“当人们都要走同一个独木桥过河时，必然会出现缓慢、拥挤甚至被挤下河的情况，但转换思维，不一定要走独木桥，飞机也可以过河，这个例子可以形象地描述AI技术在投资中的作用，即让操盘手能在更高维度上认知资本市场的博弈。”对冲基金EverestLinkCapital（珠峰智联资本）AI（人工智能）策略基金经理刘昕对贝壳财经记者如是说。

2023年，大模型刮起一阵“流行风”，AI获得了前所未有的关注，资本市场也不例外。

根据去年10月末全球投资管理公司景顺发布的《景顺全球系统性投资研究》（以下简称《研究》）数据，半数系统性投资者已将AI整合至其投资流程中，这说明，投资者普遍预期AI工具将于未来几年改变投资组合管理，多数（62%）投资者预计，在十年内，AI的重要性将比肩传统投资分析，13%的投资者预计其甚至会超过后者。

贝壳财经记者注意到，目前，我国已有一些公募基金产品用AI辅助投资，通过AI算法，让模型能够根据市场环境和自身表现不断学习、进化，从而提高模型对于市场变化和异常情况的适应能力，以创造Alpha（超额收益）。

AI在投资中作用多大？

能从更高维度理解资本市场 有机会走出一条新路

上述景顺发布的《研究》显示，在全球范围内，受访者表示，他们利用AI更好了解市场环境及识别宏观经济拐点，其中，46%的受访者正在使用AI识别市场行为模式，38%的受访者正将AI用于投资组合配置及风险管理。

在我国公募基金投资中，AI已有实际应用，比如华夏基金2023年发行的华夏智胜新锐的目标便是在宽基指数基础上，通过AI深度学习选股的方式获得超额收益。

该产品的基金经理孙蒙表示，所谓的AI量化策略，即利用AI和海量数据，通过模型化的方法，寻找市场中被低估或错误定价的标的，从而获得超额收益。同时，通过AI算法，让模型能够根据市场环境和自身表现不断地学习和进化，从而提高模型对市场变化和异常情况的适应能力。“AI投资可以简单类比成智能驾驶系统，选择股票就像我们在马路上驾驶汽车一样，它会帮助寻找可能从哪条路走会更快，或者哪些局部有风险，通过对于历史行情的学习总结相对应的规律。”

在投资操盘手的眼里，AI的优势在于“有机会走出一条新路”。

简单理解，在无AI时代，操盘手大多会沿用已被验证有效的模型以及基于自身投资经验进行投资决策，但实际上，仍可能存在未知的更有效的策略，但在现实生活中难以一一被验证，AI便可从中找到更多更有效的策略。

刘昕对记者表示，在投资中使用AI深度学习算法，即利用计算机去模拟人类神经元的工作模式，计算机强大的运算能力能超越人类思考极限，无须人类去定义特征，AI自然可以从原始数据中自主学习或提取特征，从而对真实市场有更客观、更透彻的理解。不局限于人类对市场的认知，AI能让基金经理站在更高维度上，理解资本市场的博弈。

目前，AI技术与量化投资结合更为紧密，海富通基金旗下多只基金在投资策略中运用了AI技术。海富通基金量化投资部基金经理朱斌全对贝壳财经记者表示，量化基金在研究中大量使用机器学习、深度学习等前沿计算机技术，而这些技术恰好是AI技术的基础，量化人员也大都学数学、计算机出身，AI技术在量化投资中运用较多就很自然了。

用AI能让业绩更好吗？

有基金使用AI协助获得显著超额收益但并非必然

在投资中使用AI技术，最终还是要回到“灵魂之问”：产品业绩表现真的更好了吗？

从数据来看，使用AI技术的基金业绩还不错。

以孙蒙掌管的华夏中证500指数增强为例，该基金使用AI智能辅助选股策略，截至2024年1月18日收盘，该基金A份额自成立以来收益回报达60.73%，同期业绩比较基准回报则为-0.18%，获得了显著超额收益。

海富通基金旗下几只使用AI技术的基金在2023年上半年均取得了正收益，并超越了业绩比较基准。

刘昕则谈了个实例，她表示，AI模型最显著的优势在于能领先基本面和消息面发现机会。比如，拼多多在去年5月26日公布一季度财报后股价大涨，但我们的AI模型在去年5月12日就发现了上涨动力，并给出了目标价；去年11月份，拼多多发布三季度财报后股价又涨，而AI模型早在7月份就发现了其股价中期上涨动力。此外，AI模型在风控上也有应用价值，已准确提示过多只个股的下跌风险。“整体而言，AI策略目前获取Alpha的能力较高，毕竟AI能超越人类思考的局限。未来，市场波动格局也会出现新变化，AI深度学习模型的自适应性正是应对变化的最优解。”

但AI让投资更有效并不是必然的，其背后需要诸多客观条件及主观能力做支撑。

“深度学习选股模型使用历史数据来训练，其基本假设是，历史规律会重复出现，市场是无效的，如果市场是有效的，基于历史数据的模型效果可能一般。”朱斌全对记者表示，AI技术主要用在模型的构建中，构建者需要有较强的编程能力，了解前沿的计算机技术，同时，构建深度学习选股模型对计算机硬件也有较高要求。

赛迪顾问人工智能与大数据研究中心常务副总经理邹德宝则对记者表示，AI大模型在投资领域应用的确有可能提高投资收益率，但需要几项关键因素，首先是高质量且全面的数据输入，AI模型的效果很大程度上取决于训练数据的质量；其次是精准有效的模型训练与优化，这要求模型能准确理解和捕捉市场动态规律；最后，还需要严谨的风险控制机制，确保模型在极端市场下的稳健性。

会取代基金经理吗？

更多起“副驾驶”作用 风险需警惕

AI在投资中有效并不意味着基金经理会被取代，实际上，目前的AI仍无法做到独立决策，更多是起到“副驾驶”的作用。

朱斌全表示，大模型有投研辅助的功能，比如生成文本概要，语音转换文字，从文本中提取信息等任务，但大模型并不能直接生成投资决策。

刘昕也认为，AI算法不会完全取代人类，未来，AI算法的存在可能会替代投资的中间层，例如重复性劳动者，信息中介者，但短期内无法替代核心决策者和IR（投资者关系）。毕竟AI算法给出的投资最优解是依据事件本身得出的客观结论，但人有社会化属性，在做投资决策时，常常需要结合客观最优解和社会化属性综合考虑，这也是核心决策者难以替代的原因。

贝壳财经记者在采访中还了解到，受访者认为，尽管目前AI主要在量化投资中使用，但未来AI算法将会在各类投资领域崭露头角，比如初创企业投资等。

不过，使用AI仍然存在诸多挑战，上述景顺发布的《研究》称，受访者认为，实施成本（64%）及AI模型的复杂性和可解释性（61%）仍是采用AI的主要障碍。

此外，AI在投资中应用的风险也值得警惕。

邹德宝认为，AI在投资应用中的风险主要包括数据依赖性风险，即过度依赖历史数据可能导致模型在应对未预见市场变化时表现不佳；模型失效或误判风险，即如模型未经过充分测试验证或市场环境发生根本性变化导致的风险；技术安全风险，包括数据泄露、系统故障等导致的投资损失等。

“目前，金融机构对使用AI辅助投资普遍持积极接纳和探索态度，认为AI是提升决策效率和精确度的重要工具，但同时，也强调需要结合人类经验和判断进行有效监督和管理；另一方面，金融机构也意识到AI并非万能解药，其决策可能受到数据质量和模型局限性的影响，在某些复杂或极端市场环境下可能出现失效或误判情况。”邹德宝表示。

新京报贝壳财经记者 潘亦纯 编辑 陈莉 校对 卢茜