人类VS机器：财富管理的下一个前沿

Posted 2021-08-03 Dig Quant

原创 | 点宽学院   作者 | 唐晓堂  

全文字数 3407字，建议阅读时长 9 分钟。

当软件技术在20世纪到来，算法程序出现时，金融部门将不可避免地率先利用这一潜力。Vanguard的创始人约翰·博格尔（John Bogle）在20世纪70年代推出了世界上第一只指数基金，通过部署软件来跟踪一篮子股票，从而使基金能够根据其基本基准的任何变化来部署自动重新分配。使用软件来自动化交易的优势是深远的，主要体现在降低运营成本方面。指数基金不必为“人力”买单。

指数基金的出现是向大众市场开放个人理财世界的一个重要事件，如果没有指数基金的话，大众市场的价格将从这项服务中扣除，稳步上升，在美国证券交易所机构交易中占据最高份额。美国机构交易份额：指数基金在技术上得到进一步发展，引入了数量型交易所交易基金（ETF）。这些工具部署了软件程序，根据一定的因素进行动态选股决策。例如，可以编写一个算法，当市盈率低于1.0时买入一只股票，然后当市盈率高于1.5时卖出同一只股票。如这个粗略的例子所示，该软件已被编程，可以根据基本面分析做出系统的投资决策，否则将由人力管理者来完成，由于人工智能领域的快速创新，自动化交易的复杂性已经发展到前所未有的高级阶段。

在算法软件的背景下，人工智能的使用意味着交易程序可以根据自己的意愿学习和提高效率。因此，假设上面我们的ETF示例中使用的软件与人工智能模块一起部署。现在，它可能能够持续分析股票表现的数据，从而使它能够随后得出一个更有利可图的策略：只有当股票的市盈率低于1.25时，才买入股票，当市盈率升至1.8时，才卖出股票。然后，该软件将开始基于这种学习做出决策，而无需人工干预。截至2019年，ETF和指数基金共同管理的美国股票数量超过了人工管理的资产管理公司。在31万亿美元的美国股票市场价值中，量化基金目前拥有35.1%的市值，而人力管理基金的这一比例为24.3%。

量化基金的第一个优势在于成本，最具体的案例是指量化基金提供的低管理费用，这是人力管理的主动基金无法比拟的。成本效率是我们看到Vanguard（指数基金的发明者）在过去几十年中不断提升，最终成为全球最大资产管理公司的原因之一。在基金中，费用是必不可少的，因为随着时间的推移，费用对投资者来说是一个巨大的成本负担，而且在衡量业绩的背景下，费用越高，业绩越高就必须超过基准来证明费用的合理性。尤其是对冲基金，其收费高达20%，但在过去十年中表现不佳。

量化基金的另一个优势在于，它们能够通过实时分析大量数据得出见解。正如著名基金经理雷·达利奥所指出的那样，这可能不一定是未来事件的优势：“如果有人发现了你发现的东西，不仅一文不值，而且会被过度打折，产生损失。”他说：“不能保证以前行之有效的策略会再次奏效。”。不采用人类逻辑的机器学习策略“如果没有深刻的理解，最终必然会失败。”量化基金也可以比人类管理者做出更快的投资决策。因此，他们可以更快地下订单，更有效地利用窄价差带来的收益。他们在执行交易策略方面比人力经理人有效得多，因为他们可以理性地保持中立和拒绝胖手指错误。

然而，缺点也不可忽略。其中一个不利因素是，随着人工智能使用的增加，不同数量的基金可能不可避免地开始一致做出相同的决定，这可能会给金融市场带来传染问题。人力驱动基金管理的一个关键优势是能够发现市场的特质，并根据定性数据做出决策。量化基金不能吮吸拇指，因此，在市场压力时期，可能会导致波动加剧。那么量化基金如何衡量自身呢？

量化交易的系统客观性提出了一个问题，即量化基金如何创造彼此之间的差异。量化基金如何在竞争对手面前获得竞争优势？人力资源管理者通过表现出对市场基本原理的更好理解，或通过可怕的直觉，这两个因素都是通过多年的学习发展起来的。人工智能驱动的基金的前提是实时分析大量数据，然后得出见解和随后的投资决策。这就在排名标准中引入了新的变量，比如哪个基金的计算能力最快，或者说是PB级的数据访问。由于基金在后台拥有由数据科学家编写的高级机器学习规则，从而获得了竞争优势。在量化领域，明星交易员的头衔会变成明星编码器。

由于需要加快高频交易（HFT）算法基金寻求通过更快的交易获得竞争优势，这导致其中一些基金创建了自己的私人光纤或微波网络，以连接证券交易所。这种理论认为，敷设最完美、最直的电缆将导致向交易所发送订单的最终极潜在效率，使业主在与使用公用事业的竞争对手相比处于优势地位。仅几毫秒就可以衡量拥有私有光纤网络所获得的优势。但是，这几毫秒可能会导致HFT公司在交易期间执行数千个订单的利润差异，甚至数十亿美元。作者迈克尔·刘易斯在他的书《闪光男孩》中详细说明了一些交易员在多大程度上实现了芝加哥和纽约证券交易所之间的私人光纤线路的边际收益。纽约纳斯达克交易所在世界主要证券交易所中执行时间最快。

然而，私有光纤网络的建设成本很高。它们需要大量的初始投资，而且可能受到诸如山区等物理障碍的阻碍。然而，微波网络的用途相同，但由于其基于空气的传输，具有速度更快、地理障碍少的优点。在一些市场，HFTs已经在竞标中划出了争夺最理想微波网络的竞争线。一些HFT甚至尝试过共同定位，这意味着将他们的交易软件放在他们正在交易的证券交易所内的系统中。这在某些方面，是时间站的高潮片段。许多证券交易所现在提供异地服务，收取费用，为交易员提供空间，使其系统更接近交易所系统。但从长远来看，这些异地服务的合法性很可能受到挑战，以类似于网络中立的辩论的方式提出伦理问题。股票市场本质上是市场的制造商，它们在不损害买卖双方的前提下，将买卖双方聚集在一起。一个分层的有益访问系统打破了这种关系，这是一个令人担忧的困境，即使HFT试图利用所有可能的优势来武装自己，也无法保证它始终有效。骑士之都的案例总是提醒我们这一点。奈特是首批上市的HFT之一，但2012年，其算法软件出现故障，短短一小时内就进行了70亿美元的错误交易。纠正这些错误的交易使公司损失了近50亿美元，最终导致基金不得不清算和关闭。RoboAdvisors是否会是AI在金融领域的革命性应用？这也将使我们关注个人财富管理问题。从社会层面上看，这可能是最重要的领域，因为进入股票基金的大部分投资都是个人公民的集合资本投资（例如养老金）。Robo顾问是软件驱动的投资顾问，根据算法指导客户。在过去十年中，它们逐渐成为最突出的那一个。

从投资建议中“删除”人类决策有利有弊。一方面，有机会将广大民众引入金融规划和投资组合建设的制度理念。然而，另一方面，Robo咨询的一些决策相当武断（即随着年龄的增长拥有更多的债券），虽然从教科书意义上说，它可能无法考虑到投资者的个别情况。人工智能的使用将进一步增强机器人顾问的能力，因为他们开始根据自己的经验来完善分配决策。

这是人类财富管理者的警钟吗？这会不会显著改变银行和其他金融机构提供财富管理服务的理财方式？但从社会层面的思想来看，即使人工智能在发达，也会有投资者认为在资金和投资方面，把一切都留给软件和技术是一种极大的风险。

最后，任何成熟的AI软件，也需要规则来发挥作用，而这些规则是由人类而定的。AI系统可能会使财富管理过程更快、更高效。但笔者认为，这场战争的胜者一定是可以完美利用人类和机器共同优势的机构。

- 本期作者 -