【编前记】人类智能(HI)和人工智能(AI)的孰优孰劣,无论是在蓬勃发展的金融科技领域,还是其他人工智能应用领域,始终是一个有趣而又能够激发灵感的讨论,目前并没有一个定论,但是我们乐于参与这种讨论,这推动了HI与AI相互融合,也推动了金融科技领域的发展。 本篇笔记中,笔记通过探究HI+AI投研体系的内在逻辑,来分享如何运用AI助力新兴产业投资。


《基金经理投资笔记》AI系列

科技驱动价值,AI让投资更聪明


作者:陈鹏辉 浙商基金智能权益投资部新兴产业组组长、基金经理

王 斌 浙商基金专户投资经理助理


一、人类智能(HI)和人工智能(AI)的底层计算架构


如果一个人将钱袋倒进他的脑袋里,就没有人能将它偷走。知识的投资常有最好的利润。 ——本杰明富兰克林《富兰克林自传》


本杰明富兰克林的这句话道出了人类智能的一大优点:知识可以在人脑中沉淀,以复利的方式创造出惊人的价值,而这背后的原理与人脑的特殊计算架构有关。


我们熟悉的计算机架构,一般分为冯诺伊曼和哈佛结构。前者是指令存储器和数据存储器合一,设计简洁而高效;后者是指令存储器和数据存储器分离,擅长高速并行计算。无论哪种计算架构,都是按照编程的指令序列,去执行固定的运算步骤。输入和输出之间有严密的逻辑关系。


人脑有一个完全不同与计算机的架构。它的基本单元是神经元和突触,兼顾指令存储和数据存储,两者的边界是模糊的。它的运算单元是一种激励函数(Activation Function),互相连接的单元结构类似指令存储器。每个连接都有权重,这些权重类似数据存储器。这种架构可以进行异步、并行、分布式处理问题。更为神奇的是,人脑的架构可局部重构、可做局部加强、可以容错。

有了这样的理论基础,就可以清楚的看到基于计算机架构的AI和基于人脑架构的HI各自的优势:

AI优势:准确执行指令,不知疲倦的高速运算。

HI优势:深度思考,创造性思考。





二、AI投研系统的优势


历史不会重演,但总会惊人的相似。——马克 • 吐温


思路回到投资上,我们的人工智能(AI)投研系统,在分析历史数据序列丰富的传统时,用基本面/估值量化的思路,可以充分发挥优势,科学定量的给出最优投资决策。


以周期股的投资为例。周期股的股价驱动因素是供需周期性波动带来公司主营产品量价变化。这类行业基本面历史数据丰富,和股价的逻辑关系也清晰。通过人的经验去参与这种投资,仅仅能在大的方向上保证买卖的方向不要错。但是基于AI系统,可以清楚地看到在基本面数据和估值的任意组合下,我们的胜率和赔率各是多少。基于此设计合理的仓位变化,在提高收益率的同时控制回撤。

右图横轴为销量数据,纵轴为PB值,数据做了对数化处理和滑动平均处理。红色六边形越大则做多的胜率越高,颜色越深则做多赔率越高。绿色代表做空的胜利和赔率


三、AI+HI在新兴产业投资中的协作


天地气机,元无一息之停,然有个主宰,故不先不后,不急不缓,虽千变万化而主宰常定,人得此而生。若无主宰,便只是这气奔放,如何不忙?——王阳明,《传习录》


而聚焦到新兴产业投资上,新兴产业投资的困境可以总结为一句话:认知周期长而行业变化快。


以半导体产业为例,这些半导体产品在我们生活中不常见,并且它的生产制造过程涉及太多的专业知识。仅仅是专业名词的缩写,就可能花费投资者很长的时间去学习,其他新兴产业,如新能源汽车、区块链都是如此。这就是新兴产业认知周期长的一方面。而另一方面,这些行业的变化快,投资机会往往是“涌现式”的。这就经常导致了“看不见,看不起,看不懂,来不及”的投资困境。


因为是新兴行业,这些领域的历史数据序列往往不够长,较难直接发挥AI系统的基本面量化优势。这时候就需要研究员用自己HI的优势,对行业主要逻辑做抽取,最终以通用的财务语言把行业的关键数据提取出来,再交给AI系统去做量化分析。有这样的一套“HI+AI”的协作框架,便是有了“主宰”。在投资不同新兴产业时,可以在这套框架下做出投研决策。





四、HI的优势独特,不担心被AI替代


此郎亦管中窥豹,时见一斑。  ——刘义庆《世语新说.方正》


最后回到人脑的认知。前段时间陪13个月大的儿子看巧虎早教视频,当巧虎的尾巴从障碍物后面伸出来的时候,婴儿马上就笑了,因为他知道巧虎要出来了。这个细节,让笔者大吃一惊,由此更加惊叹人脑的厉害之处——基于有限信息去认知和判断全局。而目前最先进的图像识别技术CNN,在这个案例上,就难以战胜13个月大的婴儿。所以从长远看,人类智能的竞争力在类似领域还是占据优势的。


这在新兴产业投资里面也尤其重要。有时候,即使有了AI投研系统的辅助,我们还是需要依赖优秀的研究员,以有限的行业和公司信息,凭借经验和直觉,去判断公司的投资价值。


《彼得林奇的成功投资》里面就讲了他通过微观的细节成功地捕捉到投资机会。我们身边经验丰富的投资者也有类似的体验。有时候,他们不需要知道所有的信息,仅仅通过微小细节,就有灵光一闪的感觉:这是个绝佳的投资机会。



五、HI应当以第一性原理的角度,审视AI的策略有效性


在每一系统的探索中,存在第一原理,是一个最基本的命题或假设,不能被省略或删除,也不能被违反。 ——亚里士多德


《AI+HI对抗投资领域“熵增定律“的新模式》文章里面中,作者从熵增定律角度特别论述了AI策略需要在人类干预下运行。人类的干预原则到底是什么呢?笔者认为这个原则应该是“第一性原理”。


具体到新兴产业投资,我们挖掘的每一个AI策略,都应该是基于“企业价值反映”这第一性原理。比如我们基于主营产品价格的策略,用于反映企业潜在利润变化带来的企业价值变化。但是新兴行业发展到成熟期或者垄断期,产品价格变化就不明显了,这时候企业价值反映可能是“行业格局的稳定、资本开支的收敛,给公司带来更好的现金流”。在研究员发现这个行业趋势后,就需要介入,去审视所有相关AI策略,把不符合第一性原理的策略淘汰,并设计新的策略。


这样的投研体系,可以发挥HI和AI各自的优势,形成良性互动,为客户创造更多价值。


最后以一句管理大师彼得德鲁克的名言作为本文的结束。


专注于你的长处,把自己放到那些能发挥长处的地方。应该尽量少把精力浪费在那些不能胜任的领域上,因为从无能到平庸要比从一流到卓越需要人们付出多得多的努力。——彼得•德鲁克

注1:图片来源-免费开源代码交流社区-CodeProject

注2:图片来源-浙商基金iValue智能投资系统


【金融界智能研发团队专业点评】人类智能(HI)和人工智能(AI)的孰优孰劣,无论是在蓬勃发展的金融科技领域,还是其他人工智能应用领域,始终是一个有趣而又能够激发灵感的讨论,目前并没有一个定论,但是我们乐于参与这种讨论,这推动了HI与AI相互融合,也推动了金融科技领域的发展。


当下,HI与AI的结合还远远不够,仅仅是自动化交易的实现,已经无法应对全球金融市场瞬息万变的投资需求。如何使AI的投资逻辑更贴近HI的能力认知?如何使AI的服务场景更贴近投资者的真实需求?等等,我们一直在尝试探索、解决、实践,希望能够为金融科技领域发展贡献力量。


具体实践中,金融界智能研发团队也在不断探索,自2016年即展开对国内公募基金市场和全球资产配置领域的研发工作,落地部署了基于公募基金市场的智能资产配置系统,并于同年11月上线了独立智能投顾品牌“灵犀智投”服务体系,希望借助AI技术来优化全球资产配置领域的HI投资决策,服务有家庭财富管理需求的广大投资者。


了解作者


陈鹏辉,现任浙商基金智能权益投资部新兴产业组组长、浙商聚潮新思维混合基金经理。北京大学经济学硕士,9年证券从业经验。曾先后就职于丰田汽车、海通证券等公司。2015年6月加入浙商基金。

王斌,浙商基金专户投资经理助理。中国科学院工学硕士,6年实业工作经验,对半导体、安防、光学、数字视频、人工智能等产业有深入研究。投资风格以制造业为主要投资方向,偏好新兴产业中的优秀公司,相信“企业价值创造”为投资获利的根源,探索使用LUCY AI投研系统提高投资竞争力。



追加内容

本文作者可以追加内容哦 !