人工智能在管理资金方面有多好？

人工智能在管理资金方面有多好？从一些AI驱动的策略的最新表现来判断，机器人似乎不会很快取代人类。

2018年8月，阿伯丁标准投资公司（Aberdeen Standard Investments）的量化团队启动了一个1000万美元的人工智能全球股票基金，押注算法比人力投资组合经理更能有效地弄清因素投资的复杂世界。一年后，该基金的表现不及更广泛的股市强劲反弹，其资产仅增长了8%。机构投资者表示，他们将推迟承诺资金，直到看到更长的记录。

MBA BY THE BAY：

了解如何获得MBA学位可以与海湾地区的MBA课程SFGATE的互动式目录改变你的生活。

从在线客户支持到面部识别再到自动驾驶汽车，人工智能已经渗透到我们生活的几乎每个领域。但是，事实证明，投资是机器学习最困难的挑战之一。

AQR Capital Management机器学习负责人Bryan Kelly表示，主要问题是金融市场数据。与照片，道路交通信息或国际象棋游戏不同，市场数据是有限的，算法只能从过去的表现中学习。凯利说：“这不像自动驾驶汽车，您可以在其中驾驶汽车并生成大量额外数据。”“非常嘈杂的数据的双重局限性，而在金融市场中却很少，这意味着要机器自动识别良好的投资组合而又不借助人类洞察力，这是一个很大的要求。”

说，那些试图使用AI预测股票市场或利率的人们可能会得出有缺陷的分析，从而导致财务损失。他说：“您会发现尝试应用这些技术的天真的市场人士陷入困境。”“存在这样的风险：实际上您没有足够的数据来有意义地训练算法。”

被吹捧为革命的东西已经被定量的狂想曲使用了多年。几乎所有定量基金都使用机器学习来浏览社交媒体，新闻文章和收益报告。

PanAgora资产管理公司是一家总部位于波士顿的规模达450亿美元的量化基金，在利用自然语言处理分析中国股票方面颇具创造力。它的机器学习工具通过零售业的中国贸易商在网上论坛上发布的帖子搜寻蜘蛛，并识别他们用来避开政府审查员的网络语，这些审查员可能会压制负面语言，例如对业绩不佳的讨论。例如，精明的中国博客作者用语音类似的词语“辣鸡”代替了“垃圾”一词。PanAgora的模型可以识别出听起来相似的单词，以及它们用来衡量对中国公司的看法的上下文。

PanAgora还在考虑使用AI来执行交易并发现简单分析无法发现的会计异常。股票主管乔治·穆萨利（George Mussalli）表示：“我们拥有大量（关于交易执行的数据），现在，我们无需使用交易台上的轶事证据来做出所有这些单独的决定，而是可以根据过去的结果做出更加定量的决定。” PanAgora的投资总监。

Aberdeen Standard和其他机构转向机器人寻求帮助的原因之一是最近的市场环境。由于贸易紧张局势和收益率曲线倒挂，闪耀着全球增长的警告信号，投资者对牛市的结束感到担忧。但是他们担心退出得太早而错过了周期后期的回报。

然而，机器投资者也难以把握投资者情绪的波动。咨询公司普华永道（PwC）全球人工智能负责人阿南德·拉奥（Anand Rao）表示：“如果市场变得不可预测，那么对AI来说总是更具挑战性。”“这次有不同的力量在起作用。但是，［2007年信贷市场泡沫的崩溃也非常不同，［2000年网络泡沫的结束］也是如此。有了更多的数据和更多的历史，人工智能资金将会变得更好。”

到目前为止，机器似乎被这些市场所迷惑。在过去五年中有四年表现优于对冲基金研究公司的HFRX股票对冲指数之后，法国兴业银行基于机器学习模型的多空美国股票指数今年以来一直落后，回报率不到HFRX的一半。追踪使用机器学习的对冲基金的Eurekahedge人工智能对冲基金指数在2019年的表现也不佳：截至8月31日，其Eurekahedge人工智能对冲基金指数的收益率为2.3%，而更广泛的HFRX指数的收益率为6.9%。