REFILE-ROI-投資者仍可戰勝人工智能，但前提是投資者行為難以預測：約阿希姆-克萊門特

Joachim Klement

路透倫敦3月5日 - 投資者都知道，人工智能會搶走他們的飯碗。機器已經可以對投資和投資組合進行複雜的分析，威脅著 (link) 基金經理的生計。

但新的研究顯示了人工智能的不足之處--在這些盲點上，人類經理仍有能力創造 "阿爾法 "或超額回報。

幾周以來，股票已被分為人工智能贏家和人工智能輸家 (link)。那些商業模式可能會被人工智能顛覆的公司的股價已經被拋售，而人工智能硬件和軟件製造商的股價卻持續上漲。許多學者和公司正在測試人工智能挑選股票和管理投資組合的能力，這已經不是什麼秘密了。那麼，基金經理是否應該擔心自己的飯碗呢？

最近幾周，我看到了幾項研究人工智能能力和局限性的學術研究。其中最全面、最有趣的是波士頓大學助理教授皮埃特羅-比尼（Pietro Bini）和他的同事們一篇 NBER 工作論文 (link)。

他們要求四個領先的生成式人工智能(genAI) 模型(GPT、Claude、Gemini 和 Llama) 回答一系列用於衡量金融和經濟學中行為偏差的問題。然後，他們會評估這些模型給出的是理性答案，還是與大多數人類一樣帶有偏見的答案。

統計問題的理性答案

從數據中發現了一個有趣的分化現象。在處理常見的認知偏差（如賭徒謬誤 (link) 或基率忽略）， (link) genAI 可以依靠成熟的數學公式，答案基本上沒有偏差。因此，我們可以預計，在預測人類可能會出現此類偏差的情況時，genAI 的表現很可能會優於人類投資者。

但在處理具有很大定性不確定性或答案需要判斷的問題時，genAI 與大多數人類一樣會出現偏差。當模型無法依賴數學答案時，它必須從訓練數據中推導出解決方案。而訓練數據大多是人為的，因此也就編纂了與人類相同的偏見。這就是 "垃圾進，垃圾出"。

從不確定性中產生阿爾法

重要的是，這些結果表明，人類投資者在哪些方面可能會超越機器。

在另一項研究中，來自哈佛商學院 (link) 的勞倫-科恩和他的 合作者訓練人工智能學習數千名美國股票基金經理的決策過程。他們的目標是預測基金經理下一季度或下一年會買入、賣出或持有哪些股票。

如果人工智能能始終如一地做到這一點，基金經理們真該為自己的工作擔心了。

壞消息是，配備了人工智能的研究人員成功地正確預測了 71% 的未來交易。好消息是，基金經理的阿爾法主要源於另外的 29%。

當然，基金經理的工作流程各不相同，因此人工智能在預測他們的行動方面也存在差異。

由規定性、不靈活的流程（或不靈活的基金經理）管理的基金，其可預測性更高，不足為奇。這些基金往往更多地投資於符合特定投資風格的股票。

例如，具有嚴格規定程序的價值型基金往往只投資於最明顯的價值型股票，而忽視那些模棱兩可的股票。

但是，如果人人都知道 A 公司是一家價值型公司，那麼大多數遵循這種投資風格的基金經理的投資組合中都會有這只股票。這就減少了新投資者（包括人工智能模型）通過購買該股票獲得任何優勢的空間。

與此同時，B 公司可能是一隻價值型股票，但可能會在艱難的競爭環境、低效的管理或其他不易量化的因素中掙扎。基金經理需要通過判斷來確定這是否是一隻真正的價值型股票，或者是一隻因某種原因而 "便宜 "的股票。這就是基金經理變得人工智能無法預測的地方。

如果基金經理在 B 公司 "看到了一些 "數據中沒有的東西，人工智能模型將很難預測購買行為。然而，如果這一判斷被證明是正確的，那麼隨著新投資者蜂擁而至，B 公司的股價很可能會大幅上漲。

其結果是，那些行動更難被人工智能預測、顯得更隨意、更善于處理定性因素的基金經理，往往會跑贏同行和大盤。

當然，這些人類優勢可能稍縱即逝。隨著人工智能模型從更豐富的數據集和他們現在難以預測的經理人身上學習，今天的盲點可能會縮小，從而再次改變真正的人類阿爾法前沿。

因此，給投資者的啟示是，在人工智能時代，基金的阿爾法將越來越多地來自於能夠預測不可預測的事情。

(本文為 Panmure Liberum 投資策略師 Joachim Klement (link) 的觀點。)

喜歡本專欄嗎？請訪問路透未平倉合約(ROI)， (link) 您獲取全球金融評論的重要新來源。在 LinkedIn (link) 和 X (link) 上關注 ROI。

在 Apple (link)、Spotify (link) 或路透應用程序 (link) 上收聽 Morning Bid 每日播客 (link)。訂閱可收聽路透記者每周七天討論市場和金融領域的重大新聞。