人工智能（AI）被誉为投资的下一个前沿领域，它已经以各种形式广泛传播，但其在投资组合管理中的真正潜力目前仍然未能得到充分挖掘。尽管如此，投资领域对其仍抱有非常大的希望和信心。
邦尼教授在艾伦·图灵研究所进行的有关AI和金融的研究中，将人工智能（AI）应用的快速增长归因于处理和数据存储成本的下降以及数据的巨大可用性。但是，与其他领域相比，尽管其数量很多，但数据量或创建和收集新投资数据的能力仍显不足，伦敦Arabesque AI公司的定量投资负责人迈克尔·纽曼（Michael Newman）表示，财务数据还带有很多“噪音”，对成功或失败的定义可能会更加细微。
纽曼告诉记者，“在自动驾驶方面，很容易确定是成功还是失败：汽车撞车还是没有撞车，投资却并不一定就是这种情况。” Arabesque AI专门研究使用人工智能来预测股市走势。人工智能可以帮助他们制定执行策略，以及在运营领域。
AI在专业投资领域已变得举足轻重
为了预测股票价格，Arabesque AI公司使用无监督和有监督的机器学习模型的组合来执行复杂的计算任务和数据分析，其工作方式类似于图像识别技术。
纽曼表示：“在基金行业中，总体上还没有发生使用AI来为投资解决方案提供全面动力的情况。”这种应用将彻底改变行业。
Arabesque AI公司一直在构建一套系统，该系统将能够创建针对不同需求和不同用途的量身定制的投资策略。“由于存在任意数量的用例，因此需要人工智能（AI）驱动，因为没有别的办法–它无法手动完成。”纽曼说。
咨询公司Opimas LLC在2017年的一份报告中估计，到2025年，人工智能将导致全球金融公司裁员约23万。基金经理将是重灾区，约有90,000人将失业。
全球最大的养老基金-日本政府养老金投资基金（GPIF）-已经在利用AI技术来管理其1.5万亿美元（1.3万亿欧元）的资产。几年前，时任执行长的水野弘一表示，人工智能最终可以取代基金经理的角色，或者至少提高他们的业绩。他说，在2019年，资产管理行业“特别适合从人工智能中受益，因为它是一个重于情报的行业”。
这可能意味着，在与AI的高速能力相抵触的情况下，主动管理者的角色变得不再那么重要。Arabesque AI公司的诺曼则表示：“人为因素将被重新定位到可以更有效利用的领域。”
威廉·布莱尔（William Blair）投资公司的全球股票主管肯·麦克阿塔尼（Ken McAtamney）则认为始终需要人为参与。“尽管将人工智能纳入投资流程有很多优点，但在预测未来的消费习惯和创新等重大变化方面，机器做的工作无法与人类相比。”
资产管理需要与Google和Facebook之类的预测模型相同的方法，即采用“大数据”并使用人工智能来预测消费模式并显示有针对性的广告，尽管这种预测模型可能只是时间问题可以有效地应用于投资组合管理。
尽管将这种预测模型有效地应用于投资组合管理只是时间问题，但是当Aberdeen Standard Investments（ASI）成立AI驱动的基金时，人员投入至关重要。它被称为“人工智能全球股票基金”，其使用一种称为“随机森林法”的有监督机器学习形式。该算法建立了一个由决策树组成的“森林”，以分析数据并得出特定结论。ASI基金投资组合经理兼量化股票策略负责人弗雷解释说：“有了最初的人工输入，我们就能了解该算法如何做出某个决定，以及决定该决定的变量是什么。”
AI在投资领域渐入佳境
通常情况下，ASI基金的AI系统试图通过分析变量（例如价格，波动性和绩效）来为股票投资作指引。弗雷补充说：“许多AI算法或机器学习用法所面临的挑战之一，就是能够了解输出以及如何制定决策。”与ASI之一合作设立的设立该基金时最大的股东三菱科技（Mitsubishi Technology）是决定将哪种数据输入该系统的重要因素。该团队决定使用定价和基本会计数据，而非宏观经济数据，因为该基金正试图预测下一个投资组合的收益在三到六个月的时间，截至2020年9月，该基金的年收益率为-5.4％，上年末为+ 16.35％。
弗雷说，人工智能领域最近面临的主要挑战是跨国科技股的高估，需经过严格的测试和提供更多数据来帮助应对极端波动。他解释说：“人工智能算法并不真正知道市场正在发生什么，无论是由于疫情还是选举，还是市场的猜测，无新闻流，我们只关注市场的基本特征。”人工智能试图识别的是市场是波动的还是被高估，并不关注原因。
弗雷认为，随着技术的发展，人工智能投资是大势所趋。他说：“技术已经走了很长一段路。” “如果今天我们想计算将来哪些股票表现良好，那么可能要花一天的时间才能通过系统运行。五年前，可能要花一周的时间。”
威廉·布莱尔投资公司的麦卡塔尼（McAtamney）认为，可以在战术层面上应用人工智能，以利用短期市场低效率并消除投资经理的偏见。他指出：“这些类型的技术和大数据可能会成为未来投资中越来越重要的一部分，使资产管理者能够更好地了解情况，从而做出更好的决策。”
“人工智能依赖于干净数据的成功实施，策略可应对全球不断波动的股票市场。不良数据则可能意味着不良结果。与此同时，人类无法管理财务中的所有数据，而这正是人工智能赖以生存的地方，”坎布里德金融中心和剑桥大学的研究员梅尔沙德·莫塔哈里表示。根据其关于资产管理中人工智能的报告显示，“与其他传统方法相比，人工智能技术通常可以提供更好的收益和协方差估计。”
他认为，可用数据越多，人为干预的效率就越低。完善人工智能算法的工作方式可以避免人为错误的风险。为了有效，这些算法需要大量数据。莫塔哈里还表示：“即使是100年，对于收集数据以捕获所谓的黑天鹅或罕见事件（如这种大流行）来说，时间也太短了。”
不过，ASI的弗雷则认为说：“尽管从广义上讲，我们过去所看到的各种低迷的原因是不同的，但从市场反弹的角度来看，很多结果是相似的。表现良好的股票类型通常相似。”一定程度的保守主义仍然围绕着人工智能（AI）在投资组合管理中的应用。弗雷表示资产组合管理的人工智能（AI）引爆点还没有出现，但是该技术在模拟人为投资决策过程中的作用正变得越来越普遍。
有理由相信，如果人工智能（AI）在投资组合管理中的应用得以完善，许多基金经理可能不得不寻求在投资中扮演其他角色，以在日益数字化的世界中保留住自己的饭碗。
