使用人工智能生成 Alpha
已发表: 2017-03-17关于积极的投资者是否有可能跑赢市场,存在很多争议。
有效市场假说的支持者认为,被动指数基金是最好的选择,而试图挑选股票是一场注定要失败的杯子游戏。
虽然我同意不可能对市场进行计时,但我相信通过明智地选股,您的回报会比指数基金的回报更好。 这就是为什么这么多投资者继续向主动型基金经理支付管理费的原因。
然而,这些管理者越来越难以证明他们能够战胜市场。 由于智能投顾的出现,很多人认为基金经理过去凭借其专业知识、经验和直觉所拥有的优势已经消失。
普遍的看法是,基金经理不再可能继续采用他们老式的主动投资方式,这就是为什么现在有如此多的资金转向收费非常低的被动指数基金。
然而,我认为聪明的投资者仍有一席之地,与其认为算法和人类直觉具有竞争力,我们需要将它们视为互补。 它们中的每一个都有自己的位置,因为它们都有自己的优势和局限性。 毕竟,智能投资需要数据处理和逻辑分析,我们知道这是机器非常擅长的。 幸运的是,没有必要采取非此即彼的方法——我们可以结合两全其美,通过使用人工智能帮助人类做出更好的决策。
我们都知道,有些基金经理遵循特定的理念,一直跑赢大市。 他们似乎随着经验而变得更好,他们相信这是因为他们的直觉随着时间的推移而提高,因为他们能够识别出其他人无法理解的模式。 但是,他们无法解释他们的决策过程。
这意味着这些知识仍被锁在他们的脑海中并与他们一起消亡。 我们如何从他们认为的第六感中学习? 是什么让他们变得更好? 与市场上的其他人相比,他们如何以及为什么做出更好的决策? 我们如何捕捉他们的见解并利用它们来提高我们自己的回报?
问题是他们很难描述他们的思维过程。 它们提供了一般指导方针,但这些仅用作指南针,而不是地图。 他们有很多隐性知识,但无法清楚地表达这一点。 他们将自己的成功归功于神秘的无形资产,例如“第六感”。 这对于想要更好地了解他们的魔法酱是什么的普通投资者来说几乎没有帮助。
人工智能和人类智能一起工作
我相信可以将他们的领域专业知识编码成算法,这可以用作筛选他们应该关注的潜在股票领域的筛选器。 这已经在其他领域(例如医药)做到了,而且没有理由不能在投资中做到这一点。 虽然投资者一直在使用清单,但这将是一个动态过滤器,它会随着时间的推移而不断学习,因此随着获得更多反馈,它会变得越来越智能。
为你推荐:
计算变得更便宜、更容易获得; 算法变得更强大,数据更容易获得。

人工智能可以找到人类永远看不到的模式,这可以提供宝贵的优势。 当然,这并不是万无一失的,因为它只是将概率分配给结果。 然而,由于可用数据量猛增,机器学习可以随着它的发展更快地改善其结果。
该算法将帮助投资者确保他们不会忽视符合其预定义标准的公司。 危险在于他们会错过这些机会,因为自动化系统在进行这种筛选方面效率更高。 他们可以筛选更多的变量,并可以根据投资者根据他们的个人投资模型分配的权重对这些变量进行排名。 结果可以显示在仪表板上,投资者可以进一步向下钻取,因此系统可以解释其选择的理由。
算法需要摄取哪些数据才能提出建议? 我们仍然不知道哪些数据点有用,哪些没有用,但这就是无监督机器学习的重点。 我们不需要受限于我们先入为主的关于什么是相关和什么不相关的概念——算法会自己解决这个问题,因为它们会逐渐变得更加智能。 机器学习算法会自主发展,并寻找新趋势,并不断适应市场上的运作方式。 随着时间的推移,他们将能够自行制定战略和交易。
算法不会做出决定——它们只会提供建议。 然后是人类投资者需要扣动最后的扳机。 临床决策支持系统在临床实践中运行良好,并且有成功的记录。 它们通过提供提醒来补充医生的专业知识,以确保医生不会忽视特定的诊断。 投资决策支持系统为投资者提供了类似的推动——它不会取代他们。 这些算法永远不会忘记; 它们保持客观和合乎逻辑; 他们不会被情绪所左右,随着时间的推移,他们会逐渐变得更好。
我发现关于人类智能与人工智能的整个辩论都是人为的。 人是聪明的,他会使用智能机器来提高他的智力,这样他就可以比他一个人做得更好。 他没有必要孤立地运作——他应该使用人工智能来帮助他填补空白。
随着时间的推移,这些算法将变得越来越智能,因为不断的反馈被用来改进它们。 事实上,他们可能很快就比人类专家更有优势,当他们尝到成功的滋味时,他们很快就会变得傲慢。 可悲的是,当基金经理开始跑赢市场时,他们自欺欺人地认为自己无所不知,而这正是他们最终陷入混乱的时候。 这些算法将通过确保它们与现实保持联系来帮助它们保持谦虚。 它们还将减少影响人类决策的认知错误和偏见。
人工智能提供帮助的其他方式
人工智能帮助投资者变得更聪明的另一种方式是,他们将迫使他从逻辑上思考他为什么做出某些投资决定——他将不再能够把它归结为直觉。 他必须在智力上自律,并尝试分析为什么他会做出特定的买卖决定,因为他必须向需要将其编码到算法中的程序员解释他的思维过程。
他将不得不解释他所看到的模式,这使他能够识别赢家并拒绝输家。 合乎逻辑并不总是那么容易,因为我们所有人都认为我们有一些特殊的见解,这使我们比其他人更好。 我们相信这是我们的优势所在,但现实是我们能够看到其他人错过的联系。 问题是我们通常没有能力阐明这些模式是什么,这就是为什么与程序员交谈可以训练我们具体化我们的思维过程。
这种新方法将用作智能投资决策支持工具,投资者可以使用它来帮助他们更好地表现。 它也可以被修改以接受其他专家的意见,因此我们也可以利用他们的集体智慧。
这些投资决策支持系统将充当外围大脑和安全网——将它们视为向投资者提供冷静的第二意见。 行为经济学已经证明,当我们投资时,情绪是我们最大的敌人。 这些算法将通过从我们的决定中消除我们的自我来帮助我们保持诚实。 它将帮助我们识别我们的错误,这将提高我们的学习能力。
投资管理的未来将涉及人类和人工智能的综合。 通过让他们发挥自己的优势,我们可以两全其美。
基金经理必须学会将人工智能与他们独特的人类同情客户的能力结合起来。 训练有素的投资经理能够在市场坦克将成为领导者的困难时期握住客户的手,因为他们了解每个客户都有独特的需求。 那些愿意花时间和精力来满足这些特殊需求的人会大放异彩,因为他们把客户放在首位。
[Aniruddha Malpani 博士的这篇文章首次出现在 LinkedIn 上,经许可转载。]






