人類還沒(méi)AI擅長(zhǎng)買基金，平均月回報(bào)率低了50個(gè)點(diǎn)，但最差的是人和AI共同決策……

豐色 2022-05-31 14:42:12 來(lái)源：量子位

豐色 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

AI炒房，三個(gè)月虧20多億。

如果AI來(lái)搞投資呢？

有科學(xué)家對(duì)北美市場(chǎng)15年間的826支對(duì)沖基金進(jìn)行了一番調(diào)研，這些基金有全AI主導(dǎo)、人類主導(dǎo)、也有AI和人類一起主導(dǎo)的。

結(jié)果你猜怎么著？

回報(bào)率最好的居然是用純AI進(jìn)行交易的對(duì)沖基金，平均月回報(bào)率≈0.76%，比人類基金經(jīng)理（≈0.25%）管理的要高約50個(gè)點(diǎn)！

人類的投資水平難道這么糟糕嗎？

NoNoNo，更遭的其實(shí)是人類和AI一起管理的基金……?，一個(gè)月只有7個(gè)點(diǎn)。

得出這個(gè)結(jié)論時(shí)，連科學(xué)家自己都表示很懵圈。

他們?cè)谖闹杏昧恕癙aradoxically”（“荒謬的”）一詞來(lái)形容。

把這篇論文轉(zhuǎn)發(fā)到微博上的博主提出一個(gè)靈魂發(fā)問(wèn)：

“這說(shuō)明人類不一定擅長(zhǎng)投資，但擅長(zhǎng)拖AI的后腿嗎？”

AI > 人 > AI+人

這項(xiàng)研究成果發(fā)表在經(jīng)濟(jì)學(xué)期刊Applied Economics上，作者來(lái)自美國(guó)德克薩斯農(nóng)工大學(xué)梅斯商學(xué)院和芬蘭瓦薩大學(xué)會(huì)計(jì)與金融學(xué)院。

他們所考察的樣本基金從純AI到純?nèi)斯ひ还卜譃?strong>四類：

（1）全權(quán)委托基金（Discretionary funds），盡管這類基金在交易前的分析中會(huì)使用多種技術(shù)（如數(shù)據(jù)清洗等），但其投資過(guò)程還是由人類主導(dǎo)；

（2）系統(tǒng)化基金（Systematic funds），這類基金通常在其交易策略中采用基于統(tǒng)計(jì)方法的量化框架，并使用不同類型的算法實(shí)現(xiàn)自動(dòng)化；與全權(quán)委托基金相比，人類基金經(jīng)理的參與度大大降低；

（3）混合基金（Combined funds），這類基金混合了前兩種基金的決策辦法，流程高度自動(dòng)化的同時(shí)，人類也會(huì)參與其中，即AI與人類共同主導(dǎo)；

（2）和（3）都算AI與人類共同主導(dǎo)，只不過(guò)（3）人類參與其中的程度更高。

（4）人工智能與機(jī)器學(xué)習(xí)基金（AIML funds），純AI主導(dǎo)的全權(quán)委托基金。

對(duì)沖基金數(shù)據(jù)從Preqin數(shù)據(jù)庫(kù)下載，覆蓋全球范圍內(nèi)的各行業(yè)。

（Preqin是全球著名私募股權(quán)行業(yè)研究機(jī)構(gòu)，成立于2003年。）

這些基金都包含一個(gè)過(guò)濾器，可以用于判斷該基金是否在其交易策略中使用AI方法。

作者從近6萬(wàn)支基金中最終挑選出符合類型明確、有業(yè)績(jī)數(shù)據(jù)的、、在北美市場(chǎng)運(yùn)作并以美元計(jì)價(jià)等條件的826支基金。

各類基金數(shù)目如下：

各類基金的收益率等數(shù)據(jù)如下：

然后研究人員采用多種資產(chǎn)定價(jià)模型對(duì)這800+支對(duì)沖基金進(jìn)行績(jī)效評(píng)估。

模型包括CAPM模型、Fama和French三因素模型、Carhart四因素模型以及Fama和French五因素模型。

結(jié)果他們就發(fā)現(xiàn)，在控制了市場(chǎng)風(fēng)險(xiǎn)因素后，由人工主導(dǎo)的全權(quán)委托基金Discretionary和AI主導(dǎo)的AIML基金產(chǎn)生了統(tǒng)計(jì)學(xué)上顯著的風(fēng)險(xiǎn)調(diào)整回報(bào)，分別為每月23和79個(gè)基點(diǎn)（且t值顯著，高達(dá)3.94）。

人工和AI共同主導(dǎo)的Combined和Systematic基金則分別只有12個(gè)點(diǎn)和7個(gè)點(diǎn)。

在后三個(gè)模型上的分析結(jié)果也是如此：

表現(xiàn)最好的為AIML，且甩后三類基金一大截，其次是人類主導(dǎo)的Discretionary，最差的是共同主導(dǎo)的Systematic和Combined。

這些結(jié)果還表明AI主導(dǎo)的對(duì)沖基金對(duì)市場(chǎng)因素的風(fēng)險(xiǎn)敞口最小，由人類主導(dǎo)的全權(quán)委托基金比其他基金更容易受到傳統(tǒng)風(fēng)險(xiǎn)因素的影響。

AI確實(shí)比人類厲害

一個(gè)問(wèn)題：純AI管理的對(duì)沖基金經(jīng)風(fēng)險(xiǎn)調(diào)整后的較高平均回報(bào)是否系統(tǒng)性地高于人類管理的全權(quán)委托對(duì)沖基金？

為了回答這個(gè)問(wèn)題，研究人員又開(kāi)發(fā)了一種人機(jī)對(duì)決的策略，即做多AIML對(duì)沖基金投資組合，做空人類主導(dǎo)的Discretionary，重復(fù)以上資產(chǎn)定價(jià)模型進(jìn)行回歸分析。

結(jié)果出來(lái)了，每月產(chǎn)生了50到56個(gè)基點(diǎn)的回報(bào)，t值顯著，從2.81到3.10不等。

這說(shuō)明，機(jī)器在風(fēng)險(xiǎn)調(diào)整后的投資績(jī)效方面的確優(yōu)于人類。

研究人員在進(jìn)行了一系列魯棒性驗(yàn)證后，以上結(jié)論仍然成立。

他們還表示，盡管樣本基金的期限很短，只從2006年9月到2021年1月，但t值接近4，顯著性水平非常高了。

而在未來(lái)，“觀察AI基金在未來(lái)能否繼續(xù)跑贏自動(dòng)化程度較低的同行，是一件很有意思的事兒?！?/p>

網(wǎng)友：圍棋也是這樣

以上結(jié)論雖然令人感到錯(cuò)愕，但很快就有網(wǎng)友指出：在圍棋中也是這樣，人機(jī)合作導(dǎo)致“兩邊攪和”，結(jié)果最差。

甚至有人還搬出了空難歷史中，自動(dòng)駕駛提示和機(jī)長(zhǎng)指令沖突，副駕駛不知道聽(tīng)誰(shuí)指揮的例子。

很形象了可以說(shuō)是。

更進(jìn)一步，有人認(rèn)為，AI和人類其實(shí)各自擅長(zhǎng)的東西不一樣，但兩頭都靠并不等于優(yōu)勢(shì)相加。

至于為什么會(huì)這樣，本書(shū)的作者也表示有待未來(lái)研究去解開(kāi)。

所以，哪天AI會(huì)不會(huì)受不了人類開(kāi)始反擊呢？

是個(gè)好問(wèn)題。

不過(guò)，大家應(yīng)該更關(guān)心哪里能買到這種AI主導(dǎo)的基金吧？（手動(dòng)狗頭）

論文地址：
https://www.tandfonline.com/doi/full/10.1080/00036846.2022.2032585?scroll=top&needAccess=true

參考鏈接：
https://weibo.com/1783475181/LvnyVFiDC?type=comment