AI管理的資產首次超過人類美股之變意味著什么？

王爽

人工智能正在催生出越來越多的巨頭公司

如果你還不是巨頭應高度重視

這一趨勢帶來的新集聚效應

50年前，投資還是人類的事。但今天，人工智能正在控制著華爾街的投資。

近期，研究公司Morningstar發布報告稱一在美國股市，由人工智能管理的股權資產（包含交易所交易基金、指數追蹤共同基金和債券）達到4.3萬億美元，首次超過了由人類管理的資產！

人工智能算法已經不僅僅單純地執行買賣指令，它們通過監控經濟走向，自動調整資本配置。甚至用人類也不能完全理解的方式，編寫自己的投資規則。目前，人工智能管理的基金已經占美國股市的35%，機構股票資產的60%，交易活動的60%。

而這距離第一條用于傳輸棉花價格的跨海電纜建成不過150多年。這百年間，算法是怎樣一步步占據主導的？放手讓機器管錢，真的安全嗎？

正被機器“接管”的投資行業

從最初的執行買賣訂單，到如今自主設計投資規則，算法扮演的角色越來越重要。全球最大對沖基金Bridgewater?Associates的創始人Ray?Dalio表示：現在技術是投資的基礎，人類在投資中的作用迅速減弱。

美國金融市場研究和戰略咨詢公司Tabb在報告中稱：在美國股市，每天大約有70億股股票換手，價值3200億美元。其中超過一半的交易量屬于“高頻交易”，即股票以極快的速度拋出，以捕捉稍縱即逝的收益。《FLASH?BOYS》作者Michael?Lewis在書中提到速度是高頻交易的關鍵，微秒級甚至納秒級交易全部由機器完成。摩根大通的數據也同樣顯示：只有10%的機構交易是由傳統的股票基金經理完成的，越來越多的購買由機器來完成。

其實，在投資組合管理中，算法已經存在了幾十年。1975年JackBogle創建了第一只指數基金——先鋒基金，投資自動化之路就此展開。隨著更為復雜的定量對沖基金和交易所交易基金被開發出來，許多基金都添加了能搜索市場數據的算法，以尋找更為賺錢的投資組合方式。隨后，基金經理，根據數據進行投資決策。

最初只有少數基金經理才具備的數據處理能力，現在人人都可能擁有，而且人工智能做得更好。所以早就有專家預言，人工智能終將取代人類投資者去分析信息、設計投資策略。現實也同樣如此，越來越多投資機構的投資策略正在改變，人工智能挑選出的股票，不再由人類決定是否買賣，而是由“機器”自己決定。

例如：Dalio創造的“風險平價策略”，通過平衡不同類別資產的波動性，獲得最穩定的高收益。這曾經是基金經理的致勝法寶，但環環相扣的交易策略，需要更強大的數據處理能力。而每增加一層復雜性，人類的選股者就會多依靠計算機一點兒。TwoSigma公司聯席董事長DavidSiegel表示：30年前，最優秀的基金經理是最具直覺的人。而如今，那些會利用機器、數據和人工智能的人，才能占據優勢。

“另類數據”，讓AI可能

比董事會還了解公司

信息是金融市場中最重要的資源，而你的“電腦”比你知道更多經濟內幕，已經是不爭的事實。在傳統基金經理們坐在辦公桌前，盯著公司財報收集信息的時候，人工智能早已通過大數據，創造了評估公司的新方法。

人工智能可以利用衛星追蹤有多少車停在商店外，有多少艘船舶擠人港口，有多少個糧倉或石油罐正在被灌滿;它們可以通過詳細交叉對比社交媒體的信息，發現揭示公司業績的蛛絲馬跡;它們可以使用電子抓取技術，在公司的會議紀要中搜索出表示正面或負面觀點的單詞。最終，它們可以獲得比董事會更新鮮，甚至更真實的公司信息一又被業內稱為“另類數據”。

而且隨著處理事件的增加，人工智能的大數據處理能力也在不斷增長，人類獲取新信息的能力被遠遠甩在身后。

比人厲害，還比人便宜

不僅能力強，更重要的是——便宜！公開數據顯示，人工智能掌管的被動型基金，每年僅收取所管理資產的0.03%-0.09%作為傭金。而基金經理的管理費是人工智能的20倍。高收益對沖基金的業績費，甚至達到最高收益的20%。

在人工智能不斷擴“大領地的今天，交易所股票交易的買賣傭金，已經降到每股0.0001美元。2019年10月1日，理財公司Charles?Schwab和競爭對手td Ameritrade都宣布將把交易費用降至零。

低成本帶來了空前高漲的股票交易量。你可以隨意在手機上購買股票，幾塊錢的手續費絕不會絆住你參與投資的腳步，簡單幾步就可以實現金錢永不眠。但股票比以往任何時候都有更高的流動性，也意味著比以往更低的“股票價差”。對沖基金Citadel發布的數據表明，在過去10年中，公司股票的小額交易價差急劇下降，而且一直處于低位。但與此同時，大額交易多數情況下價差保持不變。對各個散戶而言，投資基金變得更加有利可圖，人工智能的市場主導地位進一步擴大。

讓你的錢被機器操縱，安全嗎？

隨著人工智能滲透到投資的！每一步里，關于它們的擔憂也日益具象：算法可能會對股價造成更頻繁、更突然的沖擊。這些擔憂并非空穴來風，一系列“閃崩”事件敲響了金融界的警鐘。

2010年5月，交易所交易基金價格的崩潰式下跌，導致美國股市在短短幾分鐘內蒸發了超過5%的市值，原因是很多算法在這一瞬間都做出了拋售的決策。2016年10月，同樣的“算法共識”，導致英鎊突然暴跌，2分鐘內創下英國脫歐公投以來的最大盤中跌幅。

如何保障算法在人類想不到的時間點沖擊金融穩定性，成為擺在操盤者們面前的大問題。

但更深的擔憂來自機構投資者，他們認為他們所有的優勢，很快都會被機器超越。因為人工智能可以依靠數據收集和處理能力，賺到與經濟發展不成比例的錢。高收益就會抬高金融機構的競爭門檻，未來傳統的資產管理公司，甚至再也無法與人工智能同場比賽。

而且，曾經平等對待所有客戶，平等獲取信息和促進競爭的監管原則，似乎成了過時的擺設。一些基金已經開始為獲得數據的專有權而付費，“勝者為王，敗者離場”成為每個公司都不得不面對的現實。如今資本越來越流向少數大型基金管理公司，它們將擁有大量的公司投票權，而影響這些大基金公司決策的正是人工智能。但依從算法做出的決定，后果如何尚未可知。

雖然機器承擔了越來越多的工作，但人類并沒有完全從投資界消失。投資銀行Iazard的分析師Jacobs表示：30年來定量投資都是從一個假設開始，然后根據歷史數據對其進行測試，然后判斷假設是否仍然適用。而現在順序顛倒了，投資從分析數據開始，然后才尋找假設。雖然是機器在進行數據分析和決策，但要輸人到機器中的數據是由人類挑選出來的。

AQR基金的機器學習主管Bryan Kelly表示：將機器學習與人類相結合的投資效果，會比純粹由機器驅動更好。人工智能驅動的算法，往往能識別出人類忽略的因素，而人類則能通過機器發現的新元素，找到新的市場方向。或許人工智能已經成為華爾街不可或缺的存在，但人類也絕非可以隨意被替代。

責任編輯：軒轅鏡