AI炒股真的會實現(xiàn)嗎？

今年以來，隨著ChatGPT等人工智能產(chǎn)品的快速迭代，AI炒股再度成為引人矚目的熱門話題。

特別是在知名私募巨頭幻方量化宣布探索通用人工智能（AGI），以及北京私募止于至善投資公告將啟用AI獨管產(chǎn)品之時，投資圈里掀起了大討論，投資者李建成（化名）感到了前所未有的迷茫，“難道被量化收割了一波還不夠，以后又要被AI收割了嗎？”

(相關(guān)資料圖)

充滿噱頭和想象力的AI炒股真的會實現(xiàn)嗎？

量化私募大廠打響AI爭奪戰(zhàn)

今年4月14日，千億量化私募幻方量化發(fā)文稱，將集中資源和力量，全身投入到服務(wù)于全人類共同利益的人工智能之中，成立新的獨立的研究組織，探索AGI的本質(zhì)。

一時間有關(guān)AI炒股的消息迅速傳播開來，不少網(wǎng)友們直呼“人工智能薅羊毛？”、“這是說基金經(jīng)理要失業(yè)了？”

不過，很快幻方量化CEO陸政哲站出來回應(yīng)稱，“探索AGI不是用來炒股的，我們做這個其實是完全獨立的大模型研究，和金融沒關(guān)系，長遠的社會價值是我們的關(guān)注點。我們獨立于投資新成立了一個團隊，相當(dāng)于二次創(chuàng)業(yè)，只是之前不在互聯(lián)網(wǎng)科技行業(yè)，是個外來者。我們本身要做有更大價值的事，要超越投資行業(yè)的事，但被曲解成AI炒股?！?/p>

雖然否認了“探索AGI是為了炒股”，但是幻方量化在AI方面卻是布局已久。

公開資料顯示，早在2016年10月，幻方量化的第一個由深度學(xué)習(xí)算法模型生成的股票倉位就已經(jīng)上線實盤交易，至2017年底公司幾乎所有的量化策略都已經(jīng)采用AI模型計算。

2019年12月，幻方AI正式成立，致力于AI的算法與基礎(chǔ)應(yīng)用研究，2020年3月幻方量化總投資近兩億元打造的搭載1100張高端顯卡的「螢火一號」正式投用，為幻方的AI研究提供算力支持。2021年1月公司投入十億建設(shè)的「螢火二號」正式交付，2022年「螢火二號」取得了多800口交換機互聯(lián)加核心擴展子樹的軟硬件架構(gòu)革新，突破了一期的物理限制，算力擴容翻倍。

事實上，不只是幻方量化，界面新聞梳理發(fā)現(xiàn)，不少百億量化私募巨頭都在積極布局AI領(lǐng)域。

念空科技在2018年5月開始機器學(xué)習(xí)策略實盤運作，配備高性能GPU集群的服務(wù)器，使團隊算力得到充分保障。到目前為止，公司深度學(xué)習(xí)為主的機器學(xué)習(xí)算法已經(jīng)全面替代傳統(tǒng)統(tǒng)計套利策略，應(yīng)用于全部股票中性策略產(chǎn)品中。

九坤投資CEO王琛曾公開表示，公司的投研遵循“AI原生”方法，“我們首先定義這套投資策略是一套AI架構(gòu)，以AI作為底層功能來推動我們整個研究思路、研究方法、研究邏輯的升級。我們現(xiàn)在的投研已經(jīng)百分之百由AI來驅(qū)動，當(dāng)然它深度疊加了我們對量化投資規(guī)律研究的一些經(jīng)驗?！?/p>

鳴石私募也是直接將AI視為與“因子、優(yōu)化、風(fēng)控、交易”并駕齊驅(qū)的一環(huán)，共同作為公司策略研發(fā)的五大環(huán)節(jié)之一。

百億私募因諾資產(chǎn)創(chuàng)始人、投資總監(jiān)徐書楠在接受界面記者采訪時表示，現(xiàn)在大部分的百億私募策略中都包含了人工智能模型。因諾資產(chǎn)于2018年開始在實盤中使用人工智能模型，如今已經(jīng)全面應(yīng)用于各策略領(lǐng)域。

在徐書楠看來，人工智能非常適合量化投資領(lǐng)域。量化投資主要基于統(tǒng)計學(xué)進行投資，而人工智能模型是一種非常有優(yōu)勢的統(tǒng)計學(xué)方法，特別適合大數(shù)據(jù)、非線性領(lǐng)域，因此，合適的人工智能模型具備在量化投資中有效應(yīng)用的基礎(chǔ)。過去幾年的投資業(yè)績已經(jīng)證明，人工智能模型可以在量化投資中獲得優(yōu)異的表現(xiàn)。

量化大廠們的AI角逐在“搶人大戰(zhàn)”中表現(xiàn)得尤為激烈。

界面新聞梳理發(fā)現(xiàn)，在招聘網(wǎng)站上，幻方量化、九坤投資、靈均投資、佳期投資等眾多百億量化私募巨頭都已經(jīng)紛紛為AI相關(guān)的工作崗位開出了百萬級別的年薪。

面對量化大廠們來勢洶洶入局AI，不少投資者都懷有和李建成一樣的擔(dān)憂，他們普遍認為AI早就已經(jīng)戰(zhàn)勝過世界圍棋冠軍，在醫(yī)療、法律、制造業(yè)等領(lǐng)域也在逐步取代人類，因此在炒股方面戰(zhàn)勝人類也是遲早的事情。

不過，在廣州某私募研究總監(jiān)張強看來，盡管人工智能的優(yōu)勢毋庸置疑，量化大廠們也在持續(xù)探索AI，但是AI在投資領(lǐng)域從研究到應(yīng)用存在兩大難以跨越的障礙。

一方面，影響市場表現(xiàn)的因素有很多，并不是所有的因素都是可以被數(shù)據(jù)化的，這也就意味著這部分不可被數(shù)據(jù)化的因素始終無法被機器所學(xué)習(xí)到，AI投資注定將存在一部分盲區(qū)。

另一方面，AI確實能比人更快也更全面地掌握影響市場的因素，但實際上A股的體量足夠大，投資者并不需要全面掌握所有的信息，只要能夠抓住主要矛盾就能捕捉到從中獲利的機會。而在抓住主要矛盾的過程中，人往往能夠更加及時地做出反應(yīng)，AI因為要先經(jīng)過一定的學(xué)習(xí)積累，所以特別是面對行情趨勢變化的時候，反應(yīng)會相對滯后。

小私募實力不夠先“占坑”

由于需要大量的算力和人力作為支撐，與財大氣粗的量化私募大廠相比，小私募顯然在這場AI爭奪大戰(zhàn)中處于明顯的劣勢。

即便是對AI炒股非?？只诺睦罱ǔ?，實際上也不太把小私募們放在眼里，用他的話來說“這種事情是用錢砸出來的，沒點家底干不成?！?/p>

但是，不少小私募卻依然在積極擁抱AI，這種“野心”首先體現(xiàn)在產(chǎn)品命名上。

數(shù)據(jù)顯示，量化私募基金中名稱含有“智能”二字的產(chǎn)品數(shù)量自2020年到2023年從38只增長到78只。

圖：人工智能私募基金數(shù)量及分布情況

來源：私募排排網(wǎng)、界面新聞?wù)?/em>

其中，大部分以智能命名產(chǎn)品的私募基金，管理規(guī)模均處于0-5億元區(qū)間，最新的數(shù)據(jù)顯示，0-5億規(guī)模私募的人工智能基金數(shù)量占比已經(jīng)超過了75%。

圖：人工智能基金0-5億元規(guī)模占比情況

來源：私募排排網(wǎng)、界面新聞?wù)?/em>

今年6月1日，來自北京的止于至善投資在業(yè)內(nèi)搶先宣布將啟用AI獨管產(chǎn)品。

止于至善投資表示，擬安排公司4位研究員以及一個基于人工智能的機器人（暫定名為賽博坦），獨立管理5只不同的私募基金。這只即將由AI獨立管理的產(chǎn)品名為“止于至善1號”，在由賽博坦（AI）管理的同時，將由止于至善投資總經(jīng)理何理監(jiān)督。

消息一出，立馬在投資圈里引起了軒然大波，其中不乏來自多方面的質(zhì)疑之聲。

第二天止于至善投資就自己“打臉了”，公司于6月2日再度發(fā)布公告稱，經(jīng)過團隊的討論與反思后認為，賽博坦（AI）真正的意義與價值是在于對現(xiàn)有止于至善價值投資體系的重塑與融合，而非主要用于交易，因為從第一性原理來看，博弈型交易并不是價值投資的主要盈利來源，更非團隊優(yōu)勢所在。

至此，一場AI獨管產(chǎn)品的鬧劇草草收場，但是相關(guān)話題卻依然引人熱議，其中的焦點議題無外乎AI獨管產(chǎn)品真的靠譜嗎？

對此，投資者白曉杰持懷疑態(tài)度，近年來他陸續(xù)體驗過不少“智能選股”類的功能，比如東方財富的智能診股、同花順的愛問財?shù)?，但總體勝率極不穩(wěn)定，“很難想象讓AI來獨自管理產(chǎn)品，結(jié)果大概率將是災(zāi)難性的”。

徐書楠認為，用人工智能獨立管理基金產(chǎn)品這個說法不準(zhǔn)確。

“如果說是用研究團隊開發(fā)的人工智能模型來管理資金，那么已經(jīng)有很多機構(gòu)這樣做了，因為人工智能模型本就是一種特殊的統(tǒng)計學(xué)模型，和傳統(tǒng)的統(tǒng)計學(xué)模型沒有本質(zhì)的區(qū)別。”

“如果說指的是由一個機器人來取代投資經(jīng)理，那么這屬于對人工智能模型的誤解。人工智能模型不能取代人，因為所有的人工智能模型都是由人開發(fā)的，所有的改進也都是由人做出的。量化投資中最重要的因素永遠是人，而不是機器。”

念空科技董事長王嘯更加一針見血的指出，AI獨管產(chǎn)品是違背私募基金的契約合同的，一般來說，基金產(chǎn)品的第一責(zé)任人是基金經(jīng)理，如果換成是機器人的話是沒有辦法承擔(dān)責(zé)任的，王嘯甚至幽默地解釋道，“因為總要有人背鍋，你不能讓一個機器背鍋吧？”

AI炒股的未來在哪里？

AI或許難以獨管產(chǎn)品，卻也實實在在的在私募投資領(lǐng)域扮演著日益重要的角色。

在百億私募玄元投資量化副總監(jiān)胡平看來，人工智能在A股投資中的應(yīng)用非常多樣化。在傳統(tǒng)的主觀投資方法中，人工智能提供了很多便捷的工具快速幫投資經(jīng)理與研究員獲得、處理信息；在量化投資方法中，人工智能的底層技術(shù)可以幫助投研人員從更多維的角度對市場建模并生成交易信號。無論是哪一種投資方法論，人工智能技術(shù)都可以提高投研的效率，并提高對市場認知的精度。

據(jù)王嘯介紹，量化的整個工序分成四五塊，比如在挖掘到一系列因子的特征以后，需要把它擬合成為一個唯一的預(yù)測值，目前念空科技主要在這個步驟里面運用了人工智能技術(shù)。

鳴石私募的投資策略更偏向于行為金融學(xué)，應(yīng)用的依據(jù)主要是基于金融學(xué)邏輯基礎(chǔ)的因子挖掘（可解釋性）從研究方式和方法上更偏學(xué)術(shù)邏輯，AI人工智能主要是充分利用機器學(xué)習(xí)強大的非線性處理能力，將因子整合成信號。

百億私募黑翼資產(chǎn)創(chuàng)始合伙人、聯(lián)席CEO鄒倚天則表示，公司的投研體系是智能化、一體化、中心式的，數(shù)據(jù)團隊、因子團隊、建模團隊、算法團隊、交易團隊，各自有明確的分工，可以高效協(xié)作。目前這一套投研體系已經(jīng)較為成熟。在整個策略研發(fā)過程中，包括數(shù)據(jù)分析、因子挖掘、收益預(yù)測、組合優(yōu)化等環(huán)節(jié)中，都植入了人工智能技術(shù)。

不過，人工智能也存在著顯而意見的缺點，張強將其總結(jié)為以下三點：

1. 數(shù)據(jù)質(zhì)量：人工智能在炒股中對數(shù)據(jù)質(zhì)量要求較高，如果數(shù)據(jù)質(zhì)量不準(zhǔn)確，就會導(dǎo)致預(yù)測結(jié)果的不可靠。

2. 不確定性：股市是一個充滿著不確定性的環(huán)境，包括政策變化、國際關(guān)系、自然災(zāi)害等。這些因素對人工智能的預(yù)測能力構(gòu)成挑戰(zhàn)。

3. 過擬合問題：人工智能模型在過去的數(shù)據(jù)上表現(xiàn)良好，并不意味著在未來也能夠持續(xù)良好的表現(xiàn)。如果模型過于擬合歷史數(shù)據(jù)，可能導(dǎo)致對實際情況的誤判。

界面新聞對比了自2020年以來量化產(chǎn)品與人工智能產(chǎn)品的收益表現(xiàn)情況，43個月以來，量化產(chǎn)品的平均收益率為44.45%，而人工智能產(chǎn)品的平均收益率僅為-2.14%，大幅跑輸了同期量化產(chǎn)品的收益表現(xiàn)，這也在一定程度上說明，現(xiàn)階段人工智能對私募產(chǎn)品收益的貢獻并不多。

圖：人工智能產(chǎn)品和量化產(chǎn)品指數(shù)的收益情況

來源：私募排排網(wǎng)、朝陽永續(xù)，界面新聞?wù)?/em>

對比2020年以來上證指數(shù)和人工智能產(chǎn)品數(shù)量的走勢情況，可以發(fā)現(xiàn)不管大盤表現(xiàn)如何，公布凈值的人工智能基金數(shù)量都并不多。一般來說，很多私募選擇不更新凈值情況都是因為業(yè)績表現(xiàn)不樂觀。

談及應(yīng)用今年以來大爆的ChatGPT來進行量化研究，念空科技董事長王嘯告訴界面新聞記者，目前最大的問題是，OpenAI方面會限制流量使用，如果每個月超過了流量限額以后就沒法用了，而目前的限額遠不能滿足量化私募的使用需求。

對于私募投資未來是否會被AI替代，界面新聞在采訪過程中發(fā)現(xiàn)，有不少人像李建成一樣認為這只是時間的問題。

而另一部分則抱有否定的觀點，張強和白曉杰斬釘截鐵地認為不可能，他們始終堅信“人永遠不可能被自己造出來的機器打敗。”

胡平給出的答案也是否定的，其認為部分工作會被替代，尤其是模式固定的重復(fù)性勞動，如比各種數(shù)據(jù)、信息的獲取與清理，算法交易執(zhí)行等；但對于需要更多創(chuàng)造性與抽象思維的工作，人工智能還無法取代人類。從本質(zhì)來說，當(dāng)前人工智能的優(yōu)勢還是在于歸納，而人類的優(yōu)勢則在于演繹。

至于未來人工智能在投資領(lǐng)域會走向何方？

胡平認為，專業(yè)投資者們會不斷將人工智能在各個領(lǐng)域的成功方法論引入到投資中進行嘗試。市場微觀定價越來越高效，市場將進入弱有效市場。一旦形成了有效市場，當(dāng)前人工智能的作用反而將會大幅降低。

徐書楠則進一步表示，人工智能模型只是一種特殊的統(tǒng)計學(xué)方法，它的未來發(fā)展無法最終擺脫統(tǒng)計學(xué)模型的范疇，只是模型研究越來越深、越來越廣、越來越精細。

（文中李建成、白曉杰、張強均為化名）