今年以來，在人工智能技術大規模爆發的背景下，量化和 AI 策略表現出色，具有先進算法的投資策略備受市場關注。
2022 年底，隨着小股票行情興起，傳統的主動權益基金表現出退市，基本面投資有失靈的趨勢。與此同時，今年以來，A 股也整體呈現小幅震盪的下跌格局，各寬基指數均有不同幅度的下跌，偏股基金指數則表現更弱。
與主動權益相比，量化與指數增強產品一掃前幾年的退市，在年震盪行情下表現出更好的市場適應性。其中，一批完全依賴人工智能進行選股的量化策略在投資業績上引市場矚目，這是否暗示我們正處於一個即將由機器在投資領域全面取代人類的時代？
申萬宏源認為，當前而言，建議主動權益投資人員 “堅守基本面投資，靜待基本面行情歸來”。從歷史上來看，基本面行情下量價指標的有效性會迅速降低，甚至連技術指標的有效性都會有所下降。兩者存在着此消彼長的關係，當前有效的量價可能會在未來週期性效果減弱，而那時候正是基本面投資最適合的時候。
<h2>AI 投資有什麼優勢？</h2>
申萬宏源鄧虎團隊在 9 月 4 日的報告中提到，AI 選股策略在技術原理上呈現出如下特性：
<blockquote>
（1）黑箱性。AI 策略中基金經理的工作更多體現在算法框架、調參、防止過擬合、換手與敞口限制、跟蹤管理等工作，具體選出股票的邏輯不由基金經理體現。
（2）高門檻。實際上現階段 AI 策略的使用門檻已並不高，但低門檻帶來的 AI 策略廣泛使用反過來會提升 AI 策略的門檻。目前 使用成熟算法進行 AI 策略開發不太需要投資策略完全瞭解其算法的數學模型，僅僅會使用也能開發策略，在當前市場環境下 AI 策略的有效性必然會激發更多團隊嘗試開發 AI 策略，最終相對簡單的框架可能會失效，在細節的進一步打磨以及對更先進算法的掌握可能會成為投資團隊的必備武器，最終在整體上提升了使用 AI 策略的門檻。
（3）賺量價。AI 選股策略主要賺的是量價的錢。這就一方面解釋了 AI 策略近年來表現的強勢，策略的優異表現有自身的優勢，也與量價有效的市場環境密不可分。
</blockquote>
但這並不意味着，AI 選股策略要優於人類。根據鄧虎團隊的模型測算和今年以來的收益表現，AI 策略在歷史區間內基本表現出以下幾個重要特徵：
<blockquote>
1.AI 做起投資來更像是人，有時候堅決大幅度調整持倉風格，甚至去嘗試提前預測拐點，有時候能夠在趨勢行情裏維持風格，沒有明顯的規律特徵。
2. AI 組合的靈活性同樣也是雙刃劍：如果單純從市值風格來看，AI 策略的收益來源既有市值風格的趨勢，也有嘗試提前預測拐點並預測正確的風格反轉，如果 AI 策略發生回撤，對於理解回撤可能會有難度。
3. AI 策略在量價上的處理有獨特優勢，其符號方向可變、大幅度調整、靈活跟隨市場使用趨勢和反轉都是傳統線性量價因子難以做到的： AI 策略相比傳統多因子的量價使用有着獨特的優勢。以市值風格為例， 傳統市值因子的使用往往只是單個方向暴露小市值，經常會遭遇市場波動，使得很多量化團隊會追求市值風格的中性化，但 AI 策略在市值風格上符號方向可變，小市值好的時候持倉市值偏小，大市值強的時候持倉市值偏大，還經常進行幅度較大的調整， 嘗試去預測拐點，這種預測拐點的行為也是傳統偏因子動量的多因子框架難以實現的。
</blockquote>
<h2> AI 策略 VS 基金經理：各有所長</h2>
從目前而言，鄧虎團隊認為，AI 策略和主動權益基本面投資各自的優勢領域基本上是和量化與主動基本面投資的優勢領域相似的，AI 策略更擅長量價以及與量價關係緊密的小股票，主動基本面投資更擅長關注基本面，以及與基本面關係緊密的大股票。
<img title="" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/1e7a826a-a754-43e0-8e38-2ddc173c294f.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="664" height="267" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/1e7a826a-a754-43e0-8e38-2ddc173c294f.png"/>
如果把 AI 策略視作一個大號的複合量價因子，在對 AI 策略的使用上還可以一定程度降低其黑箱屬性帶來的影響，在通常的多因子框架裏，因子的選取和權重往往是根據因子前期的表現，即本質上是在做因子的動量。當 AI 策略成為一個因子後，不論本身的表現可解釋性如何，組合只根據因子的表現來選擇配或者不配， 以及配多少的 AI 策略，或許能成為傳統多因子框架使用 AI 策略的合適方式。
<h2>沒有永遠的成長，只有永遠的週期</h2>
以 ChatGPT 為代表的生成式 AI 算法代表了人工智能領域未來的發展方向：大算力 + 強算法。
因此，AI 策略門檻的降低也依賴於算力的提升。當前市場環境下，算力對 AI 策略最為直接的影響是：算力的提升可以加速 AI 選股模型的更新頻率，從而擁有更新的信息優勢，將算力優勢轉化為收益優勢。
<img title="" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/1c8903d1-c2ab-4b2a-bede-c98569430da5.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="551" height="299" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/1c8903d1-c2ab-4b2a-bede-c98569430da5.png"/>
 面對 AI 選股策略的發展，鄧虎團隊在報告中分析道：
<blockquote>
雖然未來 AI 策略可能在文本識別、基本面方向上有長足的進步，但目前而言，AI 策略更突出的優勢還是在 2023 年這種中小市值風格、量價為主的市場環境，在 AI 策略沒有進一步的進化之前，這種市場風格都是週期性而非持續的，也使得 AI 更適合的環境也是週期性的。
一種可能考慮的策略模式是：在基本面持倉的基礎之上，量化或 AI 策略通過短期量價判斷，給出一些短期的交易性觀點，即基本面投資在維持對上市公司基本面觀點不變的情況下，可以通過一些交易來進行增厚。這種模式的優點是可以不改變主動權益的基本框架，缺點是增加了大量的交易成本，而且這些交易依然缺乏必勝的概率，只能通過大量重複來提供超額，對於主動基本面投資來説可能是難以堅持的。
</blockquote>
本文觀點主要來自申萬宏源鄧虎團隊，報告標題：《機器能否在股票投資上全面取代人類？》
鄧虎持證編號：A0230520070003

申萬宏源認為，AI 能力發展還需要較長時間，建議主動權益投資人堅守基本面投資。