超越模因和炒作： 揭开交易中人工智能的三个迷思

据Forbes 3月4日报道，随着人工智能的爆炸性增长，包括金融服务在内的每个行业都在发生变革。根据预测，到2025年，企业对人工智能的投资将“接近全球2000亿美元”。到2030年，“人工智能可能为全球经济贡献高达15.7万亿美元”，其中生产率的提高可能占到6.6万亿美元。在金融领域，对人工智能的支出预计将在2027年“增加到970亿美元以上”。

人工智能周围的炒作是无法避免的。但与任何热门新技术一样，炒作——被错误观念、模因和半真相推动——经常会阻碍事实的了解。我对如何利用人工智能改进投资管理感到兴奋和乐观，但我也认为了解它能做什么和不能做什么很重要。让我们更仔细地看看三个常见的迷思，并探讨人工智能在交易中的实际应用和好处。

迷思：所有人工智能都是一样的

自ChatGPT于2022年11月推出以来，关于生成式人工智能的热潮一直持续不断。生成式人工智能已经在各种业务应用中做出了重大贡献，从客户服务到内容创作。生成式人工智能在数学方面也以拙劣而著称，这导致许多人将所有人工智能归为一类，并认为人工智能在投资管理中没有任何用处。

但生成式人工智能和预测式人工智能是非常不同的实体，具有明显的优点和缺点。生成式人工智能总结和综合了其接受过训练的可用数据，对查询产生类似人类的回应，并创建新内容，包括文本、图像或音乐。另一方面，预测式人工智能分析大量现有数据集，识别模式，并对未来事件或趋势进行预测或建议。

迷思：人工智能要么全面要么毫无用处

如果您让生成式人工智能创建投资组合或做出投资决策，您很快就会发现它不可能取代人类投资经理。它收集来自使用非标准数据的在线来源的信息，对其答案是否准确或完整不能确定。

例如，如果您指示生成式人工智能系统收集过去15年中对8支特定股票进行了超过5%扩展投资的投资者的所有13F和13D季度报告，您将无法信任结果。在手动验证数据之前，您如何确定系统是否捕获了所有报告？它会知道13F表15年前与今天的13F表不同吗？

但是，预测式人工智能擅长分析大量历史数据，并对未来结果进行有根据的预测。它在源头收集经过验证的数据，将其与其他输入进行比较，并识别特定模式和见解。您可以从多个来源购买数据，例如纳斯达克、Opera和ICE，并进行错误交叉检查。我的投资管理公司专门使用能够在明确定义的参数内工作的预测式人工智能。因为它能够进行数十亿次同时检查，所以其模式识别能力远远优于人类。

预测式人工智能不是水晶球，但如果您了解如何有效使用它，它可以成为一个强大的投资管理工具。如果您是基本投资者，您不会采纳预测式人工智能对某支潜力股票的离散建议——但您可能会信任其对市场可能失败的预测，并在资产配置上更为保守。如果您是量化投资经理，您可能会让预测式人工智能接管许多手动任务。不要用黑白、全面或无用的视角看待人工智能。您可以找到使用它为自己谋利的方法。

迷思：自主人工智能完全自主

当人们听到自主人工智能时，他们经常会想到最糟糕的情况，即机器在没有人类监督的情况下做出决策。但您不必担心Skynet或HAL 9000变得自我意识并肆意妄为。自主人工智能并不完全自主。它能够在您创建的框架内做出有限的决策。在交易中，受强化学习驱动的自主人工智能适应不断变化的市场条件和新数据，同时仍然遵守您定义的风险协议和交易策略。

例如，如果您使用26个不同的标准来做出交易决策，您可以允许人工智能重新排序，但不能添加或删除标准。当人工智能观察到您的策略数十亿次迭代时，它不断分析和验证您如何对这些标准进行加权，它可以将第15位移到第1位，但不能完全删除第23位。总是会有防范措施。

人工智能不会消失——我强烈建议您将其视为一种机会而不是威胁。不要让恐惧或陌生感阻止您利用这种变革性技术为自己谋利。与其担心人工智能将夺走您的工作，或认为您必须学习如何编程才能使用它，不如开始建立与人工智能的健康、积极的关系。问问自己：我怎样才能利用这一点？使用人工智能进行投资管理没有一种正确的方法。它可以为您大部分繁重的工作做准备，也可以只做一些您不喜欢的烦人任务。将人工智能视为一个具有无限潜力的新合作伙伴，并对它能为您做什么保持开放态度。

来源：Forbes 作者：Ryan Pannell

编辑：瓷瓷

（声明：请读者严格遵守所在地法律法规，本文不代表任何投资建议）