王輝 中國證券報·中證網(wǎng)

近期國內(nèi)某主觀私募公開發(fā)聲，將用AI取代基金經(jīng)理投資工作，引起業(yè)內(nèi)較多關(guān)注。該私募稱，擬安排公司4位研究員，以及一個基于人工智能的機器人，獨立管理5只不同的私募基金。

對于這則私募圈熱點新聞，多家受訪的百億私募人士卻普遍給出“偏謹慎”的分析和看法。

(資料圖)

仍存在多個短板

在傳統(tǒng)股票主觀投資管理中，AI徹底取代基金經(jīng)理，有哪些前提條件？目前面臨哪些難點？未來可能出現(xiàn)怎樣的取代進程？

針對上述問題，上海某百億級主觀多頭私募負責(zé)人向中國證券報記者表示，按照正常的投資決策流程，一只股票被基金經(jīng)理決定買入前，普遍經(jīng)歷深度研究、股價觀察、上市公司現(xiàn)場調(diào)研等多個重要環(huán)節(jié)。而在這些環(huán)節(jié)之后，也需要滿足相應(yīng)條件才能進入投資決策流程和交易階段，并在建倉后仍需跟蹤股票進行倉位管理?！罢w而言，大量的投研工作人工參與度都很高，很難由AI替代?！痹撍侥既耸糠Q。

此外，該私募人士同時指出，目前國內(nèi)私募行業(yè)中AI參與度最高的投資方式無疑是量化策略，但即便如此，仍然需要專業(yè)人員對風(fēng)控指標(biāo)、持股權(quán)重等多個關(guān)鍵點，進行主觀或主觀與量化結(jié)合的設(shè)置，才能符合產(chǎn)品設(shè)計要求。

與此同時，多家百億私募的相關(guān)人士表示，在目前的私募行業(yè)規(guī)范下，“純AI管理基金”實際上存在明顯的合規(guī)漏洞。在現(xiàn)有法規(guī)框架下，基金經(jīng)理作為基金投資的第一責(zé)任人，也是私募基金法律關(guān)系中不可或缺和嚴(yán)格規(guī)定的一環(huán)。

量化賽道已有應(yīng)用

對于AI相關(guān)技術(shù)、模型在金融投資中的融合，多位頭部量化私募人士也普遍指出，多年以來，量化投資對于AI已經(jīng)展開了較多深度應(yīng)用。

寬德投資相關(guān)人士稱，從某種角度上看，“AI徹底取代基金經(jīng)理”事實上是一個偽命題。一方面，在量化投資行業(yè)，一家合格的量化管理人應(yīng)以投資結(jié)果為目標(biāo)，而非過度關(guān)注是否“純AI化”。另一方面，量化投資本就屬于“人腦+電腦”的科學(xué)投資范式，隨著人工智能的不斷發(fā)展，人腦與AI的結(jié)合方式還會持續(xù)進化、豐富，朝著不斷優(yōu)化投資效率的方向迭代。無論是以各類Copilot（微軟開發(fā)的Windows AI助手）為代表的輔助型生產(chǎn)力工具，還是使用“接近文本層面的AGI水準(zhǔn)”大語言模型處理文本類型的另類數(shù)據(jù)，以及利用深度學(xué)習(xí)技術(shù)為代表的機器學(xué)習(xí)進行市場定價等，近年來AI在量化投資領(lǐng)域的場景化應(yīng)用是全方面的。如生成交易信號、優(yōu)化配置資產(chǎn)、風(fēng)險度量、風(fēng)險預(yù)測、動態(tài)風(fēng)險控制等。從該機構(gòu)自身的發(fā)展來看，公司也將持續(xù)擁抱新技術(shù)的應(yīng)用，不斷融入量化框架的每個環(huán)節(jié)。

鳴石基金相關(guān)負責(zé)人介紹，在該機構(gòu)“五環(huán)多核”量化流水線投研模式中，AI環(huán)節(jié)是重要一環(huán)，主要應(yīng)用于信號構(gòu)建以及因子挖掘。此外，AI技術(shù)還在公司的另類數(shù)據(jù)處理、交易決策等投研環(huán)節(jié)中均有涉及。隨著算力資源的不斷升級，未來AI在公司各環(huán)節(jié)的覆蓋度預(yù)計將持續(xù)增大。

定位“賦能”更顯科學(xué)

世紀(jì)前沿相關(guān)負責(zé)人表示，AI的蓬勃發(fā)展，極大地提高了量化投資的效率，它的生產(chǎn)力升級對于量化投資的發(fā)展大有裨益，相關(guān)“賦能”能夠讓研究的過程更加如魚得水。從根本上看，AI帶來的技術(shù)更新，正是量化投資整體系統(tǒng)工程優(yōu)化中重要的部分。整體來看，量化投資是一個綜合性系統(tǒng)工程。雖然AI能夠有效提高投資效率，但不能和量化模型、量化策略直接劃等號。

作為一家以FOF策略為主的頭部管理人，萬豐友方副總經(jīng)理張偉進一步表示，僅從技術(shù)角度而言，AI目前主要承擔(dān)投資“賦能”與“助推”的角色，作為獨立基金經(jīng)理自主投資決策的條件并不成熟。投資本身并沒有放之四海而皆準(zhǔn)的方法，如何找到“正確”的知識讓AI去自主學(xué)習(xí)是其中的難點。此外，張偉以該機構(gòu)的實踐舉例稱，在FOF投資中的資產(chǎn)配置領(lǐng)域，公司多年前自研推出的資產(chǎn)配置管理系統(tǒng)，就運用了AI技術(shù)自動識別產(chǎn)品并生成產(chǎn)品特征，按照策略分析模型篩選出優(yōu)秀管理人，并對不同產(chǎn)品進行“多維畫像”。

張偉認為，整體而言，F(xiàn)OF管理人既需要具備底層優(yōu)秀投顧和策略的挖掘、甄別能力，也要有跟蹤判斷管理人投資和組合優(yōu)化的能力，并且還需要在此之上形成自身的大類資產(chǎn)配置、風(fēng)險定價、風(fēng)控管理、投后管理能力。而在這些投資流程中，AI能夠起到強大的支持賦能作用。隨著大模型的興起和應(yīng)用，AI在復(fù)雜數(shù)據(jù)和模型的處理、資產(chǎn)配置的優(yōu)化和投資決策效率提高上，將有更多發(fā)揮空間。

標(biāo)簽：