2018年10月18日，全球首只號稱使用人工智能選股的基金AI Powered Equity ETF(簡稱“AIEQ”)推出滿一年，其年收益率為11.81%，跑贏標(biāo)普500和羅素200指數(shù)。作為對照，eVestment登記顯示，全球相當(dāng)一部分的對沖基金跑不嬴AIEQ。其創(chuàng)始人表示，AIEQ數(shù)據(jù)處理能力及學(xué)習(xí)能力都非常強大。不過也有人對此表示懷疑，認(rèn)為還需要更長的時間來檢驗AIEQ的收益能力。

AIEQ背后的奧秘

AIEQ為ETF Managers Trust旗下的基金之一。AIEQ的投資策略是基于EquBot公司開發(fā)的量化模型生成，后者是IBM創(chuàng)業(yè)企業(yè)全球扶持計劃旗下的公司，由IBM Watson超級計算機提供技術(shù)支持。也就是說，EquBot是其背后的大腦。

Art Amador，EduBot聯(lián)合創(chuàng)始人和COO，他在接受中國證券報記者采訪時表示，AIEQ運營的最初幾個月跑輸指數(shù)，但在多數(shù)時間是跑贏標(biāo)普500的。他將這一結(jié)果歸結(jié)為AIEQ數(shù)據(jù)處理能力和學(xué)習(xí)能力都非常強大。

一位研究人工智能的人士告訴記者，低關(guān)聯(lián)度的數(shù)據(jù)點越多，機器的學(xué)習(xí)效果越好，AIEQ起初效果不好屬于正常。但也不能說，數(shù)據(jù)點多了之后，后續(xù)表現(xiàn)就一定好。一年時間還是太短，還不足以驗證AIEQ的投資能力。

Amador表示，AIEQ不僅可以分析這些數(shù)據(jù)，而且可以根據(jù)市場后續(xù)的表現(xiàn)來甄別之前數(shù)據(jù)的可信度。很多大咖基金經(jīng)理均表示不要理會市場噪音，在市場出現(xiàn)極端情況的時候，不要看電視，不要看報紙，以規(guī)避雜音對決策的影響。不過AIEQ卻把媒體數(shù)據(jù)當(dāng)成決策的一個數(shù)據(jù)來源。

此外，AIEQ曲線顯示，其業(yè)績表現(xiàn)與標(biāo)普500的走勢經(jīng)歷了趨同再分離的過程。對此，Amador表示，因為AIEQ在設(shè)立之初便知道它會被拿來與標(biāo)普500進(jìn)行比較。在最初的標(biāo)的股票選擇與標(biāo)普500指數(shù)編制的邏輯有相近之處，但2018年4月之后，部分小盤股開始走高，AIEQ捕捉到了這一信息，這段時間就開始跑贏標(biāo)普500。

小盤股的確是AIEQ收益的重要來源。彭博投資組合分析，對AIEQ收益表現(xiàn)貢獻(xiàn)最大的15只股票中，有10只均非標(biāo)普500指數(shù)中的股票。例如，在AIEQ挑選的股票中，有一家名為Penn Virginia Corp.的公司。該公司是休斯頓一家油氣鉆井商，市值13億美元，雇傭人數(shù)不足100人。AIEQ對此公司的股票進(jìn)行重倉配置，在今年6月份時，該公司股票是AIEQ配置比重最高的股票。該股在今年已經(jīng)上漲了100%，也是對AIEQ近一年收益貢獻(xiàn)最大的股票。

還需更長時間檢驗

不過，也有人對人工智能ETF仍持懷疑態(tài)度。這些人認(rèn)為，還需要10年的時間來檢驗AIEQ的收益能力，因為這樣就能涵蓋到整個商業(yè)周期，包括經(jīng)濟低迷期。

易方達(dá)基金指數(shù)與量化投資管理部基金經(jīng)理楊俊表示，關(guān)于AIEQ超過指數(shù)和基金經(jīng)理的表現(xiàn)需要仔細(xì)分析，因為ETF接近滿倉運作。但過去一年的大部分時間，美股單邊上漲，幅度很大。而據(jù)他所知，這段時間有一部分主動基金的基金經(jīng)理已提前減倉。因此，也只是看上去沒跑贏AIEQ。在他看來，目前AIEQ策略是個“黑箱”?！皬耐饨缈?，可以理解為一個量化策略指數(shù)，沒有哪個策略可以在任何時段、任何市場環(huán)境下永遠(yuǎn)有效。趕上業(yè)績超好，四處發(fā)聲，讓人產(chǎn)生發(fā)現(xiàn)‘水晶球’、‘永動機’的錯覺；如果趕上敗走麥城，又會很‘謙虛’，十分安靜，所以需要再多觀察兩年?！彼f。

談到類似今年的高波動行情是否適合AI，中國量化投資俱樂部理事長、珠海南山領(lǐng)盛投資經(jīng)理劉治平表示，并不一定，因為有的模型適合日內(nèi)波動大，有的模型則并不適應(yīng)。對于AI能否區(qū)分使用，在他看來，還不大確定?！敖衲昵叭融A在于倉位，輸也在于倉位。目前沒有看到確鑿證據(jù)，是否更適合或不適合AI，只有AI懂得自己調(diào)倉位，才能證明高波動行情是適合的。不過，頻繁擇時是很難完成的任務(wù)?！睏羁≌J(rèn)為，AI需要更透明才能贏得信任。