像"老股民"一樣投資！民生加銀何江：用AI抓住更多"蛋糕"

1846年，十四世本因坊秀和的弟子秀策與當時的頂尖高手井上幻庵因碩進行了著名的六番棋對弈。在第二局中，年僅17歲的秀策下出第127手，幻庵一時驚急，兩耳變得通紅，是以妙手，最終秀策赢下此局，史稱“耳赤之局”。

但到了人工智能時代，經過AI的分析，秀策下完“耳赤之手”後勝率不升反降，耳赤妙手在AI分析後居然是問題手。可見在強大算力和算法面前，各類“神之一手”也往往經不住檢驗。

圍棋如此，投資亦如此。AI投資的終極目标是不僅能夠自發學習到人類經驗，還能夠通過海量資料的“投喂”與學習，擺脫人類認知的局限，發展出更優解。此外，傳統模型主要是線性架構，而AI模型在非線性層面更加充分地挖掘阿爾法。

“賺一千塊錢和虧一千塊錢對心理産生的波動，按照行為金融學裡的價值函數來看是不一樣的。虧損的價值曲線是較為陡峭的函數，而盈利的價值曲線則較為平穩。這是市場呈現出非線性規律背後非線性底層邏輯的一個較為典型案例。因為市場呈現出複雜的非線性特征，我們花費大量精力去搭建整個人工智能量化投資體系就是為了針對這種市場的複雜性。”民生加銀量化投資部總監何江表示。

量化投資中的AI技術應用

“有經驗的成熟投資者，經曆過股市的大風大浪，有超強的資訊處理能力，他的選股勝率大機率比初入市場的投資者要高”。

在量化投資不斷壯大的背景下，人工智能投資風潮漸起，而機器學習算法作為AI重要的一環也逐漸被人們所了解。具體而言，機器學習使用計算機模拟或實作人類的學習行為，通過統計學算法，對大量曆史資料進行學習，進而利用生成的經驗模型進行預測和分類。

據了解，傳統量化投資數學模型是在一個較小的“解空間”中尋求解決方案，人的主觀能動性可以創造性地在更複雜的架構下尋求解決方案，但受制于其“算力”不足，使得其并不能在廣闊的“解空間”進行充分搜尋。AI模型既擁有足夠的“算力”，又克服了傳統量化投資數學模型“解空間”較小的局限。

在機器學習中，算法在接受大量示例的訓練後不斷學習和進化。一旦機器學習算法被訓練，結果就是一個機器學習模型。例如，設計機器學習算法來識别圖像，假設訓練資料是狗的圖像，而由此産生的機器學習模型将是一個“狗觀察員”。當給它輸入不同的圖像，它可以根據它的學習“經驗”來判斷圖檔上是否有“狗”，以及“狗”的位置及品種。

何江将AI的決策過程類比為人的大腦，它具有某種“黑盒”特征，也就是說，雖然我們了解神經元的工作原理，但大腦怎麼感覺并決策卻難以探明。是以在投資決策端的展現即：在模型精進的過程中，盡量多地“喂”一些優質資訊，包括個股的基本面資訊、交易層面的量價資訊或者另類資訊，模型就能以更強的預測能力給全市場的股票打分。何江表示，“這和主觀投資者也是一樣的，研究公司資料、去上市公司調研就是為了掌握更多資料。如果對市場資訊足夠了解，在交易中便會占據絕對優勢。”

用AI抓住非線性的“蛋糕”

何江為清華大學工程力學學士、流體力學碩士，證券從業19年，其中管理公募基金長達7年，現任民生加銀量化投資部總監，擅長運用多種金融工具建構多樣化的量化投資政策。

研究所學生期間，何江着手研究金融實體學，彼時尚屬于前沿學科，研究方向即是将混沌理論（Chaos theory）應用到金融行業裡面。2005年何江即任公募基金指數投資部基金經理、副總監。在解釋為何近年來開始涉足人工智能量化時，何江表示，AI能夠探究複雜的非線性規律，在模型上，彌補了人腦邏輯思維模式的局限性，在計算能力上，能夠通過高性能的算法實作海量資料的挖掘。

何江進一步表示，AI最核心的特點就是能夠針對金融市場中的一些非線性規律進行分析。傳統的量化投資模型比較擅長處理線性規律的問題，而對于非線性規律的把握是較為欠缺的。是以需要引入更多非線性的方法，“比如行為金融學中的案例，在投資過程中投資者賺錢跟虧錢的那種心理感受是不一樣的，這就是一些非線性規律形成的底層原因之一。”

如果隻用傳統模型的話，就相當于對于非線性這部分超額收益沒有抓住，即對阿爾法的挖取不夠充分，“這部分蛋糕你就吃不了。”而如果用更廣泛的機器學習方法去做投資，線性和非線性的收益便均能擷取。

AI或帶來能源投資機會

近期，AI晶片巨頭英偉達CEO黃仁勳在一次公開演講中指出，AI未來發展與能源機制緊密相連。他強調，不應僅僅關注計算力，而是需要更全面地考慮能源消耗問題。無獨有偶，OpenAI的創始人山姆·奧特曼也提出了類似的看法。奧特曼表示，“未來AI技術的進步取決于能源，我們需要更多的光伏和儲能”。

而早在去年的半年報中，何江就提出過上述想法：ChatGPT等大語言模型技術取得了突破性的進展，人工智能技術的發展将深刻地改變各行各業。算力是人工智能發展的基礎，而算力對于能源的要求很高。

在市場沒有顯著增量資金的背景下，人工智能投資政策的廣度優勢或将持續産生效益，可重點關注這一類投資政策的産品。

另外從中長期的視角來看，何江看好泛人工智能和大能源闆塊。人工智能的技術和應用或将持續地以超預期的速度發展，相關鍊條的投資機會是值得重點關注的。新技術的發展對于能源端的需求，可能很難以線性外推的方式進行評估。再加上過去幾年傳統能源産業資本開支不足，地緣形勢複雜化等因素，能源的供給端相對來說也是偏緊的。是以大能源闆塊的機會也是值得關注，包括新能源和傳統能源。

同時，值得一提的是，何江所在的民生加銀量化投資部是2019年末在指數投資團隊的基礎上從無到有建立的，這一過程十分考驗基金公司的整體業務能力，這是包括高效協同、人員配置、制度流程設計、組織架構等各方面能力的綜合展現。銀河資料顯示，截至2024年3月29日，在市場不同類型指數走勢分化的大背景下，由何江管理的民生加銀中證内地資源指數A過去6個月收益率9.92%，最近三年的累計淨值增長率為33.87%，同類排名5%分位，跑赢同期28.07%的業績比較基準。

責編：楊喻程

校對：冉燕青