对冲界大消息：机器人基金经理连胜市场3年 原有格局将被颠覆？

　　原标题：对冲界大消息！AI投资业绩大爆发，机器人基金经理连续战胜市场三年，原有格局将被颠覆？

　　来源：资事堂

　　作者 孙建楠

　　海外对冲基金界规则再次被颠覆，AI机器人连续三年大幅跑赢对冲基金界。

　　知名咨询公司Cerulli的一份报告显示，过去三年（截至今年5月末），AI主导的对冲基金投资收益为35%，同期全球对冲基金回报为12%。

　　上述三年期投资回报对比，显示出人工智能的作用并非仅应用于短期动荡，在相对中期的投资中，更凸显出竞争优势。

　　这恐怕是海外主观（人工）对冲基金界迄今为止最坏的消息。

　　01

　　AI对冲基金跑赢市场

　　本周，金融咨询机构Cerulli一份报告指出，截至今年5月份的过去三年间，人工智能对冲基金累计获得回报34%。相比之下，同期全球对冲基金行业投资回报率为12%。

　　该机构统计发现，以欧洲地区为例，以“ AI”或“人工智能”命名的对冲基金规模为40亿欧元。 

　　报告指出，金融交易的机器学习算法，倾向于识别历史数据中的规律，会采集大量媒体信息。例如新冠疫情期间，AI算法就为投资发现了趋势性机会。

　　机器学习还会利用大量卫星数据，并通过自然语言处理来分析大量文本，以评估参与经济活动与交易行为背后的情绪。

　　02

　　已学会应对意外事件

　　Cerulli欧洲机构研究副主任Justina Deveikyte指出：“长期以来，人们一直怀疑AI对意外事件做出反应的能力，例如冠状病毒大流行。最新迹象表明，人工智能已发展到可以通过历史积累的市场数据，应对意外情形。”

　　Cerulli还指出，AI对冲基金对情绪的捕捉，并不是迅速对市场信息中“噪音”进行反应，更多是一种“平衡行为”，主要是评估信息的方向与强度对投资者的影响。

　　以欧洲为例，Cerulli发现该地区AI对冲基金规模从2016-2019年出现强劲增长。

　　03

　　仍有挑战

　　这份报告指出，AI对冲基金的算法模型仍然面临极大的挑战，比如：所积累的财务数据仅跨越过去几十年，但人类历史悠久，算法模型在其面前仍有诸多未知性。

　　换言之，金融交易中的机器算法，皆是通过分析历史案例学习识别模式，在新冠疫情大流行导致的全球性隔离，这是一种不可预见的新型情形，算法模型难以动态适应各种新情况。

　　04

　　解谜AI基金

　　对冲基金行业已普遍使用人工智能，帮助其分析海量数据，并辅助基金经理进行战术性资产配置。

　　换言之，AI对冲基金的交易模型由“人工制造”，正式运行之后就不需要人工干预，并不断地适应变化的市场环境。量化人员也会不断开发新算法，优化并实现交易模型的迭代。

　　业内完全实现的纯AI对冲基金包括：Aidiyia Holdings， Cerebellum Capital， Taaffeite Capital Management 和 Numerai。

　　比如：AI对冲基金Aidyia使用深度学习技术，以及一种受遗传进化启发的技术来为其AI交易团队提供动力。深度学习有助于训练大型神经网络以识别数据的内涵，更能够解决非结构化数据处理难题。

　　非结构化数据指不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频视频信息。

　　2016年，Aidyia推出纯AI对冲基金时，曾称“机器人”基金经理可以分析从市场价格到宏观经济数据，以及企业财务文件的所有内容，并主动做出市场预测，并采取适合市场场景的投资策略。

　　再如：AI对冲基金Numerai一直拓展对冲基金商业模式的极限，包括举办外部的人工智能专家、数学家之间的竞争，来挖掘新的投资策略。这家机构还通过研发模型，其中使用区块链技术的去中心化预测市场。

　　05

　　机器人基金经理如何打造？

　　实际上，AI对冲基金强调的是“异质性”，每家机构研发的AI交易系统强调独特性，这样才能够产生竞争优势。

　　以桥水为例，旗下一只名为Pure Alpha的产品，就是AI对冲基金，利用机器算法交易股票、债券、外汇和其他资产。

　　实际上，算法风靡金融圈之前，桥水早已布局追踪目前上亿个独立数据点之间的关系，并创建投资算法。媒体曾报道，早在2016年桥水内部就启动了一个秘密项目，实现未来基金管理的自动化。

　　再如：摩根大通资管部门还专门成立机器学习基金公司，通过其管理150亿美元规模的FOF型对冲基金，通过AI统计套利策略管理组合。

　　特别是对于量化巨头基金，例如Two Sigma这样的机构，它们大量使用机器学习和分布式运算，重新定义机器化投资。

　　这些机构的团队中有大量科学家背景的工程师，借助算法工具从新闻和另类数据寻找证券价格变化的线索。这与过往借助量化编程押注股价变化的统计套利不同，更多是借助快速算法过滤信息并作出交易决策。

　　具体来说，一个模型模仿人工选股模式，通过基本面研究进行建模；另一个模式捕捉社交媒体信息；其他模型通过检测股价变化的技术信息，然后生成不同的交易建议，“机器人”基金经理针对不同模型历史表现予以不同权重并决定交易敞口，最终执行自动化交易。

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。

海量资讯、精准解读，尽在新浪财经APP

责任编辑：张熠