从颠覆者到我们生活的组成部分，人工智能（AI）是当今时代的决定性技术，它正在迅速改变我们的工作，消费和投资方式。
它具有高效，快速地查找，分析和解释大量数据的能力，已将其部署用于交易和获取投资想法。 在大多数先进市场中，人工智能交易正在普及，并被用于制定交易策略。
“在全球范围内，越来越多的人工智能和机器学习（ML）定义了资产管理。 由计算机管理的资金占美国交易活动的60％以上，”进行基于机器学习的投资的Upside AI的CIO Kanika Agarrwal说。
人工智能没有偏见，没有情感，没有特定的投资风格。 好的算法是动态的，可以根据市场趋势测试和完善交易策略。 它可以完成分析人员的工作—收集信息，数据并对其进行评估以提出建议。
Agarrwal说：“它可以始终找到alpha，这对于在某些市场周期中蓬勃发展但在另一些市场周期中蓬勃发展的人类管理者来说是困难的。”
“全球贸易活动（短期，高频，技术等）现在主要由技术来管理。 在美国，即使是被动型ETF也超过了主动型管理者。” Agarrwal说。
她认为，人工智能的下一步发展将是基础投资。
“我们相信像沃伦·巴菲特和查理·芒格这样的下一个伟大的投资者将是人工智能。 本杰明·格雷厄姆（Benjamin Graham）和沃伦·巴菲特（Warren Buffett）在使用系统化规则进行投资并远离情绪方面一直是坚定的信徒。 毫不动摇地遵守规则的最佳方法是使用AI和技术。” Agarrwal说。
尽管发达市场似乎已迅速适应这种技术革命，但印度等新兴市场仍需要一段时间才能看到其在投资领域的主导地位。
“在印度，尽管投资主要由人驱动，但我相信，随着我们市场的成熟和alpha的发现越来越难，未来十年我们将看到结构性转变。 我们将越来越多地看到像我们这样的更多产品，它们试图找到使用AI进行投资的不同方法，” Agarrwal说。
AI的最大优势在于它对数据的绝对依赖，并使用算法来了解市场及其周期。 这就是AI在全球投资和财富管理行业中使用的原因。
Nerve Solutions金融科技初创公司的创始人Mihir K Malani指出，尽管最终目标始终是提高回报，但该过程通常涉及多个步骤，例如根据历史趋势挑选合适的股票，确定投资规模，确定和预测趋势，等等
Malani说：“一种普遍采用的方法是使用ML模型根据客户的个人资料，投资偏好和风险偏好对客户进行分类，并让模型得出最适合他们的投资策略。”
他说，发达的AI投资模型的最大优势之一是能够避免陷阱并成功预测亏损。
“此外，衡量模型效率的一个好方法是通过模型生成的误报的数量。 数字越小，模型越好，越值得信赖。” Malani补充说。
挑战
尽管AI似乎是投资的必然力量，但仍存在挑战。
虽然很容易访问大量结构化金融数据来建立机器学习模型，但开发有效的模型仍存在一些挑战。
Upside AI的Agarrwal认为，跨行业的AI的确存在挑战，包括投资数据质量，所构建模型的质量，印度缺乏建造这些机器的人才，解决定性投资问题，例如公司治理和广泛接受技术。
在应用AI进行投资时，区分真正的模式和巧合是一个最大的障碍。
“有时，仅仅是巧合就给人一种错觉。 无法识别这些信息可能会导致模型极不准确，” Malani说。
识别正确的特征然后设计模型是一个挑战。
“这是为衍生工具开发AI模型时经常面临的常见挑战。 由于衍生工具合约的定价涉及许多因素，错过正确的功能可能会导致看似正确但错误的模型，” Malani说。
此外，将地缘政治因素嵌入模型中也是一个挑战。
“虽然将价格和数量信息纳入一个AI模型是相当程序性的，但要考虑到市场之外的因素却对市场走势产生深远的影响是极其困难的。 这些因素通常是模型失败的原因。” Malani说。
尽管存在这些挑战，但人工智能是投资的未来，它为投资者和管理人员提供了很多可能性。
资料来源：https://www.fintechnews.org/ai-may-be-the-next-warren-buffett-but-there-are-challenges-ahead/
