人工实施投资:高α背后的嗡嗡声

人工智能(AI)可能成为最新的金融术语,但将它应用于投资决策将扰乱行业和利益的投资者利用其权力。

如果正确使用,人工智能可以添加α潜力高在一个更稳定的建模框架。

在Buzz:人工智能是什么?

人工智能是一个不同的量化投资的基础模式。这是一个非线性、高维通常试图复制人类推理的学习方法。一种解释的新模式可以被认为是学习(学习和应用)“格雷厄姆和多德”风格的系统规则。

更普遍的是,人工智能努力使机器能够智能的行为。这区分人工智能与机器学习不那么雄心勃勃的,旨在构建机器,可以不需要显式的编程。

无论解释,AI非常不同于传统的量化投资,投资和交易在一个拥挤的世界因素,分化可能是一件好事。

认知计算研讨会在2018年2月,主要对人工智能研究人员让两个关键点。

1. DeepMind和帝国理工学院的研究人员表示,艾未未的结果应该是可读的人类,而不是局限于一个黑盒子。
2. IBM的人工智能研究人员表示,“狭窄的人工智能,人工智能应用于特定的任务,现在很现实。

这里我们提供具体的解释的一个狭窄的人工智能应用于投资在新兴市场股票,使决策传达人类的条件。

人工智能:投资概念上不同

下面的图表突出一些中央AI的概念。粉色阴影项目相关的投资。

人工智能的核心方面综合推理的范围适应与进化。这意味着一个AI可以学习专家投资依据和适应或概括他们未来的投资环境。这是类似于推广知识发现系统的规则,一个人工智能可以冲刷非常大的数据库,说彭博或Factset投资会导致客观结果一致的指导依据。

例如,针对防守,在新兴市场股票价值回归特征可以实现以“收入取向”为指导原理。

---

人工智能(AI)的概念

来源:罗斯科投资策略,Hiroki峡山,纽约州立大学

---

需要澄清的是,大数据、非结构化数据和情绪得分来自专业数据挖掘和机器学习算法。他们不是AI。

学习是不同的

AI在几乎每一个方面不同于无处不在的要素驱动投资传统的宽客,现在占总资产约1.5万亿美元。

尽管投资要素驱动通过一个简化的视图世界,linear-constrained镜头,AI可以保留更多的信息关于世界告知的决定。人工智能可以通过无数的观点融入每一个投资决定集体行为不同的规则或模式,合成最相关的信息来指导决策。

这是非常不同于绝大多数的传统宽客通常寻求预测预期收益或倾斜的暴露对更高的动力因素(例如,一个EDHEC调查显示,74%的受访者预测预期的回报和65%倾斜高动量因子或因子逆转)暴露。

---

传统量化与人工智能(AI)

来源:罗斯科投资策略

---

程式化和简单的传统的量化策略相比,人工智能与人类有更多的共同点,基本方法,如下图所示。一个AI成功应用于投资结合了最合适的方面的数据驱动的建模技术和指导类似人类的基本原理。

还有一个区别AI和原始机器学习等纯粹的数据驱动的方法。我们发现,将复杂的数据驱动的机器学习等技术应用于长期投资模型可以是危险的。

财务数据是非常吵,噪音的藏在最微小的信号。带来强大的数据挖掘,往往导致overfit嘈杂的数据。也就是说,模型适合更多的信号噪声比。这导致不准确的交易信号。

更加务实的策略是限制一个强大的数据驱动的方法使用基本原理作为指导原则。

---

差异化的原则:人工智能与要素驱动的投资

来源:罗斯科投资策略

---

下罩:选股和人工智能决策边界

下面的图表可视化人工智能策略如何选择股票基于高维的世界观。

在这种情况下,目标是新兴市场股票的投资组合表现出防御性的,价值特征。图表显示了所有上市股票的新兴市场股票(MSCI EM IMI)宇宙。每个安全是基于其表面绘制坐标高维价值和收益特性,这是每一个定义为人工智能方法的一部分。

纵轴显示了如何防御这些功能组合平均在2013年和2017年之间。峰值越高,更具防御性的市场。相比之下,槽越深越少的防守。可视化的右边,一个二维切片显示,知名的新兴市场的名字——被他们的价值和收益特征——这一时期结束。

这种方法定义了一个复杂的和不断发展的决策边界,说明了栗色的轮廓,在选择哪些股票构建投资组合。这个决定边界代表一个稳定,防守/值区域的地图。这是一个非线性区域,高维度和发展随着市场环境的变化。股票在决定边界内往往表现出防御性的本身特点,但该方法也确定的股票往往有未来的股息收入的增长潜力。

通过融合一个强大的学习策略指导这类基本原理,返回特征往往更准确、更稳定。

---

通过人工智能的高维镜头

来源:罗斯科投资策略

---

由于非线性建模框架,我们希望更大比例的投资组合收益与传统因素关联不好。这很可能导致更高的α(多因素)。在我们的经验中,营业额会降低相对传统的定量方法。

这表明,在其他条件保持不变的情况下,一个人工智能建模框架可以产生一个更稳定的结果比传统的等价物。

“人类智慧”的未来投资?

而再加上精心设计和实施良好的“狭义人工智能”可以生成一个稳定的α源低失误,人力投资组合经理还应该工作流的一部分。为什么?两个原因:外生风险和检查。这是可能的,必须满足一个前提:建模结果需要人类可读的概念。

使人机交互,AI模型必须产生简单的基本概念,不是,例如,向量的系数。纯粹的数据驱动或者黑盒决策——投资——其中包括因素是不可接受的高级长期投资的决定。

这个想法读到人工智能的一个前沿领域研究被称为Neural-Symbolic推理这是由伦敦大学研究团队DeepMind,和帝国理工学院等。

而拥有一个经验丰富的团队。专业投资人士“健康检查”建模的结果至关重要,人类的数量干预长期投资组合经理AI-driven投资策略,从我们的经验,可能相对较低。随着人工智能学习和发展(或改编),干预减少。

AI-Driven投资:一个新的和强大的范例

人工智能是远远超过一个流行词。它是一个不同的量化投资模式,旨在创建一个可重复的过程,能够quasi-intelligent行为。这是通过持续应用类人投资依据,同时避免真正的人类的行为缺陷股票选择器。

Elon Musk和其他人可能担心人工智能奇点将导致大规模灭绝事件。我们相信,场景是牵强的。但一个奇点在狭窄的投资AI可能预示着低阿尔法投资经理的大规模灭绝。

如果你喜欢这篇文章,别忘了订阅有事业心的投资者。

---

观点是当前的注明日期,如有更改,恕,不得反映当前视图。

观点不应被视为一个推荐购买,持有或出售任何安全,不应依赖于研究或投资建议。

信息的来源我们相信是可靠的,但并不保证其准确性和它可能不完整或浓缩。所有的信息可随时更改,不另行通知。没有表示任何帐户将或可能实现利润或损失所示类似。

这个文档可能包含前瞻性陈述。以外的所有声明语句的历史事实是前瞻性的陈述,(包括词如“相信”“估计”,“预期”,“可能”“将”“应该”“期待”)。尽管我们相信预期反映在这些前瞻性陈述是合理的,我们可以给没有保证这种预期会被证明是正确的。各种因素可能导致实际结果或性能不同物质的反映在这些前瞻性陈述。

这篇介绍性的材料仅作参考之用,不提供或征集对任何证券。任何证券的报价只能由书面提供材料,完全可以根据客户要求,在一个专门的私人基础上,只有合格的经济成熟的投资者。

摩根士丹利资本国际(MSCI)和其他相关方参与或编译、计算或创建MSCI数据使得任何明示或默示保证或陈述关于这些数据(或使用)获得的结果是,和所有这些政党在此明确放弃所有担保的创意,准确性,完整性、适销性或健身为特定目的对任何这样的数据。不限制任何上述,任何事件不得摩根士丹利资本国际(MSCI)、任何其附属公司或任何第三方参与或与之相关的编译、计算或创建数据有任何直接责任,间接的、特殊的、惩罚性的、后果性或其他损失(包括利润损失),即使告知此类损害的可能性。任何进一步的分布和传播摩根士丹利资本国际(MSCI)的数据允许没有摩根士丹利资本国际(MSCI)的书面同意。

图形化展示本文档中只属于和罗斯科的知识产权投资策略。

罗斯科投资策略是一个交易的名字蒙德里安投资伙伴有限。蒙德里安投资伙伴有限公司是由金融市场行为监管局授权和监管。

---

所有文章作者的观点。因此,他们不应该被视为投资建议,也不代表CFA协会的观点表达的观点或作者的雇主。爱游戏安全吗

图片来源:©盖蒂图片社/摄影师是我生命的全部。

---

专业学习CFA协会会员爱游戏安全吗

爱游戏安全吗CFA协会成员有权自行决定和自我报告的专业学习(PL)的学分,包括内容有事业心的投资者。成员可以记录学分容易使用他们在线PL追踪。