致富膠囊－投資策略裡的AI人工智慧

野村投信全球整合投資方案部主管 白傑洛 Jerome Barkate

過去幾年，透過 AI（人工智慧）所掀起的新工業革命快速擴展，讓人印象深刻。AI已經無所不在：即使你戴着最愛的太陽眼鏡，它也依然能夠辨識，它可以在幾分鐘內將整本書翻譯爲你想要的語言，很快地它還能駕駛汽車，而這些都還只是剛開始！

然而，在金融市場，AI的革新尚未真正開始，相關的會議與討論的資料當然有很多，但若以真正的運用而言，僅少數案例有所突破，目前最成功的例子或許是高頻交易這種神秘、具爭議性，且的確需要在極短時間內消化巨量資訊的領域。

當AI來到較傳統的投資，則是由近幾年績效令人失望的對衝基金領頭，如今這些對衝基金採用一種創新的方式，投入巨資購買替代的資料庫，這些資料庫如能準確地運用AI的演算法，將成爲對衝基金的優勢；典型的替代資料庫包括零售商店附近交通的衛星照片、允許被監控的消費活動或社羣討論，可藉此建構精準的情緒指標以瞭解市場與企業或衡量民衆消費的新趨勢。

資產管理界同樣開始探索，但迄今尚無明顯的領頭羊，對於以哪種方式做基礎也沒有共識，或許我們該自問：爲何金融市場的AI仍未廣受歡迎？運用AI技術與傳統的方法相比，難道沒有明顯的優勢？我認爲有兩個原因。

首先，我們必須先了解AI的演算法就是找出模式，亦即資料不斷重複的架構，透過成千上萬張狗的圖片，AI可以輕易地辨識狗的耳朵與尾巴，但兩檔股票的差異則難以找出如此清楚的模式，的確，金融市場比較波動且過去的表現不易重複出現，這是金融市場刺激與具挑戰性之處，將全世界各地的資訊與彼此的串聯關係加總起來，也很難預測未來的驅動力來自何方。

另一個AI仍無法被廣泛運用在投資決策的原因是數據資料，訓練一個程式辨認車子需要上千張圖片，但想要預測一檔特定股票下年度表現，需要上千年的資訊才能做到，很明顯地還行不通。

但這些缺點不會讓我們停止嘗試，較合理的方式是評估AI演算法實際的助益，是提供股票的價格給機器、然後期待它預測未來走勢嗎？應該不是，也許比較好的方法是協助投資者消化每天世界各地產生的龐大資訊，例如掌握全球各地的貨幣政策與財政政策，以及瞭解任何一間企業的資產負債表與產品線，這正是AI可以發揮的領域：將大量的資料消化吸收後，根據這些資料可供辨認的特性提供指引，它會是一份精確的摘要，在數秒後提供給投資者，以便於在對的時間做出對的決定。

畢竟，對於金融市場而言，較可能看到的情況是AI是很棒的工具，用來協助投資者做決策，而不是幻想一臺機器做決定。身爲專業的投資人員，這亦代表在未來相當長的時間裡，我們將繼續爲客戶服務！