October 12, 2023 | 人工智能与机器学习

人工智能对投资管理可能有何影响

Robert Jenkins
理柏管理全球研究、投资与财富解决方案总监
对于投资行业来说,采用人工智能(AI)并不是一个新生事物,但最近的加速和深入发展表明,它可以成为改变业态的强大工具。
                                                                                                                                                                                  
1. 人工智能带来的加速作用可改变繁重的基础性任务,例如处理公司数据。这会对所需的职位类型产生影响。
2. 人工智能工具对市场造成严重破坏的”终结者“情景被夸大了,但并非不可能。更有可能的是,人工智能工具可提取更深入的洞察和相关性。
3. 产品创新有可能出现,因为人工智能可以理解多种复杂的风险并有针对性地进行交易,以避免损失并利用机会。
                                                                                                                                                                                  

欲通过电子邮件收取更多数据驱动洞见相关资讯,请订阅《路孚特视角》周刊 (英文)

 

Chat GPT 推出还不到一年,但这类人工智能工具已经从帮助懒惰学生写论文的古怪快捷应用程序,转变为可能为资本带来变革的工具。

对于身处投资行业的人士而言,在大语言驱动的人工智能模型可能带来影响的众多潜在业务领域中,发展的齿轮已经开始转动。生成式人工智能模型正处于规模扩张的初期,但具备各类行业功能的第一批应用程序已经出现:

 

人工智能对行业的影响

  • 法律和咨询。人工智能模型可提取大量法律文书或企业尽职调查信息,并起草综合性摘要或详细简报。
  • 软件和 IT。生成式人工智能可针对多种用途编写、审核和编制软件代码。
  • 研究和开发。生成式人工智能可加快药物或其他化学相关领域的研究和发现流程。
  • 销售和营销。生成式人工智能可编制用于社交媒体宣传活动、技术性销售材料和个性化营销的文本、图像和视频。
  • 制造和运营。人工智能模型可识别关键路径,并开发各种人工和专业任务的最优流程。

这些任务代表着真正的职位,而不仅仅是无关紧要的繁重工作。生成式人工智能可处理耗时的任务,包括那些要求深入理解相关主题,并通过高水平的认知推理进行有效组织归纳的任务。这包括许多大学毕业后职业生涯最早从事的初级分析师和助理工作。

如果利用相应数据进行适当的“训练”以避免“幻觉”(人工智能输出看似合理的错误),人工智能就能消化大量内容并创建清晰的摘要,甚至是前瞻性的战略建议。在拥有庞大分析师团队的企业与拥有同等才干的高级合伙人和策略师和/或专有知识产权但缺乏人员规模的小公司之间,人工智能甚至能造就势均力敌的竞争环境。

 

对投资行业的影响

在投资行业,更大绝不意味着更好。

小规模的投资及咨询公司比比皆是,它们坚守自身的核心优势并能非常好地满足小众市场。

当你发现一个真正优秀的基金经理管理公司能将其管理的资产保持在较低水平,他们能最大限度地精选产品投资,同时避免摊薄业绩,你就会坚持与他们合作。

可惜的是,这样的公司并不常见,它们能吸引的新投资者数量有限,而且其长期结果往往是被大企业收购。

人工智能可为各种规模的资产和财富管理公司带来帮助——事实上,多年来它在不同程度上都在发挥这样的作用——但人工智能未来可能承担更多的新角色。

 

人工智能对投资管理公司的运营可能有何影响?

分析师或将通过多种方式受益,因为人工智能的 NLP(自然语言处理)和生成能力能处理买卖双方分析师需要撰写的众多市场、板块和行业层面的报告。

人工智能还可根据训练或“调校”它时所采用的投资理念和流程,编制公司层面的报告并建议潜在的投资主题。

然后,分析师可审查这些建议来确保人工智能所解读的信号正确无误,但编制数据和填充估值模型的枯燥练习在很大程度上可实现自动化。

 

理论上,分析师因此能有更多时间投入更加广泛深入的研究。

投资纯粹主义者会认为,让年轻有为的分析师来编制此类报告,能让他们更深入地理解如何结合各个要素形成投资方法——这种观点并没有错。

但是,当分析师成为投资组合经理后,他们就会具备这样的理解,同时作为投资组合经理意味着他们通常不会再流水线式地编制报告。

由此可以看出,人工智能如何能在拥有大量分析师的资产管理公司与拥有经验丰富的投资组合经理的小公司之间创造势均力敌的竞争环境。

 

我们讨论了分析师,那投资组合经理又会如何?

我们能否减少对资产管理价值链中一个最昂贵部分的依赖?就纯粹被动型产品而言,投资组合经理更多的是承担运营监督职责,而凭借与被动型同行相比表现平平的业绩,主动型投资组合经理就能获得丰厚的回报。 

尽管如此,少数优秀经理往往会保持优秀的表现,显得物有所值,但即便是优秀的经理也能通过规模化的研究受益。

主动型投资组合经理必须说明自己的流程、理念和买卖纪律--尤其是针对机构客户而言--可以说,这些纪律可以编写成代码,利用大型企业数据集“训练”大语言模型。

理论上,“人工智能投资组合经理”能比规模最大的资产管理公司覆盖明显更多的企业,并且更有深度。人工智能还能有效处理数十年积累的数据,然后根据时间、市场周期、趋势和宏观事件的变化进行吸收理解。

依托这样的历史关系视角,人工智能还可针对当前市场动态以及风险的早期预警信号进行“调校”,建议交易和投资理念。人工智能还可寻找人类无法投入时间或精力去寻找的机会。

 

人工智能可为资产管理公司带来帮助的职能领域包括:

  • 证券选择
  • 战术性和战略性投资组合构建
  • 风险管理
  • 评估市场情绪
  • 战术性交易策略(用于进出场)
  • 自动和算法驱动型交易(实现额外的超额回报)
  • 销售和营销

需要明确的是,我绝对不赞同眼下主动型投资组合经理应该担心失业的说法。

事实上,要使人工智能有效地融入主动型投资组合经理的角色,最好是由投资组合经理实时监督输出结果,以确保在持续“训练”的同时避免无效输出。

尽管如此,我们可以认为,人工智能能够帮助投资组合经理在证券选择中发挥增值作用,并拓展其选股范围。因此不难理解,为什么主动型投资组合经理已在此类用例中采用人工智能。

 

人工智能对投资行业有哪些不利影响?

人工智能对投资的潜在不利影响就是史诗电影《终结者》的核心主题——机器运行不良。

人工智能在投资中发挥的所有上述积极作用都需要某种形式的人工监督,其中一个原因是这些具有自学能力的模型在认知发展的过程中可能会遇到异常情况,从而误入歧途。 

我们已经看到过一些案例,说明糟糕的数据是如何训练生成式人工智能模型,使其产生可信但明显错误的输出结果的。

 

在企业财报和披露领域,会计具有一定的“艺术性”且在各公司的应用并无定式,人工智能引擎有相当大的可能因为这些变化无常的数据出现“幻觉”。

如果人工智能模型的训练与复杂的“非理性”人类相结合,将会产生真正的障碍。人类行为会使严格遵循历史模式的模型感到困惑。

此外,模型的“学习”可能无意中沿着事先根本难以设想的危险路径前进,因而很难立即察觉。毕竟很少有投资和市场专业人士真正理解了造成金融危机、美国长期资本管理公司破产、安然公司破产等重大市场冲击的连锁事件的重要性。

这就是人工智能对投资市场的真正不利因素,必须在培训模型的过程中设置防范措施,而且重要的是,务必对输出结果进行持续的人工监督。

 

利用人工智能开发旨在促进客户活动的预测性或说服性内容也可能存在问题,这也是美国证券交易委员会 (SEC) 的关注要点。

显然,根据特定企业或实体的投资视角调校的生成式人工智能基础模型,可能产生带有偏见的前瞻性的市场指令,而这些从聊天机器人口中说出来的判断似乎并无恶意。

这种情况可能持续发生,甚至会针对客户成规模地定制,促使顾问、基金经理或其他犯罪分子采取自私的举动——回想一下2021年的YOLO/MEME股票交易狂潮,便可以想见人工智能引擎可能如何造成类似的从众心理。

 

人工智能是否会对整个金融市场产生影响?

如果生成式人工智能在市场中得到更广泛的部署,并且实际上通过覆盖更广证券范围的人工智能/算法驱动的“主动型”产品制定或推动决策,那么市场可能变得更有效率。

第二和第三衍生品的估值错位可能变得更容易识别和执行交易。被动型管理几乎可以完全实现自动化;如果将这样的人员和资源效率引入主动型管理,从而进一步降低费用结构,就有利于精准获取超额回报,为投资者带来更显著的回报。

产品的复杂程度也可能上升,因为人工智能可以理解多种风险并根据特定的市场情景有针对性地交易,以避免损失并利用机会。可以预见,未来会出现仅有大语言模型能理解的与策略和预测分析挂钩的新主题基金产品。

人工智能在投资行业可造就无数潜在的效益和陷阱,我们唯一能确定的是,这一切必然会发生。采取适当的防范措施和人工监督,有助于确保以安全且有益的方式探索这个激动人心的新世界。

 

常见问题

人工智能如何帮助解决金融数据挑战?

借助人工智能的强大功能,信息可以变得更为主动:在正确的时间提供见解。