综合《金融时报》消息,越来越多的选股经理努力超越基准指数,这助长了被动管理的ETF基金所持资产的大幅飙升。现在一些公司希望证明人工智能最终能给他们带来优势。
这项技术正在快速发展,但至少有两位虚拟基金经理,Eqbot和Qraft,运行专门的人工智能ETF,声称已经取得了早期成功,尽管他们的一些人工智能模型的决策可能需要强大的神经网络来实施。
例如,去年8月,提供四支人工智能ETF(在纽约证交所Arca上市)的Qraft团队见证了其技术在特斯拉的Qraft人工智能增强型美国大盘股动量ETF(AMOM)中建立了14.7%的权重,但在一个月后的9月1日调仓后,该团队将其全部出售。
ETF于11月再次开始收购特斯拉,到今年1月,它已累积了7.6%的股份,但在2月份的调仓中,它再次出售了全部股份。在每一次出售时,它都预计特斯拉的价格会大幅下跌,并在回购时从随后的上涨中获利。
“超额收益越来越难找到,”Qraft的董事总经理兼人工智能ETF主管Francis Oh表示,他指出,人类可能会对某些股票产生情感依恋,从而阻碍其投资组合的回报。“我们的模型没有人类偏见。”
学术研究确定表明,人类往往不愿意将损失具体化,而相反,他们感到有动力实现收益——有时为时过早。
然而,Qraft和EquBot使用的人工智能系统是否真的可以说消除了人类偏见,这是有争议的,因为这两个系统都得到了不断改进其模型的大型数据科学家团队的支持——EquBot与IBM Watson合作,而Qraft在韩国有自己的专门团队。
牛津风险咨询公司(Oxford Risk)行为科学负责人格雷格·戴维斯(Greg Davies)指出:“这台机器只有历史数据。它根据编程设定的规则看到机会。”
Eqbot首席投资官克里斯·纳提维达(Chris Natividad)表示同意:“系统只知道它知道的东西,而且它是倾向历史的,”他说,除了人类决定应该给机器学习系统提供什么样的新信息外,数据科学家还需要检查结果“以便我们能够向投资者解释”。
Eqbot的ETF、人工智能驱动的股票ETF(AIEQ)和人工智能驱动的国际股票ETF(AIIQ)自成立以来的表现均优于各自的基准。
Qraft的AI系列的ETF也取得了类似的成功。但与今年迄今为止普通的SPDR标普500 ETF(SPY)相比,表现优异的说法就不那么突出了。
AMOM和Qraft的其他基金,即Qraft AI增强型大盘ETF(QRFT)、Qraft AI增强型美国高股息ETF(HDIV)和Qraft AI增强型美国下一个价值ETF,在截至8月底的8个月内实现了15.3%至20.8%的回报率。虽然值得尊敬,但没有一个能与同期SPY 21.6%的回报率相提并论。
AIEQ也仅低于SPY,在截至8月底的8个月内,其收益率为21.3%,而AIIQ的收益率仅为12.2%。
尽管今年的回报并不显著,但Oh和Natividad仍然相信他们的模型可以提供更多。
Natividad说:“数据的速度、种类和数量都在爆炸式增长。”他补充说,引入新的数据源有点像给在线图像添加更多像素。他表示,资产管理公司和指数提供商卷入了一场争夺数据的军备竞赛。
Oh说价值和推动因素变得如此短暂和分散,以至于人工智能系统可以帮助寻找机会。
Eqbot搜索新闻、社交媒体、行业和分析师报告以及财务报表,以建立预测模型。它还关注工作岗位等方面。Qraft还使用各种所谓的结构化和非结构化数据源来驱动其模型。
然而,尽管这项技术前景光明,但两家公司ETF管理的资产仍然有限。AIEQ和AIIQ之间的资产不到2亿美元,尽管Natividad表示,与汇丰银行合作使用两个EquBot指数意味着有14亿美元跟踪这些战略。
Qraft的ETF在所有四种工具中吸引的资金不到7000万美元,不过Oh表示,业务模式再次集中在B2B咨询资产配置模型上。
TrackInsight ETF分析师Rony Abboud表示,投资者可能想知道更多。他强调了尽职调查的重要性,并补充道:“使用的数据点越多,出错的概率就越高。那么他们从哪里获得数据,数据的准确性如何?”
尽管存在疑虑,但人工智能技术在投资领域的应用正在增加。“自然语言处理(NLP)无疑是一个不断增长的领域,”富时罗素亚太地区股票指数产品管理主管Emerald Yau表示。富时罗素首次涉足NLP驱动的产品,推出了一套创新主题指数。
然而,牛津风险公司的戴维斯警告说,虽然算法善于发现套利机会,但它们无法处理模糊性。
“投资世界的问题在于规则不是一成不变的,”他补充说,人类仍然保持着优势。“如果人类在一个环境中学习一件事,他们可以将它转移到另一个环境中。”