AI炒股，真的來了！

今天下午，私募機構“止于至善投資”官宣：

AI管理的止于至善1號，成立于2018年4月，目前由國金證券托管。

據中國證券投資基金業協會網信息，截至今年一季度，這只基金存續規模低于500萬元。

這……看起來只是試試水啊。

真的如此嘛？

01

AI > 人

其實，用人工智能搞投資，不算什么新鮮事。

GPT－4就帶有薦股的功能。

而在更早之前，2015年就有科學家對北美市場近6萬支基金中，挑選出類型明確、有業績數據的826支進行調研。

這些基金，有人類經理管理的、有AI管理的，也有人和AI一起管理的。

調研的結果，他們用“Paradoxically”（荒謬的）一詞來形容。

成績最好的，居然是AI管理的基金，平均月回報率約為0.76%，比人類基金經理的0.25%，高51個基點！

更糟糕的是人和AI共同管理的基金，平均月回報率只有0.07%。

“原來人類并不擅長投資，只擅長拖后腿嗎？”

為了徹底弄清這個問題，研究人員采用一種人機對決策略，即做多AI主導的基金，做空人類主導的基金，重復資產定價模型進行回歸分析。

進行了一次又一次驗證后，結論依然不變：AI的投資能力高于人類。

2017年，AI Powered Equity ETF，世界上第一只由AI進行選股的基金正式誕生。

它全年日夜不間斷工作，對全美數千只掛牌股票持續不斷分析，包括企業公告文件、季度財報、新聞以及社群文章等。然后從當前經濟形勢、未來趨勢出發，再深度分析后，挑選出包含70支股票的投資組合。

據最新披露，AIEQ重倉股主要有亞馬遜、谷歌、蘋果、Livongo Health、微軟和Teladoc Health。

總之，聽起來好牛逼的樣子。

幾年過去，戰況如何？

累計漲幅21.42%，嚴重落后于納斯達克指數，明顯無法戰勝市場。

但是，如果換一個角度看，又不一樣。

在近三千只美國股票ETF和混合ETF中，AI Powered Equity ETF同期累計漲幅排名第328位，戰勝了80.87%的同行。

因為能力還不夠完善，它還遠不是最頂尖投資者的對手。但戰勝絕大多數人，綽綽有余。

既然如此，資金選擇用腳投票。

高盛集團CEO曾透露，在那一波沖擊中，幾乎所有交易員被算法替代。高盛在紐約的股票交易柜臺，高峰期有600名交易員，后來只剩下2名。取而代之的是200名軟件工程師，在開發維護他們的算法。

這引起行業的巨大恐慌，基金經理們也開始擔憂自己是否也會被淘汰。

2020年，據研究公司Morningstar報告：在美國股市，由人工智能管理的股權資產已達到4.3萬億美元，首次超過人類管理的資產。

AI早就接管了華爾街的投資。

據報告，在美國，人工智能管理的基金規模占市場的35%，占到機構股票的60%和交易額的60%。

它們不僅能執行買賣指令，還能一刻不落地實時監控經濟走向，自動調整資金配置。

甚至，用人類無法理解的方式，創造自己的投資規則。

而此時此刻，距離1956年人工智能Artificial Intelligence這個詞被提出，才六十幾年。

如此短的時間，它憑什么就從幻想走進現實，成為資本市場的主導力量之一呢？

更重要的是，你真的放心把錢交給AI管理嗎？

02

必然趨勢

運作一只基金，本質上，是對信息流的掌握和對資金流的調度。

最大的風險在于，可能因為信息獲取不及時，有時出現資金錯配，導致虧損。

信息是市場最重要的資源，所以金融業一直都是最先擁抱信息革命的，讓自己更快、更準確。

從最初的股票交易所，大家只能扯著膀子在大堂喊話；到如今每秒都在更新數據的電子信息屏。

時至今日，你的手機or電腦，比你知道更多經濟內幕，已經是不爭的事實。

當傳統基金經理們還坐在辦公桌前，盯著公司財報收集信息的時候，AI早已通過大數據，創造了評估公司的新方法。

它可以通過衛星觀察有多少車停在商店外，有多少個糧倉或石油罐正在被灌滿，有多少艘船舶擠人港口；

它甚至可以使用抓取技術，在海量的新聞資訊中搜索出表示正面或負面觀點的單詞，獲得更新鮮、更真實的，對公司業績判斷有價值的信息。

而且，今年是AI技術的爆發之年，相關技術一日千里，隨著處理事件的增加，AI的大數據處理能力也在不斷增長，人類獲取新信息的能力被遠遠甩在身后。

這是可以確定的事情。

更重要的是，不僅能力強，還：便宜。

還有哪個詞比這個更有誘惑力？

公開數據顯示，在美國，AI掌管的被動型基金，每年僅收取所管理資產的 0.03%-0.09% 作為傭金；而基金經理的管理費是AI的 20 倍。

甚至，有的理財公司都干脆宣布把交易費用降到了零。

低成本帶來了空前高漲的股票交易量，散戶可以隨意在手機上購買股票。

在這方面，人類所管理的基金，幾乎就沒有什么優勢。

但說歸說，自己的血汗錢，真的放心交給非人類管理嗎？

AI強是強，但也很可能會對股價造成更頻繁、更突然的沖擊。

這種擔憂并非空六來風，早有先例。

比如“算法共識”。

2010年5月，交易所交易基金價格的崩潰式下跌，導致美股短短幾分鐘內蒸發了超過 5% 的市值，原因是很多算法在這一瞬間都做出了拋售的決策。

2016年10月，同樣因為“算法共識”，導致英鎊突然暴跌，2分鐘內創下英國脫歐公投以來的最大盤中跌幅……

但是，這點后患并不能阻礙機構們的熱情。

一旦發現可行，為了效率，為了money，為了不被甩開，它們只能大步趕上。

在資本市場，當終點領獎臺就在看得見的前方，跑線上并排站著博爾特和蘇炳添，不會有人質疑前方的終點是不是真正的終點，或者腳下的跑道究竟通向何方。

03

尾聲

阿西莫夫的科幻世界中，在底層邏輯上給人工智能設置了三大定律，保證它們作為工具，無法威脅到主人。

但很多事情的發生，并非主觀意識造成的。

AI本身的存在，自然是沒有惡意的。

它只是正常工作，就已經無可避免地對現代社會造成沖擊，導致部分人失去飯碗。

我們普通人往往是最慘的：

還沒搞清楚電商的時候，搞電商的發財了；

沒搞清楚區塊鏈的時候，玩區塊鏈的發財了；

還沒搞清楚直播的時候，玩直播的發財了；

雖然現在同樣還沒搞清楚人工智能，但是確實已經體會到快失業了。

現在，幾乎所有互聯網公司都在嘗試利用AI提高效率，這意味著不再需要那么多勞動力，于是裁員和優化就開始了。

當然，也不必過于悲觀。

比如，現代電腦1天的運算量，相當于8.64億個計算員工作一整年。它當然不會剝奪這么多人的工作機會。

相反，隨著電腦的出現、計算能力的提升，涌現出了大量的原來并不存在的計算需求。

以前只有在軍事、科學等專業領域才需要大量的計算，而計算普及后，運行一個簡單的3D游戲的計算量，就超過50年代的算力總和。

電腦替代了計算員的工作，但是卻創造了計算機產業、航天產業、互聯網產業、現代制造業、現代辦公、數字娛樂等無數新的產業和工作機會。

而這里面的許多崗位，在 1950 年的時候，甚至連最聰明的人都無法想象。

只不過，現如今，等AI把我們全取代了，再創造新的工作，或許是下一代人的事情了。

這中間必然存在陣痛期。

還是之前的觀點：

每次科技進步都會迅速淘汰一批人——而它對人類社會產生的收益，往往要在一代人以后，才能顯現。

等到技術真正成熟，人類能完全享受技術帶來的便利時，或許是下一代的事情了。

如果忽視陣痛，這種未來已經足夠美好。