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

□ 然而，人工智能無法克服市場上最好的人。人類有自己的優(yōu)勢，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)。

□ 投資這個領(lǐng)域不能通過砸錢、砸機器、砸設備來取得成就。這些都不是核心競爭力。核心是依靠認知深度、獨立思考和創(chuàng)新，甚至拼寫一些信念。

□ ChatGPT可以通過高效的數(shù)據(jù)收集和處理能力、編程能力和文本分析能力來加速思維的實現(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)績并不理想，也沒有讓全球投資經(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”。

即使不能“戰(zhàn)勝市場”，也有投資者擔心AI炒股會不會加劇市場波動，讓中小投資者更難盈利。

ChatGPT如何預測股價？

自400多年前世界上第一個股市在荷蘭阿姆斯特丹誕生以來，所有投資者的夢想都是“戰(zhàn)勝市場”——準確預測股價走勢。

股票的價格變化由許多因素決定，其中有非常復雜和非線性的關(guān)系。過去，人工智能模型參數(shù)較小，無法表達復雜的市場關(guān)系。大型ChatGPT模型與以往預測股價的人工智能模型明顯不同。

在受訪者看來，與傳統(tǒng)的人工智能模型相比，ChatGPT大規(guī)模預訓練模型具有許多優(yōu)勢。在股價預測領(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)濟數(shù)據(jù)、公司財務報告等，也可以處理新聞報道、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方面捕捉市場信息，提高預測的準確性。

具體來說，投資者在預測股價時，往往會關(guān)注技術(shù)、基本面、新聞事件、市場情緒四個方面?；谝陨暇S度，以ChatGPT為代表的生成人工智能技術(shù)帶來了一些新的變化和潛在的應用形式:

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

第二，ChatGPT應用于情感分析（Sentiment Analysis）以及市場情緒預測，通過分析社交媒體、新聞和其他內(nèi)容來識別市場參與者的情緒和情緒，幫助投資者更好地了解市場情緒的變化，并預測其對股價和市場趨勢的影響。佛羅里達大學金融學院最近發(fā)布的一項研究表明，將ChatGPT融入投資模式可以預測股市的走勢。其研究方法是為ChatGPT提供大量的新聞標題和內(nèi)容，讓ChatGPT用情感分析來判斷這些事件對股市的影響。

第三，在股票投資領(lǐng)域，一直存在技術(shù)學校，即通過K線圖趨勢判斷未來股價趨勢，收盤后需要大量復盤工作，圖像識別技術(shù)可以取代這項工作，是通過給人工智能大量K線樣本，同時每個樣本都有未來的分類標簽，積累神經(jīng)網(wǎng)絡技術(shù)自動從K線圖中找到有用的特征，特征提取和驗證自動完成。

“技術(shù)學校經(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，這些形式缺乏嚴格意義上的有效性測試。在實踐中，它們往往是虛假的突破，很容易跟風失敗。人工智能技術(shù)并非如此。它不尋找這些特征，而是從像素級別自動挖掘特征，直接匹配分類結(jié)果。“廣發(fā)證券金融工程首席分析師安寧寧發(fā)現(xiàn)，根據(jù)人工智能預測的上升概率值，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。

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

量化交易已投入實戰(zhàn)

“我們可能站在這個時代最偉大變化的前夕。”這是今年4月魔方量化宣布集中資源和力量投資人工智能的開始。毫無疑問，搶占人工智能高地已成為國內(nèi)定量私募股權(quán)領(lǐng)導者的共識。在他們看來，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階段：基于線性回歸的1.0多個因素階段；基于機器學習的2.0高頻量價因素挖掘階段；基于深度學習的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。

王雄認為，與基于財務報表的傳統(tǒng)基本面量化相比，4.0階段有四個區(qū)別：

第一，數(shù)據(jù)來源不同。傳統(tǒng)的基本面量化主要依靠公司的財務報表進行分析；通過挖掘公司公開信息，包括公司公告、分析師報告、社交媒體等非結(jié)構(gòu)化數(shù)據(jù)，獲取更詳細的信息和市場情緒。

第二，時效性和數(shù)據(jù)頻率不同。所謂基于財務報表的傳統(tǒng)基本面分析頻率低，時效性弱，大部分信息已被市場消化；深度基本面量化需要處理越來越及時的基本面信息。

第三，分析方法不同。傳統(tǒng)的基本面量化主要通過財務分析來評價公司的價值；深度基本面量化更注重非財務因素對公司業(yè)績的影響，利用自然語言處理和機器學習技術(shù)分析文本信息，了解市場信息與公司業(yè)績的關(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習模型，從大量未標記的數(shù)據(jù)中學習數(shù)據(jù)的規(guī)律和特征，通過模擬人類思維自動識別復雜關(guān)系，通過自學、自升級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用程序，即代碼生成和模型參考，以提高效率?！焙唵蔚卣f，定量投資需要標準化的代碼。使用ChatGPT將更容易生成一些標準化的代碼，以節(jié)省代碼的生成。定量投資者可以在此基礎(chǔ)上進行調(diào)整?！眲⑿澜榻B。

一般來說，人工智能技術(shù)的應用將使整個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，定量投資是一個綜合性的系統(tǒng)項目。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誤，風險不容忽視。

生成的AI炒股勝率幾何？

生成式人工智能炒股能否戰(zhàn)勝市場一直是一個有爭議的話題。

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

王雄認為，僅僅依靠人工智能很難克服市場，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“正確科學的投資理念+人工智能效率”可以克服市場，這已經(jīng)被無數(shù)優(yōu)秀的定量私募股權(quán)基金驗證，未來將更長時間驗證。

和平與和平持同樣的觀點。在和平看來，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測股市極其困難，因此“克服市場”并不容易。然而，人工智能憑借其強大的海量數(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。它還需要更多的實證和深入的研究來克服市場，并找到相對穩(wěn)定的利潤策略。

不可否認，人工智能的一個主要優(yōu)勢是，它可以避免人類的弱點，如情緒化、非理性行為等。然而，金融市場交易的本質(zhì)仍然是人們不同情緒和心態(tài)的游戲。ChatGPT可能無法準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，與大多數(shù)人類相比，人工智能確實可以達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，需要在短時間內(nèi)大量分析和處理數(shù)據(jù)。然而，人工智能無法克服市場上最好的人。人類有自己的優(yōu)勢，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)。一般來說，人工智能和人類的方式將是市場上不同類型的行為。

“投資這個領(lǐng)域不能通過砸錢、砸機器、砸設備來取得成就。這些都不是核心競爭力。核心是依靠認知深度、獨立思考和創(chuàng)新，甚至拼寫一些信念和信念。簡單地說，當你有一個好的投資想法時，ChatGPT可以通過高效的數(shù)據(jù)收集和處理能力、編程能力和文本分析能力來加速這個想法的實現(xiàn)，但這個想法本身就是投資的關(guān)鍵?！蓖跣壅f。

是否會加劇市場波動？

GPT和其他人工智能技術(shù)在股市投資中的應用不僅可以帶來交易便利，還可能造成一些潛在風險。例如，擁有先進人工智能技術(shù)的機構(gòu)在信息獲取和決策速度上超過普通投資者是否會導致市場不公平？大規(guī)模使用人工智能工具量化交易是否會導致交易趨同，加劇市場波動？

“當極端市場發(fā)生時，定量策略的集體調(diào)整將加強市場趨勢，這在海外市場也很常見?！倍克侥脊蓹?quán)負責人結(jié)合最近的市場情況認為，a股經(jīng)歷了人工智能市場的終極詮釋，對整個市場的流動性提取效果顯著，定量策略顯著加強了這一趨勢。

世紀前沿資產(chǎn)相關(guān)負責人也表示，AI+量化策略的風險在于策略的同質(zhì)化，因為量化是基于歷史數(shù)據(jù)的模型，相當于每個人都在讀同一本書。最后，我們得出的結(jié)論有一些相似性，這將導致高度相關(guān)性和戰(zhàn)略擁堵。簡單地說，每個人都使用類似的大型投資工具進行短期投資，這將使投資策略失敗，并越來越難以獲得收入。

一些量化機構(gòu)的人表達了不同的觀點。王雄認為，借助人工智能工具提高分析和執(zhí)行效率并不一定會增加市場波動的效果。人工智能和定量只是一種工具，它有助于實現(xiàn)戰(zhàn)略理念，有不同類型的戰(zhàn)略?；诟哳l量價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，對個股的影響有限。總體而言，定量通過尋找錯誤的市場定價機會來賺錢。長期效果是使市場定價更加合理，抑制非理性交易帶來的波動。

劉欣表示，量化交易本身就是一種在市場非理性波動中獲取利潤的方式。事實上，它是為了抑制市場過度的非理性波動。不同的投資模式將使市場更加成熟和穩(wěn)定。

除了觀點對抗外，加強監(jiān)管，更好地規(guī)范定量交易已成為行業(yè)共識。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，促進數(shù)據(jù)、計算能力和算法，從提高交易效率、穩(wěn)定市場流動性、消除信息不對稱、促進市場有效定價、資本市場增長，這是定量從業(yè)者應承擔的社會責任，也是定量行業(yè)蓬勃發(fā)展的內(nèi)在動力。