從顛覆者到我們生活的組成部分，人工智能（AI）是當今時代的決定性技術，它正在迅速改變我們的工作，消費和投資方式。
它具有高效，快速地查找，分析和解釋大量數據的能力，已將其部署用於交易和獲取投資想法。 在大多數先進市場中，人工智能交易正在普及，並被用於製定交易策略。
“在全球範圍內，越來越多的人工智能和機器學習（ML）定義了資產管理。 由計算機管理的資金占美國交易活動的60％以上，”進行基於機器學習的投資的Upside AI的CIO Kanika Agarrwal說。
人工智能沒有偏見，沒有情感，沒有特定的投資風格。 好的算法是動態的，可以根據市場趨勢測試和完善交易策略。 它可以完成分析人員的工作—收集信息，數據並對其進行評估以提出建議。
Agarrwal說：“它可以始終找到alpha，這對於在某些市場週期中but壯成長但在其他市場週期中human壯成長的人類管理者來說是困難的。”
“全球貿易活動（短期，高頻，技術等）現在主要由技術來管理。 在美國，即使是被動型ETF也超過了主動型管理者。” Agarrwal說。
她認為，人工智能的下一步發展將是基礎投資。
“我們相信像沃倫·巴菲特和查理·芒格這樣的下一個偉大的投資者將是人工智能。 本傑明·格雷厄姆（Benjamin Graham）和沃倫·巴菲特（Warren Buffett）是使用系統化規則進行投資並遠離情緒的堅定信徒。 堅定地遵守規則的最佳方法是使用AI和技術。” Agarrwal說。
儘管發達市場似乎已迅速適應這種技術革命，但印度等新興市場仍需要一段時間才能看到其在投資領域的主導地位。
“在印度，儘管投資主要由人驅動，但我相信，隨著我們市場的成熟和alpha的發現越來越難，未來十年我們將看到結構性轉變。 我們將越來越多地看到像我們這樣的更多產品，它們試圖找到使用AI進行投資的不同方法，” Agarrwal說。
AI的最大優勢在於它對數據的絕對依賴，並使用算法來了解市場及其周期。 這就是AI在全球投資和財富管理行業中使用的原因。
Nerve Solutions金融科技初創公司的創始人Mihir K Malani指出，儘管最終目標始終是提高回報，但該過程通常涉及多個步驟，例如根據歷史趨勢挑選合適的股票，確定投資規模，確定和預測趨勢，等等
Malani說：“一種普遍採用的方法是使用ML模型根據客戶的個人資料，投資偏好和風險偏好對客戶進行分類，並讓模型得出最適合他們的投資策略。”
他說，發達的AI投資模型的最大優勢之一是能夠避免陷阱並成功預測虧損。
“此外，衡量模型效率的一個好方法是通過模型生成的誤報的數量。 數字越小，模型越好，越值得信賴。” Malani補充說。
挑戰
儘管AI似乎是投資的必然力量，但仍存在挑戰。
雖然很容易訪問大量結構化財務數據以建立機器學習模型，但開發有效的模型仍存在一些挑戰。
Upside AI的Agarrwal認為，跨行業的AI的確存在挑戰，包括投資數據質量，所構建模型的質量，印度缺乏建造這些機器的人才，解決定性投資問題，例如公司治理和廣泛接受技術。
在應用AI進行投資時，區分真正的模式和巧合是一個最大的障礙。
“有時，僅僅是巧合就給人一種錯覺。 無法識別這些信息可能會導致模型極不准確，” Malani說。
識別正確的特徵然後設計模型是一個挑戰。
“這是為衍生工具開發AI模型時經常面臨的常見挑戰。 由於衍生工具合約的定價涉及許多因素，錯過正確的功能可能會導致看似正確但錯誤的模型，” Malani說。
此外，將地緣政治因素嵌入模型中也是一個挑戰。
“雖然將價格和數量信息納入一個AI模型是相當程序性的，但要考慮到市場之外的因素卻對市場走勢產生深遠的影響是極其困難的。 這些因素通常是模型失敗的原因。” Malani說。
儘管面臨這些挑戰，人工智能仍是投資的未來，它為投資者和管理人員提供了許多可能性。
資料來源：https://www.fintechnews.org/ai-may-be-the-next-warren-buffett-but-there-are-challenges-ahead/
