人类与人工智能：谁更擅长在金融市场上赚钱

发布时间：2022-04-28 发布者：亚时财经

人工智能正在国际象棋、街机游戏、围棋、自动驾驶汽车、蛋白质折叠等领域与人类竞赛，甚至超过人类。而这些领域以前被认为无法被人工智能实现。

快速的技术进步也对金融服务业产生了巨大影响。金融行业越来越多的CEO明示或暗示，他们经营着“拥有银行执照的科技公司”。

金融技术行业（FinTech）也迅速出现并增长，技术初创公司越来越多地挑战着零售银行、养老金或个人投资等领域的老牌金融机构。人工智能经常出现在幕后，如网络安全、反洗钱、KYC（know-your-client）和聊天机器人等。

在许多成功案例中，却始终缺失人工智能在金融市场上赚钱的身影。虽然交易员通常使用简单的算法，但机器学习或人工智能算法在投资决策中远不那么常见。

由于机器学习基于分析巨大的数据集并找到其中的模式，而金融市场生成大量数据，这似乎是显而易见的合理配置。《国际数据科学与分析杂志》的新研究揭示了人工智能在赚钱方面是否比人类更好。

一些定量对冲基金的专业投资公司宣布在投资决策过程中使用人工智能，不过不会发布官方的绩效信息，数十亿美元相对于大型投资行业的规模来说，仍然属于利基和小规模定位。

学术研究一再报告基于机器学习算法能够高度准确预测财务，从理论上讲，这可以转化为金融业非常成功的主流投资战略。然而，这似乎并没有发生。

造成这种差异的原因是什么？这是根深蒂固的经理文化，还是与现实世界投资的实用性有关？

人工智能的财务预测

我们分析了2000年至2018年期间发表的27项学术研究人员的同行评审研究，分别描述了使用机器学习算法的不同类型的股市预测实验。我们想确定这些预测技术是否可以在现实世界中复制。

我们的直接观察是，大多数实验都同时运行了其投资模型的多个版本（在极端情况下多达数百个）。在几乎所有情况下，作者都选取了表现最好的模型作为实验的主要产物——这意味着最佳结果是精心挑选过的，所有次优结果都被忽略了。

这种方法在现实世界的投资管理中行不通，任何给定策略只能执行一次，其结果是明确的损益——结果不会撤销。运行多个变体，然后将最成功的变体作为代表性，在金融部门具有误导性，并可能被视为非法。

例如，如果我们运行同一策略的三种变体，一个亏损40%，另一个亏损20%，第三个获得20%，然后只显示20%的收益，显然这个单一结果歪曲了基金的表现。只需测试一个版本的算法，这将代表现实世界的投资设置，也更为现实。

我们审查的论文中模型达到了非常高的准确度，约为95%——这是在生活的许多领域取得巨大成功的标志。但在市场预测中，如果算法5%的时间是错误的，它仍然可能是一个大问题。它可能是微不足道的错误，也可能是灾难性的错误，它不仅可能抹去利润，也可能抹去整个基础资本。

我们还注意到，大多数人工智能算法似乎都是“黑匣子”，其工作方式没有透明度。在现实世界中，这不太可能激发投资者的信心。从监管的角度来看，这也可能是一个问题。此外，大多数实验没有考虑到交易成本。虽然这些年来一直在下降，但交易成本并不是零，这可能会造成利润和损失之间的差异。

我们研究的实验都没有考虑当前的金融法规，例如欧盟法律指令MIFID II或商业道德。实验本身没有从事任何不道德的活动——它们不寻求操纵市场——但它们缺乏明确确保其道德的设计特征。

我们认为，投资决策中的机器学习和人工智能算法应该遵守两套道德标准：使人工智能本身具有伦理，以及使投资决策具有道德性，同时考虑到环境、社会和政府监管，例如阻止人工智能投资可能损害社会的公司。

所有这些都意味着学术实验中描述的人工智能在金融业的现实世界中是不可行的。

人类更好吗？

我们还想将人工智能的成就与人力投资专业人士的成就进行比较。如果人工智能可以比人类投资得更好，那么这可能预示着就业人数的大幅减少。

我们发现，在公开可用的市场数据来源上披露业绩数据的人工智能基金较少，而其在市场上的表现普遍不佳。因此，我们得出结论，目前有一个非常有力的理由支持人类分析师和管理人员。

尽管人类存在缺陷和局限，但经验证据表明，人类目前确实领先于人工智能。这可能是因为当我们不得不在不确定的情况下做出快速决策时，人类会采取有效的心理捷径。

将来这种情况可能会改变，但在改用人工智能之前我们仍然需要证据。在不久的将来，我们应该将两者结合起来，而不是让人类反对人工智能。这意味着将人工智能嵌入决策支持和分析工具中，但将最终的投资决定留给人类团队。

编辑：Celeste

特别声明：本站转载或引用之图文若侵犯了您的合法权益，请与本站联系，本站将及时更正、删除。版权问题及网站合作，请通过亚时财经邮箱联系：asiatimescn@sina.com

返回列表

热门话题更多>>