人工智能和巴菲特开战,巴菲特完胜

　　如今人工智能被人高度的吹捧，认为是无所不能，特别是在寻找投资方面能力超出了人类，有人将人工智能和巴菲特进行PK，谁会赢呢？巴菲特对此事尚未置评，但我们可以看出AI的局限性开始凸显出来。

　　工智能（AI）在寻找投资机会方面的能力超出了人类，但它也有明显的局限性。以下为原文内容：

　　大型并购通常不利于买方的股东，这是巴菲特多年来在交易中坚持的一个原则。伦敦对冲基金温顿（Winton）设计了一个AI来测试这个原则，为此，研究人员收集并分析了美国1960年代以来的近9000宗交易的数据。

　　测试结果是：巴菲特这个原则站不住脚，大型并购案本身并不会造成价值损失。

　　巴菲特对此事尚未置评。

　　温顿是一个300亿美元的对冲基金，它有一个数据科学家团队，其主管丹尼尔o米切尔（Daniel Mitchell）表示：“这个测试防止了我们在虚假信号下进行交易，避免了资金损失。”

　　虽然在过去几十年里出现过很多次雷声大雨点小的情况，但现在，AI它正在一步一步地占领投资界。将AI作为基石战略或研究工具的公司不仅有Two Sigma和高盛这样的巨头，也有Schonfeld Strategic Advisors这样的小公司。

　　曼氏集团首席执行官卢克o埃利斯（Luke Ellis）认为，AI将慢慢占据投资界。该公司已经利用机器学习在几个对冲基金上投资了大约130亿美元。埃利斯在接受采访时表示，10年后，AI将涉足该公司的所有活动，不管是执行交易，还是帮助挑选证券。

　　“如果计算能力和数据量以目前的速度持续增长，那么机器学习可能会在25年内涉足99%的投资管理。”埃利斯说：“它将参与我们生活的方方面面。我不认为机器学习无所不能。但是它可以帮助我们把很多事情做得更好。”

　　全球有30万人在从事资产管理工作（包括基金经理、分析师和后台工作人员），Opimas咨询公司对金融公司进行调查后发现，到2025年，AI将会导致这个数字减少9万人。

　　除了曼氏集团和温顿这样的量化先驱者，其他所有公司几乎都面临着困难。

　　只有少数科学家可以设计出能盈利的策略。投资者很难掌握这种能力，所以一些人保持观望态度。而且这种技术和数据的高昂成本也已经让一些公司承受了费用压力。

　　但机器学习在寻找投资机会方面的能力超出了人类水平，让人无法无视这项技术。一些企业现在使用AI梳理社交媒体和智能手机上的凌乱数据，快速（比分析师快）预测收益和销售额，从文档中解读高管的情绪，以及制定整个策略。

　　瓦森特o达哈（Vasant Dhar）在20年前创立了首批机器学习对冲基金之一，他说：“发现机会这样简单的事情将更多地由机器去做。它们可以产生假设，测试假设，然后告诉人类：‘这个机会很有趣，要深入挖掘，’机器可以增添价值，它改变了人类工作的性质。”

　　虽然AI很强大，但它的局限性也很明显。AI缺乏想像力，缺乏人类预见事件的能力（不管是政治事件还是宏观经济事件）除非这种事件之前发生过很多次。比如，对冲基金经理约翰o保尔森（John Paulson）预见到次贷危机即将到来，但人工智能就完全预见不到，因为它没有足够的相关历史数据进行比较，无法形成意见。

　　瓦森特o达哈也是纽约大学数据科学和商务学教授，他说：“机器难以预测危机，因为每个危机都是独一无二的。人们擅长解释危机之类的事情，有时还可以预测它，但我们的预测常常是错的。看看过去几年人们对利率的预测就知道了。”

　　在AI时代，基金经理和他们对市场的看法将发挥主要作用，无论这些看法是对是错。而基本面分析师面临的威胁就比较大了。

　　一些经验丰富的、善于利用大数据的机器学习专家可以从金融公司拿到100万美元的年薪。而那些研究公司基本面的分析师就拿不到太多钱了，他们可能需要学习编程来保住自己的工作。

　　下面我们来看看资产管理公司Acadian Asset Management的案例。该公司位于波士顿，在过去五年里资产规模飙升了79%，达到930亿美元。

　　经理对经济趋势的直觉是该公司多空策略之类的基础。然后他们部署机器学习来提炼20个最有影响力的因素，其中既包括现金流，也包括欺诈这种不寻常的事件，它们可以推动做出更好的预测。然后这些因素被注入到一个自动化系统中，在几个月或者几个季度内对约1万种不同的股票进行持仓。

　　Acadian量化全球宏观研究主管瑞安o斯蒂夫（Ryan Stever）说，公司的经理和分析师是多面手：他们对统计学有很深的理解，而且几乎每个人都会写代码，并且拥有市场经验。

　　Acadian正在人工智能和大数据上投资，以便更好地预测一家公司业绩关键指标，比如销售额之类。如果Acadian能在某家公司正式发布销售数据之前就准确估算出数字，这无疑是个很大的优势。

　　“使用机器学习，你可以更快、更准确地获得指标。”Acadian的选股研究主管维斯o陈（Wes Chan）表示，“如果确实效果好，这就是件大事了。”

　　对于一些公司来说，更大的野心就是搞定深度学习——谷歌搜索和特斯拉公司自动驾驶汽车的背后就是这种人工智能。深度学习机器模仿了我们大脑中多层神经元的活动，对人类指令的需要比较少——它可以发现东西，即使人类不告诉它要找到的是什么东西。

　　于尔根o施密德胡伯（Jürgen Schmidhuber）是现代人工智能的奠定者，也为一些对冲基金担任顾问，他说：“你会发现，神经网络将在各种交易中变成更好的预测者和更好的工具。许多交易将通过自学习算法来执行，只需要少量高层人士偶尔输入人类的决定即可。这离我们并不遥远。”

　　终究来说，AI的前途将取决于它的赚钱能力。目前也有一些完全自动化的AI策略在运行，它们的业绩一般，比股市不足，比对冲基金有余。数据显示，在截至2016年的六年时间里，13个AI基金平均年回报率为10.6%。

　　选股人只要能为投资者带来像样的回报，就不愁没有工作。

　　虽然AI推翻了巴菲特的一个选股原则。但是从2011年到2016年，巴菲特的公司平均年回报率是12.5%。机器尚未击败这位传奇投资人。