21世紀經(jīng)濟報道記者 陳植 上海報道

隨著(zhù)ChatGPT迅速崛起，它在投資策略建模方面能否替代程序員，正成為金融市場(chǎng)一大熱門(mén)話(huà)題。

記者獲悉，近期部分歐美量化投資機構正嘗試使用ChatGPT構建新的投資策略，著(zhù)手檢驗它們在實(shí)盤(pán)交易領(lǐng)域的成效。

【資料圖】

值得注意的是，在國內量化投資領(lǐng)域，ChatGPT能否替代程序員，同樣頗受爭議。

多位國內量化私募人士向記者透露，盡管金融市場(chǎng)對ChatGPT在投資策略迭代升級抱有較高期望值，但在實(shí)際操作環(huán)節，程序員在投資效率提升方面仍擁有難以替代的優(yōu)勢。

“事實(shí)上，ChatGPT等人工智能技術(shù)之所以在投資策略建模領(lǐng)域受到重視，一大重要原因是它能基于海量數據的分析挖掘，找到一些不為大家所知的投資規律，但這些投資規律能否在實(shí)盤(pán)交易環(huán)節發(fā)揮作用，仍是未知數?！币晃粐鴥攘炕侥蓟鹑耸肯蛴浾咧赋?。首先，金融市場(chǎng)里的信息與回報之間的因果關(guān)系相當復雜，ChatGPT完全依賴(lài)信息數據挖掘分析，未必能完全掌握上述復雜因果關(guān)系；其次，金融市場(chǎng)交易的實(shí)質(zhì)，依然是人們不同情緒與心態(tài)的博弈，但ChatGPT未必能精準掌握各類(lèi)交易人群的情緒與心態(tài)變化，進(jìn)而做出最佳的投資決策。

一位國內大型量化私募機構CTO向記者表示，當前程序員在量化交易領(lǐng)域具有三大難以取代的優(yōu)勢，一是隨著(zhù)數據量激增，需要專(zhuān)門(mén)的技術(shù)棧對海量數據進(jìn)行處理。在這個(gè)過(guò)程里，需要程序員出身的相關(guān)量化工程師構建相關(guān)系統；二是程序員能適應更快的程序迭代速度，助力量化私募基金更好發(fā)展與相關(guān)業(yè)務(wù)擴張；三是就交易成本而言，實(shí)際交易環(huán)節的很多細節都會(huì )直接影響業(yè)績(jì)結果，需要程序員有針對性地逐一解決投資策略在使用過(guò)程的各個(gè)問(wèn)題。

“投資效率的提升，將有助于量化私募產(chǎn)品獲取更可觀(guān)的超額回報，而程序員難以被取代的核心優(yōu)勢，就在于他們對投資效率提升的貢獻度極高?！?他向記者強調說(shuō)。

上述國內量化私募人士向記者直言，目前他們也在嘗試將ChatGPT等AI人工智能科技應用在投資策略建模領(lǐng)域，但他們發(fā)現，程序員的作用依然難以被替代。究其原因，一是ChatGPT自動(dòng)生成的量化投資策略未必“完美”，需要程序員根據實(shí)際交易環(huán)境做出優(yōu)化改良，才能在實(shí)戰環(huán)境創(chuàng )造更佳業(yè)績(jì)；二是金融交易的實(shí)質(zhì)是人們心態(tài)與情緒的博弈，更需要程序員根據最新的金融市場(chǎng)情緒變化，對某些ChatGPT所生成的投資策略進(jìn)行取舍，確保相關(guān)私募產(chǎn)品不會(huì )“踩雷”。

5月6日，“股神”巴菲特在伯克希爾哈撒韋年度股東大會(huì )表示，人工智能可以改變全球的面貌，卻改變不了人的想法和行為。

程序員緣何難以替代

ChatGPT自動(dòng)生成的投資策略能否“跑贏(yíng)”程序員研發(fā)的金融產(chǎn)品，正日益受到金融市場(chǎng)的密切關(guān)注。

近日，finder.com發(fā)布的最新實(shí)驗結果顯示，由ChatGPT推薦的38只上市公司所構建的股票組合凈值在過(guò)去五周上漲約4.9%，跑贏(yíng)英國在線(xiàn)投資平臺Interactive Investor所推介的10只熱門(mén)基金產(chǎn)品（平均收益為-0.8%）。

“但這僅僅是個(gè)案，且短期業(yè)績(jì)表現無(wú)法印證ChatGPT所生成的投資策略能在更長(cháng)時(shí)間持續跑贏(yíng)上述熱門(mén)基金產(chǎn)品?！币晃幻绹A爾街對沖基金經(jīng)理向記者直言。此前他們也曾嘗試通過(guò)ChatGPT構建投資策略，但他們很快發(fā)現絕大多數由ChatGPT自動(dòng)生成的量化投資策略未必能在實(shí)戰交易環(huán)境創(chuàng )造預期回報。

他直言，任何量化投資策略要進(jìn)入實(shí)戰交易環(huán)境，首先要在模擬實(shí)盤(pán)環(huán)節與回測系統取得成功，但他們經(jīng)過(guò)模擬實(shí)盤(pán)與回測研究發(fā)現，多數由ChatGPT自動(dòng)生成的量化投資策略都遭遇“業(yè)績(jì)滑鐵盧”。究其原因，一是有些ChatGPT所生成的投資策略缺乏良好的外部柜臺交易環(huán)境，導致其實(shí)際業(yè)績(jì)遠遠低于預期值，二是有些ChatGPT所生成的投資策略與當前資本追逐熱點(diǎn)“完全不匹配”，導致業(yè)績(jì)很快“一落千丈”。

上述國內大型量化私募機構CTO告訴記者，投資機構開(kāi)展模擬實(shí)盤(pán)與回測研究的最終目的，就是進(jìn)行實(shí)盤(pán)交易。在構建回測系統環(huán)節，最常見(jiàn)的一點(diǎn)是要保證回測和實(shí)盤(pán)的一致性。這同樣離不開(kāi)程序員的努力。

“這背后，是不同投資策略需要不同的交易系統與回測系統，這一方面需要程序員針對投資策略特性進(jìn)行特定優(yōu)化，從而獲得較好的回測系統或實(shí)盤(pán)系統，另一方面程序員需通過(guò)對投資策略在模擬實(shí)盤(pán)與回測系統的業(yè)績(jì)進(jìn)行分析匯總，找出相關(guān)問(wèn)題進(jìn)行針對性地調整解決，進(jìn)一步提升投資策略的投資效率?！彼赋?。這恰恰是程序員難以被各類(lèi)AI取代的核心優(yōu)勢。目前，程序員對投資效率的提升，還體現在交易的方方面面，比如在實(shí)際環(huán)節，研究員通常會(huì )在限定時(shí)間內開(kāi)展更多的回測嘗試，比如嘗試不同的參數，不同的策略，不同的模型或下單方式等，從而給投資策略創(chuàng )造更好的外部柜臺交易環(huán)境等，以爭取更高超額回報；此外，程序員可以盡量減少額外的資源占用，進(jìn)一步提升研發(fā)效率。

前述華爾街對沖基金經(jīng)理向記者指出，目前ChatGPT在投資策略建模與應用過(guò)程面臨的另一大短板，是投資機構很難了解ChatGPT所生成的投資策略背后的“投資邏輯”。具體而言，越來(lái)越多歐美投資機構發(fā)現ChaGPT所生成的投資策略就像是一個(gè)“盲池”，沒(méi)人知道它到底對哪些數據做出分析挖掘，找到哪些投資規律，這些投資規律的邏輯是否“合情合理”，能否在實(shí)戰交易環(huán)節創(chuàng )造可觀(guān)回報。

此外，不少歐美量化投資對沖基金不清楚ChatGPT所生成的投資策略能否在不同柜臺交易環(huán)境均創(chuàng )造可觀(guān)的回報。事實(shí)上，同一個(gè)投資策略在性能截然不同的柜臺交易環(huán)境下，往往會(huì )產(chǎn)生較大的收益差距。但要創(chuàng )造良好的柜臺交易環(huán)境，同樣離不開(kāi)程序員的協(xié)助。

“目前，我們更傾向于將ChatGPT自動(dòng)生成的投資策略與程序員研發(fā)的投資因子與外部柜臺交易環(huán)境進(jìn)行融合，通過(guò)彼此的揚長(cháng)補短，令投資策略創(chuàng )造更佳的業(yè)績(jì)表現?！边@位華爾街對沖基金經(jīng)理指出。

ChatPDT在投資策略建模的“短板”

在業(yè)內人士看來(lái)，ChatGPT之所以被眾多歐美投資機構用于研發(fā)新的投資策略，一個(gè)重要原因是它能對海量數據進(jìn)行分析挖掘，找到不少不為公眾所知的投資規律。

目前，ChatGPT覆蓋的數據量達到約1750億個(gè)變量，涵蓋過(guò)去數十年的各類(lèi)文本資料。

但與此同時(shí)，也有不少歐美投資機構發(fā)現ChatGPT在投資策略建模方面所面臨的最大挑戰，恰恰就是“數據太多”。

具體而言，一是數據越多，“噪音”越大。若ChatGPT所自動(dòng)生成的投資模型過(guò)多聚焦那些“噪音”數據（即未必能對投資成效發(fā)揮直接作用的高價(jià)值數據），可能會(huì )導致其投資成效“大打折扣”；二是ChatGPT在對海量數據進(jìn)行分析挖掘時(shí)，往往可能會(huì )忽視某些金融市場(chǎng)交易常識與投資準則（或是經(jīng)濟學(xué)原理），令相關(guān)投資策略面臨潛在的投資風(fēng)險。

因此，越來(lái)越多歐美投資機構都在嘗試人工介入，即派遣程序員要么先過(guò)濾掉某些“噪音”數據，再使用ChatGPT進(jìn)行投資策略建模；要么在ChatGPT開(kāi)展數據分析挖掘環(huán)節，通過(guò)技術(shù)手段先植入相關(guān)金融市場(chǎng)交易常識與投資準則，提升其投資策略的“可解釋性”與“業(yè)績(jì)可預測性”。

在前述國內大型量化私募機構CTO看來(lái)，這的確給量化投資機構程序員提成新的挑戰，一方面隨著(zhù)數據量達到PB級別，程序員出身的量化工程需需要構建專(zhuān)門(mén)的技術(shù)棧系統，對海量數據進(jìn)行處理；另一方面程序員需要適應更快的AI技術(shù)或投資建模迭代速度，以支持私募機構相關(guān)業(yè)務(wù)發(fā)展。

在業(yè)內人士看來(lái)，要將ChatGPT等人工智能技術(shù)應用在投資策略建模以獲得穩健的超額回報，還需相當長(cháng)的征途。但是，這并不意味著(zhù)程序員與AI技術(shù)互不兼容。一方面ChatGPT等AI技術(shù)的海量數據分析挖掘能力，為程序員處理各類(lèi)信息數據并提升投資效率提供巨大的幫助，另一方面程序員也能根據模擬實(shí)戰業(yè)績(jì)匯總分析，為眾多ChatGPT等人工智能技術(shù)自動(dòng)生成的投資模型創(chuàng )造更好的柜臺交易環(huán)境與策略?xún)?yōu)化賦能，從而令后者在實(shí)戰環(huán)節創(chuàng )造更佳的業(yè)績(jì)表現，助力私募產(chǎn)品業(yè)績(jì)更上一層樓。

關(guān)鍵詞：