“人工智能玩股票 有多大的胜算”

本篇文章2609字，读完约7分钟

双重名字

最近两天，国际围棋史上发生了机器人逆袭人类的真实事件。 赛前来自韩国的世界冠军李世石发过誓，豪言输一局也会失败，但最终还是输给了谷歌围棋机器人阿尔法戈。

阿尔法go完胜世界冠军，震惊世界，国际市场人工智能( ai )概念风靡一时，中国市场的相关股也不例外。 3月10日，人工智能股大显身手。 科大讯飞、远大智能等多家强势股上涨停牌。

投资界的人也认为，机器人在围棋上获胜并不算什么，投资尤其是炒股技术战胜人类才是真正的本事。 在新闻更加不透明、更多纷繁复杂的资本市场上，alpha go模型能否大行其道还是个未知数。

上海某合资基金量化部副总教练林春(化名)在《第一财经日报》上表示，下围棋就是执黑执白，围堵对手取得胜利，规则明确，但投资不同。 投资中的战略多样且不明确，让一个体工智能产品处理所有模型数据，显然可能性很低。

历史:量化投资逐渐兴起

人工智能与资本投资，特别是股票投资相结合，会呈现出怎样的盛况呢？

目前，人工智能在投资中的应用是量化投资。 具体类型又分为量化交易(或算法交易)和量化选股。 3月10日，在接受《第一财经日报》采访时，重阳投资基金经理王晓华这样表示。

由于机器决定的逻辑一致性和独立性，投资行业中机器战胜人的例子不少。 其中最受期待的是西蒙斯( jamessimons )的奖牌基金。 公开数据显示，1989年至2009年，奖助金复合年化收益率达到35%，远远超过同期巴菲特和索罗斯的收益率。

当量化投资在海外大行其道时，在中国市场的量化投资也开始了小负荷，才展现出尖锐的棱角。 2004年，我国首次使用量化策略的基金光保德信量化核心基金诞生，随后在2005年，嘉实基金又推出了另一只量化基金——基本面50。 但遗憾的是，当时整个领域发展迅速，量化基金自身业绩也未表现出惊人之处，量化投资理念一度遭遇水土不服。

但是，两年后牛市泡沫的破裂，让市场感受到了量化投资的吸引力。 2007年a股创下6124高点后，随着股票高台跳水，中国市场上热门公募基金亏损严重。 此时，一些使用量化战略的基金逆势而动，取得了良好的业绩。 于是，量化基金热潮悄然兴起，中海基金、长盛基金、光保德和富国基金、华泰柏瑞基金等相继推出量化产品。

但是，此时市场对量化基金的认知还停留在计算机与人脑结合的理念上，依赖于计算机的客观性和分解能力，战胜了人性的弱点。 关于依赖量化产品进行套期保值的需求，很少出现。

年4月，中国第一只股票指期货品种沪深300的股票指期货上市，为量化投资提供了天然的套期保值。 通过这种对冲工具，量化投资者可以进一步降低风险，获得更稳健的投资收益。 之后，随着私募基金的阳光化和私募基金管理者牌照的发放，量化投资的做法也开始被私募基金采用，量化对冲基金是众所周知的。

在目前的中国市场上，证券公司、私募、公募产品都在涉猎量化投资。 从工作成绩最公开、透明公开招聘量化的产品来看，量化产品的业绩胜过指数利润。

根据wind信息，截至3月9日，通过66只公募量化的基金今年以来平均净增长率为-14.2%。 其中6只基金表现突出，逆势而获正收益； 成绩最差的几只基金跌幅超过20%，其中东吴阿尔法以29.96%的跌幅位居前列。 同期a股上证综指、深证成指、创业板指数跌幅分别为19.12%、24.81%、27.38%。

王晓华说，对投资来说，机械决策最大的特点是投资决策逻辑一致性高、独立性强、机械没有人的恐惧、贪婪等情感影响。 另外，计算机新闻解决能力强，响应速度快，能比较有效地挖掘市场良好的交易机会。

现状:应用的多样性

在实际应用中，人工智能的应用方法又多种多样。 例如，在全年股市大幅震荡的情况下，高频交易曾被市场诟病。 市场人士曾认为，一旦行情大幅波动，自动发出交易指令，计算机后台将随时发出批量买卖指令。

通常，程序化交易是指期货端的趋势交易和震荡交易，俗称程序化cta。 但是，更全面的程序化交易还包括狭义程序化交易程序cta，包括期货端高频交易、期货端品种之间的跨期限全自动套期保值交易，当然也包括股票端交易。

北京量邦新闻科技董事长、北京大学对冲基金实验室联合主任冯永昌表示，从广义上讲，按照预设流程完成的交易均称为程序化交易。 因为，广义的程序化交易包括高频交易、算法交易、自动执行的套期保值交易、套期保值交易、指值单一价值投资交易、指值单一亏损交易、交易所和经纪企业的自动强平交易等。

冯永昌表示，关于股票端，真正包括一揽子股票自动交易、etf溢价对冲自动交易、股票和股票期货交易自动担保或对冲交易。 由于股票方不是完全的双边市场，而且实行的是t+1，所以股票方的高频交易几乎不存在，股票方的程序化趋势交易也几乎不存在。

而且，量化对冲战略在过去的一年中走了很大的路。 股灾发生时，股市发生断崖式下跌，基金业绩与预期相差较大，但量化套期保值产品依靠较为有效的套期保值工具规避了暴跌行情，部分产品取得了较好的收益。

未来:还是要结合人的研究判断能力[/s2/]

但是，机器决策也有局限性，最大的缺陷是没有前瞻性。 那是基于历史的数据和历史验证的结论，因为其逻辑是历史重演的。 王晓华说，市场环境在不断变化，从长远来看，要战胜市场就必须向前看，这也是投资的艺术性。 巴菲特和索罗斯等一流的资金管理者有着非常好的前景。

奖牌基金的规模比巴菲特和索罗斯管理的规模要低得多。 另外，西蒙斯其他量化基金的业绩也远远不如奖牌基金。 王晓华说，这证明，量化投资瓶颈在基金规模上有天花板，量化投资收益率随管理规模上升而下降。

王晓华说，量化投资的核心竞争力是数量模型。 这是因为从外部来看，各项量化投资战略都是黑匣子，其他外部人士无法知道其秘密。 中国资本市场仍在迅猛发展，量化投资在中国的比重不高，未来量化投资还应该处于较大的快速发展空之间。 在投资界，人们不应该过分害怕机器对人类的替代性，人类前瞻性的研究、预判断和机器独立的决策能力相结合，可能是最理想的决策模型。

林春表示，在投资中造股，择时择领，选股。 选股比较困难，需要调查股自身的一点特点，人可能更有特点。 让机器工作的话，没有数据就没有分解能力。 在择时方面，人工智能也不一定比人更有特点，宏观的很多东西，都是由政策决定的。 例如，不管FRB提高利率还是不提高利率，每个人都有预测，机器计算出来也不一定准确。

来源：UI科技日报