基于人工智能 (AI) 的策略越来越多地应用于投资和投资组合管理。它们的背景、效用和结果千差万别，道德影响也各不相同。然而，尽管许多人预计人工智能将改变投资管理，但对于太多投资专业人士来说，人工智能仍然是一个黑匣子。
为了使这一主题更加清晰，我们集中研究了一种特定的 AI 股票交易模型，并探讨了它在收益和风险相关成本方面可以带来什么。利用由我们的同事 Ashok Margam 和团队运营的 AI 交易模型 Traders' AI 提供的专有数据，我们分析了其从 2019 年到 2022 年的决策和整体表现。
交易员的人工智能对其所持的市场仓位几乎没有限制：它可以做多或做空，并在一天中的任何时候转换仓位。然而，在每天收盘时，它会完全退出市场，因此其仓位不会隔夜持有。
那么，该策略在不同时间段、交易模式和波动环境中的表现如何？这能告诉我们人工智能如何更广泛地应用于投资管理吗？
在三年的分析期内，交易员人工智能的表现优于其基准标准普尔 500 指数。虽然该策略在多头与空头之间呈中性，但其时间范围内的贝塔系数在统计上为零。
交易者 AI 模型与标准普尔 500 月度股票曲线（10,000 美元投资）
交易员人工智能利用了更高偏度的时刻来实现这些结果。虽然标准普尔 500 指数具有负偏度，或强劲的左尾，但人工智能模型却显示出相反的情况：右偏度，或强劲的右尾，这意味着交易员人工智能很少有几天能产生非常高的回报。
| 人工智能模型 | 标准普尔 500 | |||
| 意思是 | 0.00111881 | 意思是 | 0.00064048 | |
| 标准差 | 0.005669 | 标准差 | 0.01450605 | |
| 峰度 | 11.1665 | 峰度 | 13.1015929 | |
| 偏斜度 | 1.59167732 | 偏斜度 | -0.62582387 |
那么，该模型最成功的地方在哪里？做多还是做空比较好？在波动性高的日子还是低的日子？它是否选择了正确的时间观望市场？
对于后一个问题，交易员人工智能实际上会避免在高回报日进行交易。它可能会预测高风险溢价事件，并选择不对市场走向采取任何立场。
交易员人工智能在做空时，根据市场调整后的表现更好。在做空的日子里，它平均获利 0.13%，而市场则下跌 0.52%。因此，该模型在预测下跌日时的表现比预测上涨日时更好。这种模式也反映在熊市中，交易员人工智能相对于牛市产生了超额表现。
| AI 模型的平均回报 | 标准普尔 500 指数的平均回报率 | |
| 当模型处于活动状态时 | 0.1517% | -0.0201% |
| 当模特坐在外面时 | 0％ | 0.8584% |
| 当模型很长时 | 0.1786% | 0.6615% |
| 当模型较短时 | 0.1334% | -0.5215％ |
| 当模型很长且 一天之内短暂 |
0.1517% | -0.0201% |
| 在波动性高的日子里 | 0.1313% | -0.0577% |
| 在波动性较低的日子里 | 0.0916% | 0.1915% |
| 牛市（年度） | 17.0924% | 46.6875% |
| 熊市（年度） | 20.5598% | -23.0757% |
| 在牛市中 | 0.0678% | 0.1853% |
| 在熊市中 | 0.0816% | -0.0916% |
最后，AI模型在高波动日表现更好，平均每天比标准普尔 500 指数高出 0.19%，而在低波动日表现不佳。
AI 模型的回报率与 VIX 回报率变化
总而言之，Traders' AI 的结果证明了一种特定的 AI 股票交易模型是如何运作的。当然，它很难成为 AI 在一般投资中的应用的代表。尽管如此，它更擅长预测下跌日而不是上涨日，在波动性高时取得成功，并且在重大市场波动事件发生之前避免交易，这些都是关键数据点。事实上，它们暗示了 AI 在改变投资管理方面的巨大潜力。
有关该主题的更多信息，请不要错过 Rhodri Preece, CFA 撰写的“投资管理中的道德与人工智能：专业人士的框架”。
如果你喜欢这篇文章，别忘了订阅 进取的投资者。
所有文章仅代表作者的观点。因此，这些文章不应被视为投资建议，所表达的观点也不一定反映 CFA 协会或作者雇主的观点。
图片来源：©Getty Images / Svetlozar Hristov
CFA 协会会员的专业学习
CFA 协会会员有权自行决定和报告所获得的专业学习 (PL) 学分，包括以下内容 进取的投资者. 会员可以使用在线 PL 追踪器轻松记录积分。
关键词：