eQ1相关新闻
没有更多的新闻纪录
更多相关报道AIEQ满月跌逾3% 投资圈开始谈论“智能泡沫”_第一财经
AIEQ满月跌逾3% 投资圈开始谈论“智能泡沫”
第一财经APP周艾琳 22:03
&这只人工智能指数基金（AIEQ）一发行我就买了，可还没等加仓，它就连续下跌，完全和美股大盘背道而驰，想想要跑出这种走势也是挺难的。&国内某基金经理姚灵（化名）对第一财经记者表示。
姚灵所说的AIEQ就是10月18日上线的AI Powered Equity ETF，由旧金山EquBot公司推出，利用IBM Watson超级计算机进行大数据处理，对美股进行主动投资管理，也被认是全球首只AI ETF。其仅交易两天，就轻松跑赢美股大盘。然而，神话也就此终结了。
AIEQ此后一路下跌，截至11月14，AIEQ在近一个月内累跌3.27%，而同期标普500指数涨幅高达1.06%，这波牛市被投资者戏称&盲买都能赚&。那么，AIEQ怎么不智能了呢？
平安磐海资本首席风险官陆晨对第一财经记者表示：&现在大家对于AI的定义就存在偏差，认为AI基金就是基于对过去的分析，以固定的假设来预测固定的未来走势，或是简单地做量化交易，但真正的AI基金是：1）基于动态的假设来预测动态的未来；2）在获得有限信息的情况下，就能比人更快、更精准地预测未来；3）进一步预测或量化行为金融。这些在中长期仍很难实现。更讽刺的是，最初AI的终极追求就是要让冰冷的机器像人一样有炙热的感情，而AlphaGo之所以能战胜人类围棋顶尖高手，恰恰是因为它没有情感和感觉，因此疲惫、后悔、迟疑对它而言都不存在。
&表面财报数据背后隐藏的成分是机器无法识别的，主动管理人选股还需要走访公司、接触管理层、主观判断。AI可能在十多年前也无法慧眼识别马云吧？& 阿尔杰投资管理（Alger Investment Management）基金经理张韵则对记者表示。张韵此前主动管理的小盘股策略基金跑赢标普500指数近900个基点。
虽然AIEQ上市时间太短，我们对业绩不宜进行主观评判，但近年来全球上下对于AI的狂热已近乎白热化，&AI战胜华尔街&的呼声甚嚣尘上。斯坦福大学终身教授、谷歌云首席科学家李飞飞的一句话则值得深思&&&对比物理学的发展轨迹，AI还没有达到牛顿力学的阶段。&
黄线为AIEQ走势，蓝线为标普500走势。来源：彭博
智能投顾并非AI
首先要澄清的是，市面上不断涌现的&智能投顾&（Robo－advisor）并不是AI，最多只能算是一个理财顾问。
&要说最基本、幼稚的AI智能投资，其实就是美林时钟，&陆晨表示，美林时钟是一个四象限的场景，每个象限按照经济的增长衰退以及通货膨胀的具体表现定义，在每个有确定定义的小房间(象限)中，投资者依照历史的统计数据归纳出下胜算率最优的投资选择。
而AI智能投资则更进一步，将每个象限或假设情景再分得更为细致，并得出更为有针对性贴切的解决方案，类似于我们在学微积分时求极限的概念，当我们把这个场景的维度无限缩小收敛于0时，就会到达终极理想化的AI智能投资的境界。
眼下，国内外不少机构将自己设计的智能投顾定义为AI。例如，用户输入&地震&，智能投顾便能迅速给出相应概念股。
然而，陆晨告诉记者，现在&很多的AI&是回溯历史大数据的统计方法，统计的黑匣子胃口食量很大，要喂给它大量的历史数据才能有对未来有非常局限的预测。同时这个预测是很固定静态的，根据这个预测再针对未来设定相应的解决方式，要面对未来的不确定性。然而，市场是瞬息万变的，时间又不停息，当原有的固定起点变成了历史， &从第一个起点，到新的起点，AI就是要对这一段新产生的信息数据重新学习，还要在动态的新起点的基础上，来动态地预测未来，这里包括新起点周围的氛围和公理。这是AI的追求，但这对当前大多数的AI基金而言，仍然无法实现。
更重要的是，人性或行为金融在金融市场中扮演者重要作用，AI又如何能通过对过去人类行为的学习，来动态、量化地预测未来？
&在自然科学中，人作为独立的观测者研究发现科学现象；而在金融市场中，人作为观察者和市场参与者的双重身份出现，人和市场之间的关系正如著名投资家索罗斯（Gorge Soros） 在他闻名遐迩的反身性理论里所阐述的，不确定性来源之一是人的思想情绪感觉认知的变化。&陆晨表示，要做到行为金融的AI难上加难，需要对金融市场长期的发展进行深度、长时间的学习。
回到根本，不得不问的是，机器它本身有没有智能？多少人相信机器本身是有智能的？
&真正的智能，到2016年此刻为止，还都只能来自于人，人才有智能，机器只能转移智能。所以能够让一个系统拥有智能的最重要的方式是如何去采集人的智能，如何去转移人的智能，如何去提炼人的智能。&AI专家、因互联CEO鲍捷博士在2016年时表示。
其实，人的智能自然也是有限的。例如，2007年次贷危机的爆发，也是因为市场的贪婪和对尾部风险(即房价会暴跌)的选择性忽视，以及人们认知第四象限（Unknown&s unknown，即&未知之未知&）的天生缺陷。
眼下，智能的来源是人，除了如何更好地采集人的智能，另一个问题在于如何降低人的成本、机器的成本和计算的成本。
针对这点，广济桥资本合伙人袁玉玮近期就指出，如果真的要实现理想中的AI基金，那么&每年0.75%的管理费何以支付人工智能的技术预算？又如何愿意每天公开持仓信息？&
区分量化和AI
除了智能投顾，还有不少认为量化交易就是AI，答案当然是否定的。虽然全球多家顶级量化对冲基金都在开发基于AI的交易，但残酷的现实纷纷否定了目前AI能够跑赢的可能性。
例如，全球最大的资产管理公司贝莱德（BlackRock）进军AI，但相关部门却刷新了历史亏损。
再回到量化交易本身，量化交易是指从庞大的历史数据中海选能带来超额收益的多种&大概率&事件以制定策略，用数量模型验证及固化这些规律和策略，然后严格执行已固化的策略来指导投资，以求获得可以持续的、稳定且高于平均收益的超额回报。量化交易有着严格的纪律性，这样做可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。
关键点又回到了&固化&二字。不同于量化交易，真正理想中AI如上文所述，是对动态片段进行不断学习，来改良对未来的判断。
其实，金融危机后，全球宏观环境风云突变，不少对冲基金并不能&智能&地顺应变化。&QE把市场基本面打乱了，美股牛市持续九年，传统&多空策略&很难推进。&长年从事对冲基金研究的诺亚研究部主管、香港大学教授夏春对第一财经记者表示。
第一财经记者获得的数据显示，在全球前20的对冲基金中，2016年桥水获得49亿美元收益，荣登榜首，超越如索罗斯（-10亿美元）、保尔森（-30亿美元）等同行。可见，即使是行业大佬也难免失手，低利率环境、英国脱欧和美国大选等风险事件都令人防不胜防。
此外，今年部分量化对冲基金在中国A股的&惨烈&表现也佐证了量化绝不是AI。
由于中国市场上较多的量化策略基金是通过大小盘因子、成长价值因子来赚取超额收益。量化投资大的逻辑是用历史数据预测未来，从现在往前推5~6年，A股市场对超额收益最有效的解释因子是市值，小市值股票相对于大市值股票整体会具有更高的超额收益。
因此，很多量化基金2016年配置较多小市值股票，取得良好业绩。但是今年以上证50为代表的蓝筹股上涨超过10%，中证500、创业板却收益告负，这是今年以来大多数量化基金业绩一般的主要原因之一。
那么为什么这些量化基金的在出现亏损后，不及时&智能&地转换策略？
&这个问题其实是事后诸葛亮了，&陆晨告诉记者，&量化的原则就是严格贯彻其策略，而且如果身在当时，你如何能判断大小盘市值因子会持续失效呢？如果真正的AI能被运用在量化基金中，应该是通过对于市场动态、情绪、监管变化等进行分析，在较短的时间内得出未来市值因子仍会继续失效的结果。但事实上现在的AI是做不到的。&
华尔街难被AI取代
更令人感兴趣的问题就是&&近两年被反复炒作了&AI战胜华尔街&的概念究竟可不可信。
近期不乏报道称，2000年顶峰时期，高盛在纽约总部的美国现金股票交易柜台就雇佣了600名交易员，替投行金主的大额订单进行股票买卖操作。但时至如今，这里只剩下两名股票交易员。此外，高盛目前三分之一的员工是计算机工程师，约有9000人，并自称&科技公司&。
&国内各类炒作金融科技或AI的文章只说对了一半，AI取代的是那些&傻瓜交易员&，即执行下单的交易员（execution trader），比如投资经理打电话告诉这些交易员在某个时间买一万手微软等。但从事自营交易的&聪明交易员&或基金经理绝对不会被现阶段的AI取代。&陆晨表示。他曾供职于美国银行信用衍生品部门，负责当时红极一时的信用衍生品资产证券化(ABS)、信用违约互换(CDS)、担保债务凭证（CDO）等产品的研发和交易，更早前供职于贝尔斯登、德意志银行、荷兰银行等。
其实，国外所说的卖方交易员，包括场内交易员、执行交易员、做市商以及卖方销售，他们的确可能因科技的崛起而失业，但自营交易员或者买方的主动型基金管理人才则难以被机器复制。
专注于主动选股（小盘成长股策略）的张韵也对记者表示，尽管金融科技风行，量化交易或被动型ETF大行其道，但我们应该要承认主动管理的价值。
&对于选股，我完全不相信历史性的数据，尤其是历史市盈率（PE），公司每时每刻在变，特别是我侧重中小型公司，十年前和十年后几乎可以说是两家公司了，即使是苹果这样的大型科技公司，也要看未来的营收和现金流等等。如果AI基金对公司不了解，只根据历史PE来评估公司股价公允程度，怎么可能跑赢市场呢？&
张韵表示，尤其是美国公司，美国GDP增速比不上新兴市场，也只有具备创新性的公司才能创造超额业绩，因为未来的愿景才是股价的驱动力，而不是根据历史数据来预测未来。
此外，她也提及，主动型基金管理还需要关注低概率但可能造成致命打击的极端事件，但机器人只能按过去的数据来测算概率，即过去没有发生的，对它而言未来也不会发生。
其实，AI概念的走红，与近年来迅猛发展的被动投资（主要表现为ETF指数基金）紧密相关。
2009年以来，美国股市出现一个巨大的变化：大量资金从传统的主动管理基金撤离，进入了费率更低的指数基金，而指数基金规模的爆发式增长，也成了这个美国历史第二长牛市的最大受益者。例如贝莱德、 Vanguard等美国前几大资产管理公司都推出了这种指数基金产品。他们的核心是科技，不是金融，有一些也引入了AI的概念。
然而，去年以来，也有越来越多的机构警告称，由于ETF的投资标的往往非常雷同、集中，在流动性逐渐收紧的未来，市场下行风险的释放或将触发ETF造成的金融市场流动性危机，届时ETF和智能投顾的泡沫将会被同时戳破。
橡树资本（Oaktree Capital）联席董事长霍华德﹒马克斯（Howard Marks）近期就对第一财经记者表示，随着更多资金流向被动管理投资，投资者应该好好想想，到底是谁在分析被投企业，谁在决定被动基金的资产配置。
&我们应该思考一下，投资者是否愿意把资金交给按照这样一个投资流程投资的机构：无论是个别持仓还是投资组合构建，都未经过详尽的分析，无论价格多高都会盲目买入。&马克斯称。
此内容为第一财经原创。未经第一财经授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经将追究侵权者的法律责任。
如需获得授权请联系第一财经版权部：021-1-；。
编辑：林洁琛休闲娱乐生活服务其他类别扫扫有惊喜
为啥全球首只AI基金首战失利后 大佬还在持续下注全球首只人工智能基金的业绩失利，凸显了投资界对于AI投资（人工智能投资）观点的两极分化：乐观者预期它终将横扫市场，取代大多数基金经理的工作；而悲观者则把它看作“神话故事”“永远不会成功的永动机”。首只AI基金铩羽12月14日早晨，全球首只人工智能ETF基金AIEQ报收于25.69美元。上市近两个月，该基金的表现差强人意，落后美股标普500指数2.5个百分点。AIEQ上市以来与标普500ETF的走势比较（蓝色为AIEQ净值曲线）作为第一个宣称使用人工智能的基金，AIEQ的业绩出乎行业预期。它一度惊艳，上市的前三个交易日，AIEQ斩获了0.8%的收益率。媒体报道频频使用“超过基准指数100倍”的评语，并随之激发了一片“人工智能何时取代基金经理”的报道和讨论。但这只是昙花一现。此后该基金的业绩迅速滑落。从10月中旬到11月中旬，该基金净值一度下跌逾4%。更糟糕的是，同期美股标普500指数稳步上涨，两者相比，AIEQ完败。“无论是波动率控制，还是短期基金业绩表现，AIEQ都是越做越差，难言让人满意。”一家量化投资机构的投资总监如是说。由于公开信息的缺乏，AIEQ近期表现低迷的原因尚难判断。一些投资人士认为，从净值看，AIEQ的选股结果偏激进，进攻性很强，但世道不顺时净值回撤也很凶。也有人认为，或许基金管理人自己也未必能完全了解清楚其中的原因。人工智能投资有所谓的“黑箱问题”，由于算法复杂，“投资模型的投资过程经常缺乏可解释性”。公开资料显示，AIEQ全称为AI Powered Equity ETF，是由旧金山的一家创业公司发起，并和一家ETF基金公司合作设立的上市型交易基金。该基金号称运用人工智能来进行股票选择，“追求以同等的风险波动水平，提供超出美国股市基准指数的投资结果。”该基金通常投资40-70只股票。AI投资难在何处？同样是利用计算机系统进行投资，量化投资技术在十多年前已经进入实战，但是AI投资目前还在研究尝试中，原因在哪里？
上一页&1共3页热门新闻更多
实时热点榜单热门视频
阅读下一篇视频推荐打遍围棋无敌手之后，人工智能炒了26天股……_基金点评(jjdp)股吧_东方财富网股吧
打遍围棋无敌手之后，人工智能炒了26天股……
文章来源：财富号，东方财富网旗下财经自媒体平台
先是撂倒人类围棋界顶尖高手李世石、柯洁的“阿尔法狗”，接着又是零基础自学成才、100比0击败“阿尔法狗”的“阿尔法元”。
一年多来，人工智能以“与人类博弈”、“与同胞决斗”的方式在朋友圈刷屏，带来一个又一个惊喜。
都说“投资如下棋”。
在围棋上赢得人类找不到北的人工智能，炒起股来是不是也很“6”呢？
还真有人把这个想法付诸实践。
10月18日，美国出现了
炒股“阿尔法狗”
——全球第一只应用人工智能进行投资的ETF基金。
全称：AI Powered Equity ETF
代码：AIEQ
和人类炒股比起来，它完全是开挂了：
一年365天、每天24小时不停工作；
持续不断地分析6000只美国挂牌股票；
每天分析上百万条相关的公告文件、财报、新闻以及社群文章；
利用量化择时、量化选股、因子分析、事件驱动等N种量化模型选股；
此外，它还能不断地深度学习，数据处理得越多，选股能力就会更强大。
而且，它没有人性情绪波动的弱点，只有理性地分析和判断...
你说，这样炒股还能不赚钱？
因此，AIEQ一诞生便被广泛看好，媒体纷纷惊呼“狼来了”，华尔街的基金经理、交易员、分析师都担心自己的饭碗不保。
<img src="http://zimeiti-eastmoney-com.oss-cn-/05c8b475b3.em/ttshuiyin10" class="" alt="打遍围棋无敌手之后，人工智能炒了26天股……">
但是，生活中总是有很多“但是”。
这只炒股“阿尔法狗”已经炒了26天股——但是，真没赚到钱！
10月18日至11月22日，AIEQ下跌0.32%
<img src="http://zimeiti-eastmoney-com.oss-cn-/6f143deb53b30ef04d2f62.em/ttshuiyin10" class="" alt="打遍围棋无敌手之后，人工智能炒了26天股……">
AIEQ走势（10月18日至11月22日）
不仅如此，它还跑输了指数。
在同一时间段，美股三大指数全线上涨，
纳斯达克 ↑ 3.68%
道琼斯 ↑ 2.30%
标普500 ↑ 1.47%
<img src="http://zimeiti-eastmoney-com.oss-cn-/f17899acbf1defc7dcbac.em/ttshuiyin10" class="" alt="打遍围棋无敌手之后，人工智能炒了26天股……">
AIEQ（白）跑输纳斯达克（紫）、道琼斯（黄）、标普500（绿）
从这26天的表现来看，很容易得出“人工智能炒股不行”这个结论。
有人早就预言了人工智能炒股的失败。
他就是基金业的第1号传奇人物——彼得林奇。
1977年，彼得o林奇开始管理麦哲伦基金时，基金规模为2000万美元。
1990年，他急流勇退，麦哲伦基金那时的规模已达到140亿，翻了700倍，成为当时全球资产管理金额最大的基金。
这13年间，麦哲伦基金年平均复利报酬率高达29%。如果你在1977年投资于麦哲伦基金，到1990年，你的钱会变成原来的26.7倍。
早在20多年前，彼得林奇就指出
，如果仅把选股当成一门科学，根本不可能取得成功。
来看看他具体是怎么说的：
选股既是一门科学，又是一门艺术，但是过于强调其中任何一个方面都是非常危险的。
一个只把选股当做一门科学的家伙，往往会过于迷信数量分析，整天钻在一大堆上市公司财务报表里不出来，根本不可能取得投资成功。
如果仅仅依靠分析财务报表就能准确预测未来股价的话，那么数学家和会计师就应该是当今世界上最富有的人。可是你看看世界富豪排行榜，怎么连一个也没有呢？
另一方面，只把选股当成一门艺术，也同样不可能取得投资成功。
我这里所指的艺术，是指直觉、感性以及艺术家们十分青睐的右脑活动。用艺术家的观点来看，寻找赚钱的投资机会需要一种只可意会不可言传的“灵感”，并且要追随这种灵感行事。
投资人有了这种灵感就能赚钱，投资人没有这种灵感就只能赔钱。既然投资只是一门艺术，基本面研究根本无用。
那些迷信选股只是一门艺术的投资者，完全忽视研究基本面，因此简直是在“玩”股票，结果只能是玩火焚身，赔的钱越来越多。
然而他们却并不认为这是因为自己没做基本面研究，反而认为是自己还没有找到那种艺术般的只能意会无法言传的选股诀窍。
他们最喜欢给自己投资赔钱找的借口之一是：“股票如女人，永远猜不透。”这句话对股票和女人都不公正。
我选股的方法是：艺术、科学加调查研究。
20年来始终不变。
我有一个安装了科特龙股票软件的电脑，但不是许多基金经理都使用的那种新型电脑系统，这种系统能够为你提供华尔街每一位分析师对每一家上市公司的分析报告，能够绘制精美的技术分析图表，据我所知这种电脑的高性能完全可以和五角大楼国防部玩战争游戏，可以和国际象棋特级大师鲍比o费希尔下棋。
专业投资者往往忽视调查研究。他们更多的是想方设法购买各种信息服务系统，比如Bridge、Shark、彭博社、Market Watch以及路透社信息等，从而能够让自己在第一时间发现其他专业投资机构的投资动向，可是他们本来应该自己花时间进行实地调查研究。
自己不对上市公司进行调查研究，进行仔细的基本面分析，拥有再多的股票软件和信息服务系统也没有用。相信我，巴菲特从来不用这些玩意儿。
摘自《战胜华尔街》
人工智能炒股到底行不行？
26天的时间太短，今天我们无法确定，时间才能给出答案。
但关于人工智能，今天我们可以确定两件事：
1、人工智能已经进入爆发期，将会改变世界、改变未来；
2、人工智能也将成为A股长期的投资主题。
融通中证人工智能指数基金
基金代码：161631
国内唯一一只人工智能指数基金。
指数化投资，让人工智能投资更简单、更省心。
评论该主题
作者：您目前是匿名发表 &
作者：，欢迎留言
提示：用户在社区发表的所有资料、言论等仅代表个人观点，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决定证券投资并承担相应风险。