简介人工智能在基金界的应用 （一）

原创 2017-10-24 袁玉玮 WaterWisdoms

要点：

◦人工智能ETF，如果真是收割机，你付0.75%的管理费能买到吗？

◦LHC全球对冲基金Top20，8家人工宏观，5加量化，5家事件驱动。14家不涉及量化

◦BlackRock的人工智能/量化部门SAE刷新了历史亏损

◦各大银行用算法交易取代的是报单员(execution trader)，不是自营交易员(prop trader)

◦智能投顾取代的是理财销售员，不是基金经理。智能投顾和ETF近年相辅相成，同步泡沫化，我们预测它们未来会同时受到打击

先声明一下态度：我不排斥机器；我只排斥认为机器排斥人的人。

1

人工智能ETF?!

最近一只人工智能ETF在美国上市交易，AI Powered Equity ETF(AIEQ)。媒体上轩然大波，高呼人类基金经理/分析员终结者来了。

AI Powered Equity ETF由EquBot管理，后者是IBM旗下的IBM Global Entrepreneur的投资分部，专门负责在投资分析应用人工智能技术。跟据其官网公开信息，EquBot基于IBM的人工智能平台Watson, 分析经济和新闻数据，对美国上市的股票和REITs进行基本面分析，构建一个含30-70只股票的组合。这个组合每天对公众公开。

由于AIEQ上市时间太短，我们对业绩无法置评。我只有2个问题：

◦如果AIEQ的真的是收割机，你相信它会作为一个只收取每年0.75%的管理费的ETF卖给公众吗？

◦如果AIEQ的真的是收割机，投研团队会每天给你公开持仓信息吗？

2

LHC全球对冲基金TOP20

2016年Rothschild公布的全球史上最赚钱的20家基金，被国内媒体以讹传讹，误传他们全部是量化基金。

事实上，其中

◦只有5家或5家半(#2)以量化著称：BW, DE Shaw, Citadel, Millennium, Two Sigma。SAC Capital虽然有系统化交易部门，但不是主策略(Steven Cohen以类似alpha capture的投顾信号池为主，搭配类似MOM的多策略)，所以最多只能算半家。

◦#1 多的反而是宏观策略：其中8家人工宏观：Soros, Apaloosa, Lone Pine, Viking, Moore Capital, Brevan Howard, Caxton, Tudor；2家系统宏观（与量化交叉）：BW, Two SIgma。

◦#3 多的是5家事件驱动：Och Ziff, Elliott, Farallon, Paulson, King Street，大多集中于Distressed策略，固定收益，房地产，能源基金，PE，与量化可以说绝缘。

◦#4 最少的是价值投资的Baupost，只有1家。不过由于8家人工宏观（尤其3家选股型宏观）和5家事件驱动都必须使用基本面分析，我们不能说价值投资是弱者。

◦2家多策略（类似MOM）：SAC，Millennium

◦2家属于Julian Robertson的老虎基金家族(Tiger Cubs): Lone Pine, Viking

◦9家的绝对收益超过了目前的自身管理规模：Soros, Citadel, Apaloosa, SAC, Paulson, Moore, Brevan Howard, Caxton, Tudor。这其中只有1家主策略是量化，当然这与量化起步较晚有关。

◦有2家开始培育人工智能/量化团队：SAC, Tudor。对Tudor来说，量化还没带来任何收益。

◦George Soros并没有投资量化，新近投资量化的是他的儿子Robert Soros。后者已经从SFM卸任，新成立自己的Soros Capital。

◦需要指出的是，Two Sigma的合伙人之一David Sigel曾经是Tudor的CTO。我想这也是Two Sigma把宏观作为旗舰产品的渊源之一。

请见附表：LHC2016全球对冲基金Top20

来源：LHC, WaterWisdom

3

BlackRock的人工智能/量化部门刷新亏损

媒体盛传全球最大的资产管理公司BlackRock(黑岩)进军人工智能/量化；但媒体只告诉了你一半事实，另一半是这个人工智能/量化部门SAE刷新了历史亏损。

Bloomberg报道，数据显示2016年BlackRock的2/3-4/5的量化策略跑输大盘。

BlackRock’s Robot Stock-Pickers Post Record Losses

by Sabrina Willmer, Bloomberg 2017 M01 9 18:00 GMT+8

Like so many fund titans these days, Laurence D. Fink is betting on machines to turn around BlackRock Inc.’s beleaguered stock-picking business. Trouble is, they just might have made things worse.

BlackRock’s main quantitative hedge-fund strategies – which use computer models to sort through vast amounts of data to pick out patterns – were on track for losses in 2016, according to a monthly client update sent out in late December. Of the five included, four were set for their worst returns on record, data through November showed. A separate investor presentation with a broader quant lineup showed that almost two-thirds underperformed.

A separate investor presentation showed 12 of 19 quant strategies trailed their benchmarks in the 12 months ended November, before management fees were deducted. Five of the seven that outperformed were part of their regional lineup. BlackRock declined to say the total number of quant strategies it runs.

At least three of the quant strategies used by BlackRock’s global hedge fund platform have suffered losses greater than 10 percent in the year through November, according to the client update, a copy of which was seen by Bloomberg. That compares with an average return of 3.6 percent for quant funds, Hedge Fund Research Inc.’s directional quant index shows.

To make matters worse, SAE has lost some of its top talent. The departures included Bill MacCartney, a former Google scientist that BlackRock hired in 2015 to help build out machine-learning, and Ryan LaFond, a head researcher and one of the brains behind the firm’s socially responsible funds.

袁玉玮：简介人工智能在基金界的应用 （一）相关推荐

  1. 一流科技CEO袁进辉：人工智能产业化困局和机遇

    来源:量子位 今年以来,有关人工智能产业化的争议成为热门话题,既有来自学术界批评AI"顶不了天,落不了地".AI科学家从工业界离职回顾学术界等等负面现象,又有多家AI独角兽闯关上市 ...

  2. 一流科技CEO袁进辉：人工智能产业化困局和机遇 | 量子位·视点分享回顾

    主讲人 | 袁进辉 一流科技创始人 量子位 编辑 |公众号 QbitAI 今年以来,有关人工智能产业化的争议成为热门话题,既有来自学术界批评AI"顶不了天,落不了地".AI科学家从 ...

  3. 大数据人工智能培训讲师老师：叶梓简介 人工智能讲师ai讲师大数据讲师人工智能老师

    上海交通大学计算机专业博士毕业,在校期间的主研方向为数据挖掘.机器学习.人工智能.毕业后即进入某大型软件上市公司从事大数据.人工智能等技术相关工作,曾先后作为技术经理或总工程师,负责大型信息平台.市级 ...

  4. OCR技术简介——人工智能爆发前的技术

    所谓OCR (Optical Character Recognition光学字符识别)技术,是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗.亮的模式确定其形状,然后用字符识别方法将 ...

  5. 智能投顾并非AI 投资圈开始谈论“智能泡沫”

    [现在很多的AI是用回溯历史大数据的统计方法,需要大量的历史数据才能对未来有非常局限的预测.然而,市场是瞬息万变的,AI需要重新学习,来动态地预测未来.但这对当前大多数的AI基金而言,仍然无法实现] ...

  6. AI：人工智能领域有影响力的开源社区/科技巨头研究机构/全球顶尖学府实验室的简介、课程学习(正确姿势薅羊毛)之详细攻略

    AI:人工智能领域有影响力的开源社区/科技巨头研究机构/全球顶尖学府实验室的简介.课程学习(正确姿势薅羊毛)之详细攻略 目录 全球顶尖学府的人工智能实验室 国外篇 CSAIL(MIT计算科学与人工智能 ...

  7. Pytorch基础教程（1）：人工智能与Pytorch简介

    Pytorch基础教程(1) :人工智能与Pytorch简介 1.人工智能简介 人工智能是新一轮科技革命和产业变革的重要驱动力量,其发挥作用的广度和深度堪比历次工业革命.蒸汽革命成就了英国,电气和信息 ...

  8. 人工智能------＞第一天，人工智能简介，机器学习简介，Numpy

    人工智能简介 人工智能就是由计算机来表示和执行人类的智能活动.--<人工智能的研究目标>                                                   ...

  9. 计算机金融专业课程方案,美国留学卡内基梅隆大学计算机金融专业简介

    卡内基梅隆大学(Carnegie Mellon University)是一所颇具实力的美国私立大学.卡内基梅隆大学(Carnegie Mellon University)是享誉世界的私立顶级研究型大学 ...

  10. 国际顶会论文计算机,计算机所彭宇新课题组的6篇论文被人工智能领域顶级国际会议IJCAI 2018录用...

    2018年4月17日,据人工智能领域顶级国际会议The 27th International Joint Conference on Artificial Intelligence(IJCAI 201 ...

最新文章

  1. java ee中javamail注解_JavaEE之注解
  2. java 日期的工具类_java 日期时间工具类
  3. mysql 5.7 引擎_MySQL 5.7 学习：功能性能的提升
  4. undefined reference to
  5. 安装ntop及快速安装rrdtool的方法
  6. 【蓝桥杯嵌入式】【STM32】6_ADC之LCD实时显示电压值
  7. pixel1代android11,Pixel用户吐槽Android 11：升级后性能被劣化
  8. 光电雷达智能跟踪平台
  9. combing string
  10. python可视化编程实战代码_Python数据可视化编程实战——导入数据
  11. tidyverse —— tidyr包
  12. 计算机机房配电线路图cad,配电线路图cad怎么画
  13. 苹果手机页面不兼容问题——mui
  14. WinDbg调试入门
  15. 数字图像处理-第一章
  16. element-ui+vue,翻页添加首页、尾页跳转按钮
  17. doctrine-orm基础(单用doctrine避坑指南)
  18. 层次softmax (hierarchical softmax）理解
  19. AD如何显示贴片数值并打印
  20. Codeforces A. XXXXX (数学 / 双指针) (Round #649 Div.2)

热门文章

  1. Python网络编程之基于socket实现文件上传
  2. Android ImageSwitcher 配合Picasso解决内存溢出（OOM）问题
  3. freemarker判断对象是否为空
  4. 超强免解压看图片压缩包工具(Made in Korea)
  5. Mybatis-学习笔记（2）Mybatis配置文件
  6. MySql-第七篇单表查询
  7. jQuery Gantt Package控件发布v3.0版本
  8. Rhythmk 一步一步学 JAVA（9） JAVA 基础笔记[枚举,...]
  9. 白话设计模式--实践应用--Chain of Responsibility（职责链）和factory模式
  10. System.SetString - 获取字符串