投资管理行业正在经历有史以来最具颠覆性的时期。由于新一轮颠覆性技术的出现，投资的概念正从一种关系驱动、只有少数富人才能接触的做法转变为一种民主化、包容性强、服务于更广泛客户群的活动。

如今，人们对数字化、便捷金融服务的需求激增，传统投资模式也逐渐被人工智能取代。基于机器学习的人工智能模型似乎是定量投资的天然伙伴，通常使用复杂的数学和统计模型来识别买卖证券的最佳时机。

对于人工智能在金融行业的盛行，位于香港的新中港金融投资有限公司早已有所准备。该公司早在2018年就开始专研人工智能并开发专属分析技术，在这方面的技术可说是已融会贯通。

“现代科技的不断发展与进步，传统投资定量模式也必须随着时代而提升。所以在新中港，我们不断地研发新方式将人工智能融入我们的定量模式里。这不仅能降低投资的风险并且能增加客户的投资收益。” 新中港金融首席执行官马晓娜提到。

就其本质而言，量化投资策略依赖于对大量数据的分析。人工智能和机器学习(AI/ML)模型也是如此。事实上，随着这些技术变得更加主流，定量方法和AI/ML投资方法之间的界限正在消失。

传统的定量模型和 AI/ML 模型都试图从市场、经济和公司相关数据的模式进行预测。两者都试图识别相关性也能够识别因果关系时，显示两者对此都很最成功。这意味着两者都正在成为投资者必不可少的工具。

在许多经纪公司和资产管理公司，所有资产类别都采用定量策略，通常用来补充更基本的策略。但这操作也有它的限制。虽然协同效应相当明显，但人工智能在流程自动化和营销上的应用比挑选优质股票来的更受欢迎。

人工智能能否改进预测模型？

量化投资策略在很大程度上依赖于紧缩的数字。基本和宏观战略也可以依靠大量的数据来得出投资结论，无论是以经济、股票市场还是公司特定信息的形式。人工智能可以提供帮助的一种方法是，帮助过滤掉效率较低的信号或想法，从而让时间花在对投资流程最重要的事情上。

人工智允许处理更多类型的数据以及更大的数据量。机器可以被教导阅读利润陈述，或扫描新闻发布会的音频，或在图像、视频和天气预报中查找特定项目。它还可以利用非数字数据，如卫星图像、航空和航运数据以及社交媒体材料等数据集，为量化投资的最终目标铺平道路。

由于 AI/ML 模型擅长在数据中查找模式，因此它可以通过改进对数据的解释并将其应用于投资决策来增强传统数据驱动型投资策略。此外，这些模型并不局限于研究人员在识别回报驱动因素或数据中任何方面的想象力。它允许人类分析可能被忽视的模式或独特的见解。

人工智能还可以通过识别典型风险模型错过的数据来加强风险管理。当构建正确的方法时，基于规则的人工智能系统比人类更不容易出错，因为人工智能算法的运行不参杂偏见和情绪。

专家手中的有力工具

马晓娜也强调，“随着企业利用新技术大幅提高生产率，人工智能可能会在未来几年内大幅重塑劳动力和更广泛的经济。然而，机器在投资管理领域距离复制一些人类思维过程还有很长的路要走。”

总的来说，在可预见的将来，投资经理不太可能被机器所取代。投资专业人士更有可能与人工智能工具和技术密切合作。最好的结果可能来自让机器向专家投资者学习，并使用该算法扩大覆盖面的广度。

资产管理公司将花费更多时间制定策略、识别新数据源、更新算法和解释其结果。使用 AI/ML 模型来补充现有模型最终将帮助更好地管理客户投资组合中的投资组合风险。

新中港资产管理有限公司

2021/6/21

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

关键词：