’”。   “与传统量化模型相比，AI带来了很多突破性提升。”吴确说，量化投资中AI会大幅提升数据收集和处理的质量和效率，也更多用于解决相对来说有客观标准答案的、信噪比高的问题。他们使用AI技术最本质的出发点是，用AI来刻画高信噪比数据模型，高效处理文本数据、推理非线性函数形式等。近年来，很多基于AI的多模态模型在投资领域得到广泛应用，投资经理未来将能借助AI不断突破数据处理边界，构建更具前瞻性的投资决策模型。   随着人工智能进一步大爆发，未来是否会出现“完全自主的AI资管机构”？吴确的回答是：完全自主的AI资管机构更像是个伪命题。首先，AI幻觉是当前技术无法彻底消除的固有缺陷，直接依赖其自主决策可能导致投资风险。AI决策的自由度越大，幻觉的风险也会越大。其次，很多投资问题不能单纯靠归纳法，因为未来不是过去的简单重复，需要人的逻辑判断什么规律未来有可能重复，投资经验为主导，不能太依赖AI。因此，完全自主的AI资管机构不太可能出现，这是由于投资过程很复杂，每个环节都需要根据新的政策、市场环境以及合作伙伴变化等情况不断更新。完全自主的AI的定义如果是只需要告诉AI，需要达到的目标是控制风险获得超额收益，AI就能输出一套投资方案来的话，姑且假设这样的策略能获得超额收益，那这样的超额收益也一定很快会被其他同质化AI投资策略所稀释，因为太容易被效仿，赛道马上会非常拥挤。所以为了独特性且无法轻易被效仿，就需要告诉AI更多设计投资策略的技巧、思路等，那么就谈不上是完全自主的AI资管机构了。   “我们不会在股票回报预测模型中直接应用AI。”他解释称，首先，是因为AI不擅长处理低信噪比模型；其次，AI更多基于过去的训练数据推演未来，难以解读和处理一些环境变化。比如，随着AI的广泛应用，股票市场的微观结构和交易行为可能会发生根本性的改变。“因此，我们对股票投资价值的判断还是依赖投资经理做出的投资逻辑，投资经理可以把更多精力花在对投资逻辑本身的创新思考以及如何使用AI去验证、归纳和实现这些投资逻辑方面。”
=*=*=*=*=*=
当前为第4/4页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页