2025年10月31日
TE2025年10月30日
罗克韦尔2025年10月24日
采埃孚2025年10月24日
兆易创新2025年10月24日
欣旺达2025年10月27日
魏德米勒
2025年10月22日
倍福
2025年10月16日
罗克韦尔
2025年10月16日
明珞装备
2025年10月11日
EMAG
2025年10月31日
海克斯康
2025年10月24日
Melexis
2025年10月24日
倍加福
2025年10月23日
科尔摩根
2025年10月23日
海康机器人
众多大型资产管理公司对深度学习寄予厚望，争先恐后地试图将其应用于投资运作的更多方面。但他们不得不面对一个个难以逾越的障碍，比如感情，人与人之间的信任等。实际上，确实有公司尝试将投资决策完全交给机器来完成，一些小的对冲基金就试着不去干预机器下达的指令。但现阶段还没有取得任何有价值的成果。一些早在几年前就声称能够靠机器自主学习进行投资的对冲基金，如由香港商人李嘉诚和印度塔塔集团联合投资过亿美元的感知科技(Sentient Techlo-gies)，至今并未取得什么进展。
据了解，感知科技公司利用分布式计算在全球多个市场部署了许多虚拟交易，被称为“因子”。这些因子利用历史数据进行回溯测试，只有成功盈利的因子才会同其它因子结合，来构造可以用于实战的交易策略。但仍离不开人工干预，包括设置交易目标、风险水平和交易时间范围，以及让系统运行获得“投资经验”。该公司在今年2月宣布深度学习取得的投资业绩打败了内部基准，但并未公开具体数据。
深度学习的原理也决定了它的投资信号不会透明。由于缺乏为人类所熟悉的逻辑推理，机器做出的指令往往不会被最终做决定的基金经理所完全信任。因此，目前的人工智能投资开发的重点都避不开如何处理好基金经理与人工智能的关系。有量化基金经理笑称，“有多少人工就有多少智能”。
即使谷歌在围棋领域大放异彩，但不少数据专家依然坚持认为人工智能实际上并没有任何技术上的突破。这就解释了为什么资产管理公司应用深度学习、神经网络等算法已久，但收效甚微。不过，也有对冲基金采取了另类做法，如运船测量对冲基金(Car-goMetrics)在全球船运数据和卫星图像的大数据中寻找交易机会，而公司的投资背景就有在卫星地图上有深厚造诣的谷歌。
对人工智能趋之若鹜者有之，对其嗤之以鼻的对冲基金也大量存在。老牌对冲巨头元盛就对目前人工智能的过热势头表示怀疑。公司CEO大卫·哈丁表示， AI绝不是什么新鲜玩意。上世纪九十年代初，神经网络的兴起催生了相当多的AI创业公司，其后，所谓基因算法的兴起又掀起AI的一次热潮，但当时追逐过这两股潮流的公司现在都不见了踪影。
实际上，这些冷淡的反应主要来自具有量化传统、交易型主导的对冲基金，他们认为现在的人工智能热并不是快速致富的捷径。资产管理公司需要跟上节奏，但也不要过于乐观。普华永道在一份研究报告中表示，AI可能会在研究助理、数据处理、机器学习等方面替代人力，但由于隐私、信任、偏见以及监管等因素，机器并不会完全取代人力。近期最有可能实现的还是AI辅助投资，基金公司要做的是在人力和AI之间找到平衡。
即便在投资上还缺乏杀手锏，但AI对资产管理业的全方位渗透是前所未有的。数据连线资产管理公司的全球总监盖里·布拉肯里奇表示，金融行业目前正处在技术“军备竞赛”的变革点。人工智能势必成为投资团队中的领航员。他认为，以深度学习为代表的机器学习非常重要，在未来5年内，大部分资产管理公司都要或多或少地用到相关技术。虽然人为决策对于风控和投资框架设计仍很重要，但在策略创新上很大程度会被机器自动化所取代。
官方微信号
官方视频号
