人类与机器：财富管理的下一个前沿

机器人交易员管理着每3美元中的1美元。它们无处不在。你可能拥有一些被认为是机器人或量化基金的指数基金。它们很便宜，提供了进入最近似乎不可阻挡的股市的途径。但最终，泡沫可能正在破裂（至少对量化基金而言）。所有的量化基金都在关闭（如哥伦比亚线程针、Neuberger Berman）。跟踪趋势的量化基金出现了13年来最严重的资金外流。那么这些量化基金到底是什么呢？它们为什么会出现？这种下降是量化宽松普遍存在问题的信号，还是只是暂时的重置？

软件对投资决策的影响越来越大

由于能够获得资金，金融业长期以来一直是比其他行业更倾向于接受技术创新的行业。因此，当软件技术在20世纪到来，算法程序出现时，金融业不可避免地会率先利用这一潜力。先锋集团创始人约翰·博格尔在上世纪70年代推出了世界上第一批指数基金，利用软件追踪一篮子股票，从而允许基金根据其基准的任何变化进行自动再配置。

使用软件实现交易自动化的优势是深远的，主要体现在降低运营成本方面。指数基金不必为人力资源付费，否则人力资源将被用于做出选择和配置决策。指数基金的出现是向大众市场开放个人理财领域的一个重要事件，否则这种服务将因定价过高而无法进入大众市场。

快进到今天，自动化（量化）基金在过去10年稳步上升，在美国证券交易所的机构交易量中占据最高份额。

ETF:指数基金变得有选择性

技术的进一步发展导致了量化交易所交易基金（ETF）在20世纪80年代末的推出。这些工具部署了软件程序，以根据某些因素做出动态的股票选择决策。例如，一种算法可以被编程为在市净率低于1.0时买入一只股票，然后在市净率高于1.5时卖出同一只股票。如这个简单的例子所示，该软件已被编程为根据基本面分析做出系统的投资决策，否则这些决策将由管理人员完成。

自第一只ETF问世以来的30年里，由于人工智能领域的快速创新，自动化交易的复杂性已发展到前所未有的高度。在算法软件的背景下，人工智能的使用意味着交易程序可以通过自己的意志学习和提高效率。因此，假设我们上面的ETF示例中使用的软件部署了人工智能模块。现在，它可能能够持续分析股票表现数据，从而能够在随后得出一个更有利可图的策略:只有当市净率低于1.25时才买入股票，当市净率升至1.8时才卖出股票。然后，该软件将开始根据这种学习做出决定，而无需人工干预。

截至2019年，ETF和指数基金管理的美国股票总额超过了人力管理的资产管理公司。在31万亿美元的美国股市市值中，量化基金目前占总市值的35.1%，而人力管理基金占24.3%。这是一个重大转变——但这有什么关系呢？

投资管理中的量化人与人

Quant Pros

量化基金在哪些方面优于人类基金？最切实的方法是通过量化基金提供的低管理费，这是人力管理的主动基金无法比拟的。成本效率是我们看到先锋基金（指数基金的发明者）在过去几十年中迅速成为全球最大资产管理公司的原因之一。费用在基金中至关重要，因为随着时间的推移，它们会成为投资者的重大成本负担，而且在衡量业绩的背景下，费用越高，业绩就必须超过基准才能证明其合理性。特别是对冲基金可以向投资者收取高达20%的费用，但它们在过去十年中表现不佳。

量化基金的另一个优势来自于它们通过实时分析大量数据来得出见解的能力。正如著名基金经理雷伊·达里奥所指出的那样，这不一定是未来事件的优势:

“如果有人发现了你发现的东西，它不仅毫无价值，而且会被过度折价，并会产生损失。他表示:“不能保证以前奏效的策略会再次奏效。”不采用人类逻辑的机器学习策略“如果没有深刻的理解，最终肯定会失败。”

量化基金也可以比人类经理更快地做出投资决策。因此，他们可以更快下订单，更有效地利用缩小差价带来的收益。由于他们的中立偏见和否定的错误风险，他们在执行交易策略方面比人类经理更有效。

定量骗局

量化基金的缺点是什么？一个负面影响是，随着人工智能使用的增加，不同的量化基金可能不可避免地开始一致做出相同的决定，这可能会给金融市场带来传染问题。人力驱动型基金管理的一个关键优势是能够发现市场的特殊特征，并根据定性数据做出决策。量化基金不能吮吸自己的拇指，因此在市场压力时期会加剧波动。

量化基金如何自我衡量？

量化交易的系统性客观性引发了一个问题，即量化基金之间如何形成差异化。量化基金如何获得相对于竞争对手的竞争优势？人类管理者通过表现出对基本面的更好理解或通过卓越的直觉获得晋升，这两种因素都是通过多年的学习发展起来的，并通过底线阿尔法得到客观证明。

人工智能驱动基金的前提是实时分析大量数据，然后得出见解和随后的投资决策。这在排名标准中引入了新的变量，例如哪只基金拥有最快的计算能力，或数千兆字节的数据访问。明星程序员可能会取代明星交易员，因为基金拥有由数据科学家在后台编写的高级机器学习规则，从而获得竞争优势。

对速度的需求

高频交易（HFT）算法基金寻求通过更快的交易获得竞争优势，这导致其中一些基金创建了自己的专用光纤或微波网络，以连接到股票交易所。理论是，铺设最完美、最直的电缆将为向交易所发送订单带来最大的潜在效率，使所有者与使用公共设施的竞争对手相比处于优势地位。

只需几毫秒就可以衡量拥有专用光纤网络所带来的优势。但对于在一个交易时段内执行数千笔订单的HFT公司来说，这几毫秒可能会导致数百万或数十亿美元的利润差异。在他的书中 闪电侠》一书中，作者迈克尔·刘易斯详细描述了一些交易员在多大程度上实现了芝加哥和纽约证券交易所之间建设的专用光纤线路的边际收益。在全球主要股票交易所中，纳斯达克交易所的执行时间最快。这表明，对于那些希望通过率先行动获得任何优势的明智交易员来说，风险很高。

然而，专用光纤网络的建设成本很高。它们需要大量的初始投资，并可能受到山脉等物理障碍的阻碍。然而，微波网络服务于相同的目的，但由于其基于空气的传输，具有更高的速度和更少的地理障碍的优势。在一些市场中，高频交易商已经在争夺最佳微波网络的竞争中拉开了战线。

一些高频交易商甚至尝试了协同定位，即把他们的交易软件放在他们正在交易的股票交易所内的系统中。在某种程度上，这是为获得交易所订单而进行的时机争夺战的最后一战。许多证券交易所现在提供协同定位服务，为交易者提供空间，使其系统更接近交易所系统而收费。但从长远来看，这些协同定位服务的合法性可能会受到挑战，以类似于网络中立辩论的方式引发道德问题。从本质上讲，股票市场是一个没有偏见地将买卖双方聚集在一起的做市商或市场。受益权的分级制度打破了这种关系，这是一个令人担忧的困境。

即使HFT试图用所有可能的优势武装自己，也不能保证它永远有效。骑士资本的案例将永远提醒我们这一点。Knight是首批上市的高频交易商之一，但在2012年，其算法软件出现故障，仅在一小时内就出现了高达70亿美元的错误交易。纠正这些错误交易花费了该公司近5亿美元，最终导致该基金不得不清算和关闭。

Robo-advisors会成为人工智能在金融领域的革命性应用吗？

这也把我们带到了个人财富管理的问题上。在社会层面上，这可能是最值得关注的领域，因为进入股票基金的大部分投资都是公民个人的集合资本投资（例如养老金）。

机器人顾问是软件驱动的投资顾问，根据算法指导客户。在过去十年中，它们逐渐变得突出起来。将人类决策从财务建议中移除既有希望，也有风险。一方面，有机会向广大民众介绍金融规划和投资组合构建的机构概念。然而，另一方面，robo-advisory的一些决策支柱相当武断（即随着年龄的增长持有更多债券），尽管从教科书的角度来看可能是“正确的”，但可能没有考虑到投资者的个人情况。人工智能的使用将进一步增强机器人顾问的能力，因为他们开始根据自己的知识完善他们的分配决策。

这是给人类财富管理者敲响的警钟吗？它会显著改变银行和其他提供财富管理服务的金融机构的财富管理方式吗？当涉及到资金和投资时，将一切都交给软件和技术是很少有人愿意承担的风险。说到底，软件即使有AI组件，也需要规则才能发挥作用；而这些规则只能由人类来制定。机器人顾问可以让财富管理过程更快、更高效。不过，这场战斗中真正的赢家可能是能够利用人类和机器协同工作优势的机构。

原创文章，作者：admin，如若转载，请注明出处：http://www.dianwifi.cc/4042/.html