺錢的夢想。AlphaGo在圍棋領(lǐng)域碾壓式勝利更加劇了對這一夢想的憧憬，遺憾的是，目前為止還沒有一臺這樣的機器被制造出來。

　　人工智能在各個領(lǐng)域的應(yīng)用方興未艾，在投資領(lǐng)域尤其是二級市場的應(yīng)用更是吸引人們的興趣，面對人工智能投資的興起，有人認為人工智能時代來了，在投資領(lǐng)域最后會完全取代人;有人則嗤之以鼻，認為這不過是噱頭。那么如何正確看待人工智能在投資領(lǐng)域的應(yīng)用呢?其實圍棋和二級市場有很大的差別，總結(jié)而言，圍棋是一個有邊界的相對固定的市場，而二級市場是一個無邊界的動態(tài)的市場。

　　首先，人機下棋本身沒意義，機器是人用來提高效率的工具，人機下棋好比人和飛機比賽長跑。對于機器而言，豐富和可靠的數(shù)據(jù)是讓電腦程序做出更優(yōu)的投資決策的前提之一，通過海量的數(shù)據(jù)進行測試和分析，摸索出一定的規(guī)律，編寫成代碼，讓機器忠實執(zhí)行。AlphaGo之所以能碾壓圍棋界并不是因為它技術(shù)有多好，而是在于它龐大的服務(wù)器資源和運算效率，可以綜合世界所有的棋譜，所有圍棋的打法，所有圍棋界人物的下棋方式，通過計算來下棋。而在投資領(lǐng)域，盡管有歷史數(shù)據(jù)，但是其中有很多噪音，部分上市公司還可能在財務(wù)數(shù)據(jù)上作假，導致其數(shù)據(jù)可靠性遠不如棋譜。

　　其次，機器要想發(fā)揮主導作用，規(guī)則必須是透明和穩(wěn)定的，比如圍棋，雖然不同國家和地區(qū)會有細微的差別，但總體上是穩(wěn)定的，尤其是在同一局對弈中，規(guī)則不會變化。而投資領(lǐng)域則不同，無論是監(jiān)管政策還是經(jīng)濟環(huán)境、外部環(huán)境都會發(fā)生很大的變化，比如2016年-2021年，無論監(jiān)管上并購重組趨嚴，還是經(jīng)濟環(huán)境上一輪經(jīng)濟周期的復蘇，還是外部環(huán)境方面北上資金的流入，市場生態(tài)發(fā)生很大的變化，而在歷史數(shù)據(jù)上表現(xiàn)優(yōu)秀的交易程序很難適合這種新變化。

　　最后，人工智能投資決策過度依賴于歷史數(shù)據(jù)，而人類的主動決策優(yōu)勢則更加顯著。圍棋對弈領(lǐng)域不會發(fā)生大的不可預(yù)測的風險事件，而在投資領(lǐng)域，這種事情時有發(fā)生。對于這些事件，以前沒有發(fā)生過，沒有歷史數(shù)據(jù)進行學習，機器就會束手無策，而人則可以進行系統(tǒng)的分析。當面對罕見風險事件，人類的決策優(yōu)勢更加顯著。

　　總結(jié)而言，在規(guī)則透明穩(wěn)定，歷史數(shù)據(jù)豐富可靠，無大型風險事件發(fā)生的領(lǐng)域，機器不受主觀情緒、偏見的影響，在實時信息的接收、分析、決策的環(huán)節(jié)中，其時效性、準確性、一致性均要高于人類，相對更有優(yōu)勢;而在缺乏歷史數(shù)據(jù)，規(guī)則不透明，風險事件時常發(fā)生的領(lǐng)域，人的決策會更有優(yōu)勢。因此，在投資領(lǐng)域，單一機器和人都無法占據(jù)絕對優(yōu)勢，未來不該是人與機器對立的局面，而是強強聯(lián)合。

　　目前來看，人工智能已經(jīng)應(yīng)用于研究、投資決策、交易執(zhí)行等各個方面。

　　研究方面，通過人工智能閱讀研究報告和公司報表，可以大大提升研究效率。例如最近正在出的上市公司2021年年報和2021年一季報，如果每一家公司都認真看報表然后總結(jié)，人工覆蓋面非常有限，而如果用機器去讀這種非結(jié)構(gòu)化的文本數(shù)據(jù)，則可以快速總結(jié)要點，提取需要的核心內(nèi)容，輔助研究員解讀報表。

　　投資決策上，人工智能技術(shù)目前主要從信息處理和知識學習兩方面應(yīng)用于投資決策：一方面依靠人工智能的信息處理能力，通過人工智能方法高效地獲取和處理非結(jié)構(gòu)化數(shù)據(jù)，主要包括微信數(shù)據(jù)，搜索數(shù)據(jù)，淘寶、京東交易數(shù)據(jù)等;另一方面依靠人工智能的知識學習能力，通過人工智能方法進行資產(chǎn)的收益預(yù)測和資產(chǎn)的交易。

　　交易層面，人工智能構(gòu)建的交易策略更擅長從復雜的歷史數(shù)據(jù)中尋找規(guī)律、學習知識，將更廣泛、更復雜的因素納入走勢預(yù)測的分析中，用來指導未來的交易決策;此外，程序化交易能夠顯著提高投資策略的執(zhí)行效率、降低沖擊成本，并且在一定程度上提高投資組合的收益。人工智能時代的自動交易包含了自動化和智能化，更強調(diào)從市場數(shù)據(jù)中學習，通過對大量歷史數(shù)據(jù)的學習，構(gòu)建預(yù)測模型，優(yōu)化交易算法，獲得最佳的交易表現(xiàn)。

　　總之，機器和人在投資領(lǐng)域各有優(yōu)勢，機器不會取代人，人也離不開機器，人機結(jié)合或許會取得更大的突破。