查看原文
其他

ChatGPT能战胜市场么?

伍治坚 FT中文网 2023-05-14

如果用ChatGPT去炒股,能不能帮我们获得更好的投资回报,甚至战胜市场?


文丨伍治坚

在过去几个月中,人工智能和ChatGPT成为互联网上最热门的话题之一。很多人都在讨论ChatGPT会颠覆哪些行业,让多少人失业。很自然的,也有不少人会想到:如果用ChatGPT去炒股,能不能帮我们获得更好的投资回报,甚至战胜市场?

用人工智能来提高投资的胜率,并不是什么新鲜的想法,事实上早在几十年前就已经开始。在对冲基金行业,有不少公司和基金经理专注于量化投资。量化投资领域里,有一些基金基于机器学习(Machine Learning)设计投资策略。机器学习就是一种典型的人工智能,并且已经在投资领域被实践多年。

举例来说,2017年年底,创新工场创始人李开复在其主题演讲《人工智能四波浪潮与机会》中说道:有了人工智能以后,它可以去计算哪些中国股票搭配起来跟哪些欧洲、美国股票应该是可以对冲的,它可以判断任何市场有任何不平衡的地方,它可以利用现在人民币换美金的交易障碍,来做更好的对冲,或者它可以判断怎么样能够最优化你该买什么样的股票。过去两年其实我已经没有做任何的个人投资了,我也不把钱交给人了,我现在所有新生产出来的钱都交给机器处理,人已经不能再管理我的钱了,因为人打不过机器,这是非常明确的事情,我们个人投资的这些基金不太好意思分享回报率,回报是不低的,然后是零风险的,它每一天晚上结帐,我可以看到钱全部都卖掉回来了。

那么问题来了,以人工智能算法为核心的基金,是否真能做到像李开复所说的:零风险,日结账,高回报呢?

要回答这个问题,我们首先要搞清楚,什么是机器学习?大致来讲,机器学习可以被分为两种:有人管的机器学习(Supervised Machine Learning)和没人管的机器学习(Unsupervised Machine Learning)。

有人管的机器学习,是指工程师来定义研究的变量。这种“机器学习”,其实和传统意义上的量化交易策略研究没有多大区别。很多这样的机器学习,用的还是最小二乘法(OLS)和主成分分析(PCA)这样的统计方法,而这些统计方法至少已经被用了几十年。这样的“机器学习”被放上“人工智能”的标签,主要就是为了追求一个噱头,在营销上让人产生高科技的错觉。

真正有技术含量的,是没人管的机器学习。在这种机器学习中,电脑程序自己选择最优的变量进行分析和计算。这是真正尖端的人工智能领域,对数据处理和计算能力要求非常高,目前仅在高频交易领域有一些尝试性的应用。

为什么仅在高频交易领域有初步的应用呢?这是因为,人工智能在任何领域应用的一大前提,就是有海量数据。

在同一个演讲中,李开复谈到:AI其实特别关键的就是大量的数据,有了数据...就都可以做了,没有数据是不可能的。

为什么需要海量数据?

这是因为,人工智能和机器学习的本质,就是数据挖掘。数据挖掘的意思,就是基于海量的数据,去找出一些不为大家所知的规律,并且期望该规律在未来继续管用。如果没有海量的数据,你还去挖掘什么?没东西可挖呀。用科学的语言来讲,如果数据量不够,那么总结出来的任何规律,都是基于小样本的特殊情况,未来继续重复管用的可能性不大。

和其他行业相比,金融市场的数据量,恰恰少得可怜。以全世界数据量最丰富的美国市场为例。比较高质量的美国股市价格历史数据,也就60年左右。再往前推,数据质量就残缺不全或者准确性不够。假设以月回报为单位进行研究的话,60年历史一共就700多个数据样本,显然太少。即使把研究单位改到日回报,一共也就15,000个左右的数据样本。我们再看上市公司的财报数据。美国有差不多4000个上市公司。假设每个公司都有高质量的季报,往回走60年,数据量大约是 4000 X 60 X 4 = 96万。这样的样本量,还是离人工智能的要求差远了。

与之相对比,ChatGPT覆盖的数据量,大约为1750亿个变量,涵盖了过去几十年,甚至是百年的文本和资料。两相比较之下,我们就能看到将相同的人工智能技术用于投资的挑战之一。

有些人会说,我可以拿每天/每小时/每分钟的数据,这样数据量就大了。或者我横向增加测试的变量,这样也能增加样本量。话虽不错,但问题在于数据的频度越高,噪音也越大。变量之间的交叉度越高,相关系数也越高,因此得出的结论,也越不可靠。在量化金融研究中,码农最容易犯的错误,就是忽略经济逻辑去做数据挖掘。在一大堆没有意义的数据中,你不断折腾,总能找出个貌似有用的投资策略来。但如果背后没有符合逻辑的经济原因去支撑,那这种发现就毫无意义。举例来说,有美国学者(Chordia et al, 2017)在检验了210万个不同的股票投资策略后,发现其中只有17个策略通过了统计检验标准,显示其可能有效。在这个例子中,发现真正有效的投资策略的概率,为17/210万=0.0008%!换句话说,在210万个投资策略中,超过209.99万个都是无效的。

除了数据样本量不够之外,人工智能应用于投资的第二个挑战在于,金融市场里信息和回报之间的因果关系并不是那么清晰和容易分辨。举例来说,某一只股票在过去三个月里上涨了20%,那么导致其股价上涨的原因有哪些呢?可能有公司的盈利变化、公司所在行业的供需变化、公司所在国家的宏观政策、公司所在国家的货币汇率、整个股市的投资者情绪、其他国家的央行政策等等。其中每个因素都可能对股价产生影响,也可能未必产生影响。或者其中一些因素,在某个时点某个场合,确实对股价产生实质性影响,属于有效信息。但在另外一个时间点,却对股价毫无影响,属于噪音。那么我们如何让机器去学习分辨,在什么样的场合下,哪些是有效信息,哪些是噪音?这恰恰是把人工智能运用于投资的最难点。如果不能把这个问题解决,那么这样的机器就不够智能,因此也无法持续给投资者带来超额回报。

第三个挑战在于,金融市场说到底是由人组成的,其本质是人的心理和行为。金融市场上的那些股价或者债券价格,只是一个数字表象,背后反映的其实是人们对于股权、房地产或者债权的期望回报。因此对于金融市场的预测,本质上是对众人行为和心理的预测。

问题在于,众人的行为模式可预测么?比如假设我们再发生以此类似于2008年的次贷危机,各国政府和众央行还会以相同的方式来应对危机么?股票和债券市场中的投资者们还会以相同的态度做出反应么?事实上我们几乎可以断定,因为人类有记忆,自命不凡,对自己的能力过分自信,但同时经常受到贪婪和恐惧的情绪影响,因此我们经常会做出连自己都觉得不可思议的非理性决策,这也使得由人组成的市场缺乏一致性,因此而变幻莫测,难以预料。

综合以上几点,要想把ChatGPT为代表的人工智能用于投资来获得持续的超额回报,还有很长一段路要走。当然,这并不意味着投资和计算机决策互不兼容。事实上即使是最老派的基本面基金经理,也会大量用到量化和数据模型来提高自己决策的质量。但这和完全摆脱人,让机器代替人做所有的投资决策,并且做到零风险和高回报还是很不一样的。未来能否做到这一点,值得我们继续关注。

参考资料

Chordia, Tarun, Amit Goyal, and Alessio Saretto, p-Hacking: Evidence from Two Million Trading Strategies. Swiss Finance Institute Research Paper No. 17-37, 2017.

Robert Arnott, Campbell Harvey, and Harry Markowitz, A Backtesting Protocol in the Era of Machine Learning, Nov 2018.


本文仅代表作者观点

作者系新加坡五福资本CEO

责任编辑 冯涛 tao.feng@ftchinese.com

图片来源 Getty Images


商业财经 国际视角

关注FT中文网视频号


往期精选

责任投资对投资者负责么?


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存