人工智能投资能“躺”着赚钱吗？

本篇文章1649字，读完约4分钟

每个人工智能投资经理都希望创建一个全自动的投资交易系统，实现躺着赚钱的梦想。阿尔法戈在围棋领域取得的压倒性胜利增强了人们对这一梦想的渴望。不幸的是，到目前为止，还没有制造出这样的机器。

人工智能在各个领域的应用方兴未艾，在投资领域，尤其是二级市场的应用，吸引了人们的兴趣。面对人工智能投资的兴起，有人认为人工智能时代已经到来，并将完全取代投资领域的人；有些人对此嗤之以鼻，认为这只是一个噱头。那么如何正确对待人工智能在投资领域的应用呢？事实上，围棋和二级市场有很大的区别。综上所述，围棋是一个相对固定的有边界的市场，而二级市场是一个动态的没有边界的市场。

首先，人机象棋本身是没有意义的。机器是人们用来提高效率的工具。人机象棋就像人和飞机之间的长跑比赛。对于机器来说，大量可靠的数据是计算机程序做出更好投资决策的先决条件之一。通过对大量数据的测试和分析，我们可以找出一定的规则并编写代码供机器忠实执行。alphago之所以能粉碎go世界，不是因为它的技术好，而是因为它有巨大的服务器资源和运营效率。它可以通过计算整合世界上所有的棋谱，所有的围棋玩法和世界上所有的人下棋。在投资领域，虽然有历史数据，但也有很多噪音，一些上市公司可能会伪造其财务数据，导致其数据可靠性远低于国际象棋。

其次，如果机器想要发挥主导作用，规则必须透明和稳定。比如围棋，虽然在不同的国家和地区有细微的差别，但总体上是稳定的，尤其是在同一个游戏中，规则是不会变的。然而，投资领域不同，监管政策、经济环境和外部环境都将发生巨大变化。例如，从2016年到2018年，市场生态发生了巨大变化，无论是监管并购的收紧、经济环境中经济周期的恢复，还是外部环境中北行资本的流入。然而，在历史数据中表现出色的交易程序很难适应这种新的变化。

最后，人工智能的投资决策过于依赖历史数据，而人类主动决策的优势更加明显。围棋游戏领域不会有大的、不可预测的风险事件，但在投资领域，这种事情时有发生。这些事件以前从未发生过。没有历史数据可以学习，机器将无能为力，而人们可以进行系统的分析。当面对罕见的风险事件时，人类的决策优势更加明显。

总而言之，在透明和稳定的规则、丰富和可靠的历史数据以及没有大规模风险事件的领域中，机器不受主观情绪和偏见的影响。在实时信息的接收、分析和决策环节，它们的及时性、准确性和一致性都高于人类，相对来说更具优势；在历史数据稀缺、规则不透明、风险事件经常发生的领域，人类决策将具有优势。因此，在投资领域，无论是一台机器还是一个人都不能占据绝对优势，未来不应该是人与机器对立的局面，而是一个强大的联盟。

目前，人工智能已经应用于研究、投资决策和交易执行。

在研究中，通过人工智能阅读研究报告和公司报告可以大大提高研究效率。例如，上市公司2018年年报和2019年第一季度报告最近正在发布。如果每家公司都仔细阅读报告，然后进行总结，那么手册的覆盖范围就非常有限。如果机器用于读取这种非结构化文本数据，它可以快速总结要点，提取所需的核心内容，并帮助研究人员解释报告。

在投资决策中，人工智能技术主要从两个方面应用于投资决策:一方面，依靠人工智能的信息处理能力，通过人工智能方法高效地获取和处理非结构化数据，主要包括微信数据。，搜索数据，淘宝，京东交易数据等。；另一方面，依靠人工智能的知识学习能力，我们可以通过人工智能方法预测资产收益和交易资产。

在交易层面，人工智能构建的交易策略更善于从复杂的历史数据中发现规则和学习知识，并将更广泛、更复杂的因素纳入趋势预测分析中，以指导未来的交易决策；此外，程序化交易可以显著提高投资策略实施的效率，降低影响成本，并在一定程度上提高投资组合的回报。人工智能时代的自动交易包括自动化和智能，强调从市场数据中学习。通过学习大量历史数据，建立预测模型，优化交易算法，获得最佳交易绩效。

总之，机器和人在投资领域都有各自的优势。机器不能代替人，没有机器人们就无法生存。人机集成可能会有更大的突破。