人工智能玩股票 胜算有多大

（原标题：人工智能玩股票 胜算有多大）

还有投资界人士认为，在围棋上机器人胜了并不算什么，如果在投资上尤其是炒股技术上战胜人类，那才是真正的本事。在信息更不透明、更为复杂的资本市场，“AlphaGo模式”能否大行其道仍是未知数。

上海一家合资基金量化部副总监林春（化名）对《第一财经日报》称，下围棋就是执黑执白，把对方围起来，获得胜利，规则确定，但投资不一样。投资中策略是多样的且存在不确定性，让一个人工智能产品搞定全部的模型数据，显然可能性不大。

历史：量化投资逐渐兴起

当人工智能与资本投资，尤其是股票投资相结合，会有一番怎样的颠覆性盛况？

“就目前来看，人工智能在投资上的应用为量化投资。具体类型又分为量化交易（或称算法交易）和量化选股。”3月10日，在接受《第一财经日报》采访时，重阳投资基金经理王晓华如此表示。

因为机器决策的逻辑一致性和独立性，投资领域中机器战胜人的例子不少，其中最被人乐道的就是西蒙斯（JamesSimons）的大奖章基金。据公开数据，从1989年到2009年，大奖章基金的复合年化收益率高达35%，远超同期巴菲特和索罗斯的收益率。

当量化投资在海外大行其道时，中国市场上的量化投资也开始“小荷才露尖尖角”。2004年，中国第一只采用量化策略的基金——光大保德信量化核心基金诞生，随后的2005年，嘉实基金推出了另一只名为基本面50的量化基金。不过可惜的是，当时行业整体发展缓慢、量化基金本身业绩也未体现出惊人之处，量化投资理念一度遭遇水土不服。

不过，两年后牛市泡沫的破裂，让市场感受到了量化投资的魅力。当2007年A股创出6124的高点后，伴随着股指高台跳水，中国市场上的“香饽饽”公募基金产品亏损严重。这个时候，部分采用量化策略的基金却逆势取得了不错业绩。于是乎，很快一股“量化基金热潮”悄然掀起，中海基金、长盛基金、光大保德和富国基金、华泰柏瑞基金等先后推出了量化产品。

但这个时候，市场对于量化基金的认识还停留在电脑结合人脑的理念中，依靠电脑的客观和分析能力，战胜人性的弱点。而对于依靠量化产品进行对冲的诉求，几无体现。

2010年4月中国第一个股指期货品种——沪深300股指期货的推出，为量化投资提供了一个天然的对冲标的。通过这一对冲工具，量化投资从业者可以进一步减小风险，获得更加稳健的投资收益。随着此后私募基金阳光化及私募基金管理人牌照的发放，量化投资的方法也更多地被私募基金使用，让量化对冲基金被人们所熟知。

如今的中国市场上，券商、私募、公募产品均涉猎量化投资。从业绩最为公开、透明的公募量化产品来看，量化产品的业绩普遍跑赢指数收益。

据Wind资讯统计，截至3月9日，66只公募量化基金今年以来平均净值增长率为-14.2%。其中6只基金表现突出，逆势取得正收益；表现最差的几只基金跌幅超过20%，其中东吴阿尔法以29.96%的跌幅居前。同期A股上证综指、深证成指、创业板指数跌幅分别为19.12%、24.81%、27.38%。

王晓华称，对投资而言，机器决策最大的优势就是投资决策的逻辑一致性高、独立性强，机器不会有人的恐惧和贪婪等情绪影响决策。此外，计算机的信息处理能力强、响应速度快，能够有效抓住市场上较好的交易机会。

现状：应用的多元化

在实际应用中，人工智能的应用方式又是多种多样的。比如，在2015年股市大幅震荡中，高频交易一度被市场诟病。当时市场人士认为，一遇行情大幅波动便自动触发交易指令时，计算机后台就会随时下达批量买卖指令。

一般行业所称程序化交易，是指期货端的趋势交易和震荡交易，俗称程序化CTA。但更为全面的程序化交易，包含狭义的程序化交易——程序化CTA，也包含期货端的高频交易、期货端的跨品种跨期限全自动套利交易，当然也包含股票端的交易。

北京量邦信息科技董事长、北京大学对冲基金实验室联合主任冯永昌表示，从广义上来讲，所有用预设的程序所完成的交易都叫作程序化交易。因此，广义的程序化交易包括高频交易，算法交易，自动执行的套利交易、套保交易和对冲交易，限价单价值投资交易，限价单止损交易，交易所或经纪公司的自动强平交易等。

冯永昌称，对于股票端，真正包含的就是一揽子股票的自动交易、ETF折溢价套利自动交易，以及股票和股指期货交易的自动套保或者套利交易。因为股票端不是完备的双边市场，又实行T+1，所以股票端的高频交易基本不存在，股票端的程序化趋势交易也几乎不存在。

与此同时，量化对冲策略在过去一年中大行其道。当股灾发生时，股票市场发生断崖式下跌，基金产品业绩大打折扣，但量化对冲产品却依靠有效的对冲工具避过了暴跌行情，一些产品甚至还取得了不错的收益。

未来：仍要结合人的研判能力

“但机器决策也是有局限性的，最大的缺陷就是没有前瞻性，因为它是基于历史的数据和历史检验的结论，其逻辑是历史会重复。”王晓华称，市场环境是不断变化的，长期看，要战胜市场必须具有前瞻性，这也是投资的艺术性所在。顶尖的基金管理人如巴菲特和索罗斯都是具有超强的前瞻性的。

“大奖章基金的规模一直都远远低于巴菲特和索罗斯管理的规模。而且，西蒙斯旗下的其他量化基金的业绩也远不如大奖章基金。”王晓华称，这就说明，量化投资的瓶颈就是基金规模有天花板，量化投资的收益率会随着管理规模的上升而下降。

王晓华称，量化投资的核心竞争力就是数量模型，因此在外界来看，每个量化投资策略都是个黑盒子，其他外部人无法知道其中的秘密。中国资本市场还在蓬勃发展，量化投资在中国的占比不高，未来量化投资应该还有很大的发展空间。投资领域，人们不应该过分恐惧机器对人的替代性，人的前瞻性研究和预判与机器独立的决策能力结合，可能是最为理想的决策模式。

林春称，投资中做股票，择时选行业选股票。选股比较困难，个股自身的一些特性需要调研，人可能更有优势。如果让机器做事，它没有数据就没有分析能力。在择时方面，人工智能也不一定比人更有优势，宏观的很多东西，是由政策决定的。比如，美联储加息不加息，每个人都有预测，机器算出来也不一定准。