□ 與大多數(shù)人相比，人工智能確實(shí)可以達(dá)到更理性的投資狀態(tài)。特別是在定量交易領(lǐng)域，人工智能將有一個(gè)更穩(wěn)定的輸出，需要在短時(shí)間內(nèi)大量分析和處理數(shù)據(jù)。

□ 然而，人工智能無(wú)法克服市場(chǎng)上最好的人。人類有自己的優(yōu)勢(shì)，比如處理許多非結(jié)構(gòu)化的信息，判斷許多非數(shù)量化的行為和狀態(tài)。

□ 投資這個(gè)領(lǐng)域不能通過(guò)砸錢(qián)、砸機(jī)器、砸設(shè)備來(lái)取得成就。這些都不是核心競(jìng)爭(zhēng)力。核心是依靠認(rèn)知深度、獨(dú)立思考和創(chuàng)新，甚至拼寫(xiě)一些信念。

□ ChatGPT可以通過(guò)高效的數(shù)據(jù)收集和處理能力、編程能力和文本分析能力來(lái)加速思維的實(shí)現(xiàn)，但思維本身是投資的關(guān)鍵。

◎記者 孫越

還記得“阿爾法狗”（AlphaGo）在擊敗圍棋世界冠軍后，華爾街推出了世界上第一款應(yīng)用人工智能（AI）ETF基金投資嗎？金融界的“阿爾法狗”投資業(yè)績(jī)并不理想，也沒(méi)有讓全球投資經(jīng)理失去“飯碗”。如今，以ChatGPT為代表的“生成人工智能”的誕生，不可避免地讓人們懷疑“人工智能炒股能否戰(zhàn)勝市場(chǎng)”。

即使不能“戰(zhàn)勝市場(chǎng)”，也有投資者擔(dān)心AI炒股會(huì)不會(huì)加劇市場(chǎng)波動(dòng)，讓中小投資者更難盈利。

ChatGPT如何預(yù)測(cè)股價(jià)？

自400多年前世界上第一個(gè)股市在荷蘭阿姆斯特丹誕生以來(lái)，所有投資者的夢(mèng)想都是“戰(zhàn)勝市場(chǎng)”——準(zhǔn)確預(yù)測(cè)股價(jià)走勢(shì)。

股票的價(jià)格變化由許多因素決定，其中有非常復(fù)雜和非線性的關(guān)系。過(guò)去，人工智能模型參數(shù)較小，無(wú)法表達(dá)復(fù)雜的市場(chǎng)關(guān)系。大型ChatGPT模型與以往預(yù)測(cè)股價(jià)的人工智能模型明顯不同。

在受訪者看來(lái)，與傳統(tǒng)的人工智能模型相比，ChatGPT大規(guī)模預(yù)訓(xùn)練模型具有許多優(yōu)勢(shì)。在股價(jià)預(yù)測(cè)領(lǐng)域，大型模型可以處理大量的異構(gòu)數(shù)據(jù)，如股票交易數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)、公司財(cái)務(wù)報(bào)告等，也可以處理新聞報(bào)道、社交媒體信息等非結(jié)構(gòu)化數(shù)據(jù)，使大型模型能夠從多個(gè)方面捕捉市場(chǎng)信息，提高預(yù)測(cè)的準(zhǔn)確性。

具體來(lái)說(shuō)，投資者在預(yù)測(cè)股價(jià)時(shí)，往往會(huì)關(guān)注技術(shù)、基本面、新聞事件、市場(chǎng)情緒四個(gè)方面。基于以上維度，以ChatGPT為代表的生成人工智能技術(shù)帶來(lái)了一些新的變化和潛在的應(yīng)用形式:

首先，在基本面分析方面，ChatGPT等人工智能技術(shù)在自然語(yǔ)言處理方面取得了顯著進(jìn)展，可以更好地理解和處理人類語(yǔ)言的復(fù)雜性。在投資中，該能力可用于分析和理解財(cái)務(wù)報(bào)表、公司公告等文本數(shù)據(jù)，為投資決策提供更全面、更準(zhǔn)確的信息。

第二，ChatGPT應(yīng)用于情感分析（Sentiment Analysis）以及市場(chǎng)情緒預(yù)測(cè)，通過(guò)分析社交媒體、新聞和其他內(nèi)容來(lái)識(shí)別市場(chǎng)參與者的情緒和情緒，幫助投資者更好地了解市場(chǎng)情緒的變化，并預(yù)測(cè)其對(duì)股價(jià)和市場(chǎng)趨勢(shì)的影響。佛羅里達(dá)大學(xué)金融學(xué)院最近發(fā)布的一項(xiàng)研究表明，將ChatGPT融入投資模式可以預(yù)測(cè)股市的走勢(shì)。其研究方法是為ChatGPT提供大量的新聞標(biāo)題和內(nèi)容，讓ChatGPT用情感分析來(lái)判斷這些事件對(duì)股市的影響。

第三，在股票投資領(lǐng)域，一直存在技術(shù)學(xué)校，即通過(guò)K線圖趨勢(shì)判斷未來(lái)股價(jià)趨勢(shì)，收盤(pán)后需要大量復(fù)盤(pán)工作，圖像識(shí)別技術(shù)可以取代這項(xiàng)工作，是通過(guò)給人工智能大量K線樣本，同時(shí)每個(gè)樣本都有未來(lái)的分類標(biāo)簽，積累神經(jīng)網(wǎng)絡(luò)技術(shù)自動(dòng)從K線圖中找到有用的特征，特征提取和驗(yàn)證自動(dòng)完成。

“技術(shù)學(xué)校經(jīng)常尋找突破新高的形式，包括底背馳、弧底、底部重量等底部特征。然而，這些形式缺乏嚴(yán)格意義上的有效性測(cè)試。在實(shí)踐中，它們往往是虛假的突破，很容易跟風(fēng)失敗。人工智能技術(shù)并非如此。它不尋找這些特征，而是從像素級(jí)別自動(dòng)挖掘特征，直接匹配分類結(jié)果?！皬V發(fā)證券金融工程首席分析師安寧寧發(fā)現(xiàn)，根據(jù)人工智能預(yù)測(cè)的上升概率值，所有股票得分最高的組勝率約為89%。然而，這一勝率只有在非常頻繁的決策中，即量化高頻交易，才能獲得足夠豐富的超額回報(bào)。

“歸根結(jié)底，ChatGPT仍然是一個(gè)大的語(yǔ)言模型，它使語(yǔ)言處理更加簡(jiǎn)單。寬瑞科技創(chuàng)始人、董事長(zhǎng)兼首席執(zhí)行官劉欣表示，ChatGPT作為一種大語(yǔ)言模型，更適合通用領(lǐng)域。生成文本摘要可以加速投資者對(duì)研究報(bào)告和論文的分析和理解。對(duì)于輿論分析、情緒分析、事件驅(qū)動(dòng)策略，ChatGPT可以生成更直接、更準(zhǔn)確的分析。

量化交易已投入實(shí)戰(zhàn)

“我們可能站在這個(gè)時(shí)代最偉大變化的前夕?！边@是今年4月魔方量化宣布集中資源和力量投資人工智能的開(kāi)始。毫無(wú)疑問(wèn)，搶占人工智能高地已成為國(guó)內(nèi)定量私募股權(quán)領(lǐng)導(dǎo)者的共識(shí)。在他們看來(lái)，人工智能技術(shù)將成為定量投資行業(yè)的核心引擎，甚至顛覆定量投資行業(yè)的技術(shù)模式。

定量投資的技術(shù)迭代基本上與人工智能的技術(shù)迭代同步。思遠(yuǎn)定量創(chuàng)始人投資總監(jiān)王雄表示，人工智能迭代的歷史可以概括為四個(gè)階段：基于線性回歸的1.0多個(gè)因素階段；基于機(jī)器學(xué)習(xí)的2.0高頻量?jī)r(jià)因素挖掘階段；基于深度學(xué)習(xí)的3.0端到端結(jié)構(gòu)化數(shù)據(jù)挖掘階段；基于通用人工智能的4.0深度基本面定量階段。

王雄認(rèn)為，與基于財(cái)務(wù)報(bào)表的傳統(tǒng)基本面量化相比，4.0階段有四個(gè)區(qū)別：

第一，數(shù)據(jù)來(lái)源不同。傳統(tǒng)的基本面量化主要依靠公司的財(cái)務(wù)報(bào)表進(jìn)行分析；通過(guò)挖掘公司公開(kāi)信息，包括公司公告、分析師報(bào)告、社交媒體等非結(jié)構(gòu)化數(shù)據(jù)，獲取更詳細(xì)的信息和市場(chǎng)情緒。

第二，時(shí)效性和數(shù)據(jù)頻率不同。所謂基于財(cái)務(wù)報(bào)表的傳統(tǒng)基本面分析頻率低，時(shí)效性弱，大部分信息已被市場(chǎng)消化；深度基本面量化需要處理越來(lái)越及時(shí)的基本面信息。

第三，分析方法不同。傳統(tǒng)的基本面量化主要通過(guò)財(cái)務(wù)分析來(lái)評(píng)價(jià)公司的價(jià)值；深度基本面量化更注重非財(cái)務(wù)因素對(duì)公司業(yè)績(jī)的影響，利用自然語(yǔ)言處理和機(jī)器學(xué)習(xí)技術(shù)分析文本信息，了解市場(chǎng)信息與公司業(yè)績(jī)的關(guān)系。

第四，建模方法不同。傳統(tǒng)的基本面量化通常采用傳統(tǒng)的建模方法，如線性回歸或因子模型；深度基本面量化采用深度學(xué)習(xí)模型，從大量未標(biāo)記的數(shù)據(jù)中學(xué)習(xí)數(shù)據(jù)的規(guī)律和特征，通過(guò)模擬人類思維自動(dòng)識(shí)別復(fù)雜關(guān)系，通過(guò)自學(xué)、自升級(jí)和演變不斷提高模型的性能。

除了基本面量化外，GPT大型模型還有一種定量投資應(yīng)用程序，即代碼生成和模型參考，以提高效率。”簡(jiǎn)單地說(shuō)，定量投資需要標(biāo)準(zhǔn)化的代碼。使用ChatGPT將更容易生成一些標(biāo)準(zhǔn)化的代碼，以節(jié)省代碼的生成。定量投資者可以在此基礎(chǔ)上進(jìn)行調(diào)整?！眲⑿澜榻B。

一般來(lái)說(shuō)，人工智能技術(shù)的應(yīng)用將使整個(gè)定量投資策略迭代更快，處理效率更高。然而，一些定量私募股權(quán)人士建議，定量投資是一個(gè)綜合性的系統(tǒng)項(xiàng)目。人工智能可以有效地提高投資效率，但它不能完全取代人類的工作，也不能等同于定量模型和定量策略。此外，值得警惕的是，GPT的數(shù)據(jù)源和算法可能存在偏差和錯(cuò)誤，風(fēng)險(xiǎn)不容忽視。

生成的AI炒股勝率幾何？

生成式人工智能炒股能否戰(zhàn)勝市場(chǎng)一直是一個(gè)有爭(zhēng)議的話題。

有人認(rèn)為“股市本質(zhì)上不是AI能贏的領(lǐng)域”；也有人認(rèn)為，只要技術(shù)不斷突破，“人工智能戰(zhàn)勝市場(chǎng)”并非不可能。然而，受訪者一致認(rèn)為，“戰(zhàn)勝市場(chǎng)”是一件極其困難的事情。股市是一個(gè)復(fù)雜而不確定的系統(tǒng)，不規(guī)律。

王雄認(rèn)為，僅僅依靠人工智能很難克服市場(chǎng)，但人工智能作為輔助工具可以大大提高信息獲取、分析和決策的效率，即“正確科學(xué)的投資理念+人工智能效率”可以克服市場(chǎng)，這已經(jīng)被無(wú)數(shù)優(yōu)秀的定量私募股權(quán)基金驗(yàn)證，未來(lái)將更長(zhǎng)時(shí)間驗(yàn)證。

和平與和平持同樣的觀點(diǎn)。在和平看來(lái)，股市受到許多因素的共同影響，這些因素之間的相互作用使得預(yù)測(cè)股市極其困難，因此“克服市場(chǎng)”并不容易。然而，人工智能憑借其強(qiáng)大的海量數(shù)據(jù)處理和分析能力，可以在一定程度上幫助投資者做出決策。它還需要更多的實(shí)證和深入的研究來(lái)克服市場(chǎng)，并找到相對(duì)穩(wěn)定的利潤(rùn)策略。

不可否認(rèn)，人工智能的一個(gè)主要優(yōu)勢(shì)是，它可以避免人類的弱點(diǎn)，如情緒化、非理性行為等。然而，金融市場(chǎng)交易的本質(zhì)仍然是人們不同情緒和心態(tài)的游戲。ChatGPT可能無(wú)法準(zhǔn)確地掌握各種交易者的情緒和心態(tài)變化，然后做出最佳的投資決策。

劉欣分析說(shuō)，與大多數(shù)人類相比，人工智能確實(shí)可以達(dá)到更理性的投資狀態(tài)。特別是在量化交易領(lǐng)域，人工智能將有更穩(wěn)定的輸出，需要在短時(shí)間內(nèi)大量分析和處理數(shù)據(jù)。然而，人工智能無(wú)法克服市場(chǎng)上最好的人。人類有自己的優(yōu)勢(shì)，比如處理許多非結(jié)構(gòu)化的信息，判斷許多非數(shù)量化的行為和狀態(tài)。一般來(lái)說(shuō)，人工智能和人類的方式將是市場(chǎng)上不同類型的行為。

“投資這個(gè)領(lǐng)域不能通過(guò)砸錢(qián)、砸機(jī)器、砸設(shè)備來(lái)取得成就。這些都不是核心競(jìng)爭(zhēng)力。核心是依靠認(rèn)知深度、獨(dú)立思考和創(chuàng)新，甚至拼寫(xiě)一些信念和信念。簡(jiǎn)單地說(shuō)，當(dāng)你有一個(gè)好的投資想法時(shí)，ChatGPT可以通過(guò)高效的數(shù)據(jù)收集和處理能力、編程能力和文本分析能力來(lái)加速這個(gè)想法的實(shí)現(xiàn)，但這個(gè)想法本身就是投資的關(guān)鍵?！蓖跣壅f(shuō)。

是否會(huì)加劇市場(chǎng)波動(dòng)？

GPT和其他人工智能技術(shù)在股市投資中的應(yīng)用不僅可以帶來(lái)交易便利，還可能造成一些潛在風(fēng)險(xiǎn)。例如，擁有先進(jìn)人工智能技術(shù)的機(jī)構(gòu)在信息獲取和決策速度上超過(guò)普通投資者是否會(huì)導(dǎo)致市場(chǎng)不公平？大規(guī)模使用人工智能工具量化交易是否會(huì)導(dǎo)致交易趨同，加劇市場(chǎng)波動(dòng)？

“當(dāng)極端市場(chǎng)發(fā)生時(shí)，定量策略的集體調(diào)整將加強(qiáng)市場(chǎng)趨勢(shì)，這在海外市場(chǎng)也很常見(jiàn)?！倍克侥脊蓹?quán)負(fù)責(zé)人結(jié)合最近的市場(chǎng)情況認(rèn)為，a股經(jīng)歷了人工智能市場(chǎng)的終極詮釋，對(duì)整個(gè)市場(chǎng)的流動(dòng)性提取效果顯著，定量策略顯著加強(qiáng)了這一趨勢(shì)。

世紀(jì)前沿資產(chǎn)相關(guān)負(fù)責(zé)人也表示，AI+量化策略的風(fēng)險(xiǎn)在于策略的同質(zhì)化，因?yàn)榱炕腔跉v史數(shù)據(jù)的模型，相當(dāng)于每個(gè)人都在讀同一本書(shū)。最后，我們得出的結(jié)論有一些相似性，這將導(dǎo)致高度相關(guān)性和戰(zhàn)略擁堵。簡(jiǎn)單地說(shuō)，每個(gè)人都使用類似的大型投資工具進(jìn)行短期投資，這將使投資策略失敗，并越來(lái)越難以獲得收入。

一些量化機(jī)構(gòu)的人表達(dá)了不同的觀點(diǎn)。王雄認(rèn)為，借助人工智能工具提高分析和執(zhí)行效率并不一定會(huì)增加市場(chǎng)波動(dòng)的效果。人工智能和定量只是一種工具，它有助于實(shí)現(xiàn)戰(zhàn)略理念，有不同類型的戰(zhàn)略。基于高頻量?jī)r(jià)的短期交易策略可能更容易同質(zhì)化，而基于深度基本面的戰(zhàn)略同質(zhì)化程度較低。相同的基本面信息可能有不同的解釋，戰(zhàn)略相關(guān)性較低。

此外，定量頭寸一般非常分散，對(duì)個(gè)股的影響有限?？傮w而言，定量通過(guò)尋找錯(cuò)誤的市場(chǎng)定價(jià)機(jī)會(huì)來(lái)賺錢(qián)。長(zhǎng)期效果是使市場(chǎng)定價(jià)更加合理，抑制非理性交易帶來(lái)的波動(dòng)。

劉欣表示，量化交易本身就是一種在市場(chǎng)非理性波動(dòng)中獲取利潤(rùn)的方式。事實(shí)上，它是為了抑制市場(chǎng)過(guò)度的非理性波動(dòng)。不同的投資模式將使市場(chǎng)更加成熟和穩(wěn)定。

除了觀點(diǎn)對(duì)抗外，加強(qiáng)監(jiān)管，更好地規(guī)范定量交易已成為行業(yè)共識(shí)。業(yè)內(nèi)人士表示，在滿足監(jiān)管和合規(guī)要求的前提下，注重行業(yè)需求，促進(jìn)數(shù)據(jù)、計(jì)算能力和算法，從提高交易效率、穩(wěn)定市場(chǎng)流動(dòng)性、消除信息不對(duì)稱、促進(jìn)市場(chǎng)有效定價(jià)、資本市場(chǎng)增長(zhǎng)，這是定量從業(yè)者應(yīng)承擔(dān)的社會(huì)責(zé)任，也是定量行業(yè)蓬勃發(fā)展的內(nèi)在動(dòng)力。