作 者丨陳植
(資料圖片)
編 輯丨周炎炎
圖 源丨視覺中國
隨著ChatGPT迅速崛起
，它在投資策略建模方面能否替代程序員，正成為金融市場一大熱門話題。記者獲悉
，近期部分歐美量化投資機(jī)構(gòu)正嘗試使用ChatGPT構(gòu)建新的投資策略，著手檢驗(yàn)它們在實(shí)盤交易領(lǐng)域的成效。值得注意的是
，在國內(nèi)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(nèi)量化私募人士向記者透露，盡管金融市場對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(jié)
，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(shù)據(jù)（維權(quán)）的分析挖掘
，找到一些不為大家所知的投資規(guī)律
，但這些投資規(guī)律能否在實(shí)盤交易環(huán)節(jié)發(fā)揮作用
，仍是未知數(shù)?div id="jfovm50" class="index-wrap">！币晃粐鴥?nèi)量化私募基金人士向記者指出
。
首先
，金融市場里的信息與回報之間的因果關(guān)系相當(dāng)復(fù)雜
，ChatGPT完全依賴信息數(shù)據(jù)挖掘分析，未必能完全掌握上述復(fù)雜因果關(guān)系
；其次
，金融市場交易的實(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(zhǔn)掌握各類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(nèi)大型量化私募機(jī)構(gòu)CTO向記者表示
，當(dāng)前程序員在量化交易領(lǐng)域具有三大難以取代的優(yōu)勢，一是隨著數(shù)據(jù)量激增，需要專門的技術(shù)棧對海量數(shù)據(jù)進(jìn)行處理。在這個過程里，需要程序員出身的相關(guān)量化工程師構(gòu)建相關(guān)系統(tǒng)；二是程序員能適應(yīng)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(kuò)張；三是就交易成本而言，實(shí)際交易環(huán)節(jié)的很多細(xì)節(jié)都會直接影響業(yè)績結(jié)果，需要程序員有針對性地逐一解決投資策略在使用過程的各個問題。
“投資效率的提升
，將有助于量化私募產(chǎn)品獲取更可觀的超額回報，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(xiàn)度極高?div id="jpandex" class="focus-wrap mb20 cf">！?他向記者強(qiáng)調(diào)說
。
上述國內(nèi)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(yīng)用在投資策略建模領(lǐng)域
，但他們發(fā)現(xiàn)
，程序員的作用依然難以被替代
。
究其原因
，一是ChatGPT自動生成的量化投資策略未必“完美”
，需要程序員根據(jù)實(shí)際交易環(huán)境做出優(yōu)化改良，才能在實(shí)戰(zhàn)環(huán)境創(chuàng)造更佳業(yè)績
；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(jù)最新的金融市場情緒變化
，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“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表示，人工智能可以改變?nèi)虻拿婷?div id="jfovm50" class="index-wrap">，卻改變不了人的想法和行為
。
程序員緣何難以替代
ChatGPT自動生成的投資策略能否“跑贏”程序員研發(fā)的金融產(chǎn)品，正日益受到金融市場的密切關(guān)注
。
近日，finder.com發(fā)布的最新實(shí)驗(yàn)結(jié)果顯示
，由ChatGPT推薦的38只上市公司所構(gòu)建的股票組合凈值在過去五周上漲約4.9%
，跑贏英國在線投資平臺Interactive Investor所推介的10只熱門基金產(chǎn)品（平均收益為-0.8%）。
“但這僅僅是個案
，且短期業(yè)績表現(xiàn)無法印證ChatGPT所生成的投資策略能在更長時間持續(xù)跑贏上述熱門基金產(chǎn)品
。”一位美國華爾街對沖基金經(jīng)理向記者直言
。此前他們也曾嘗試通過ChatGPT構(gòu)建投資策略，但他們很快發(fā)現(xiàn)絕大多數(shù)由ChatGPT自動生成的量化投資策略未必能在實(shí)戰(zhàn)交易環(huán)境創(chuàng)造預(yù)期回報
。
他直言
，任何量化投資策略要進(jìn)入實(shí)戰(zhàn)交易環(huán)境，首先要在模擬實(shí)盤環(huán)節(jié)與回測系統(tǒng)取得成功
，但他們經(jīng)過模擬實(shí)盤與回測研究發(fā)現(xiàn)
，多數(shù)由ChatGPT自動生成的量化投資策略都遭遇“業(yè)績滑鐵盧”。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(dǎo)致其實(shí)際業(yè)績遠(yuǎn)遠(yuǎn)低于預(yù)期值
，二是有些ChatGPT所生成的投資策略與當(dāng)前資本追逐熱點(diǎn)“完全不匹配”
，導(dǎo)致業(yè)績很快“一落千丈”。
上述國內(nèi)大型量化私募機(jī)構(gòu)CTO告訴記者
，投資機(jī)構(gòu)開展模擬實(shí)盤與回測研究的最終目的
，就是進(jìn)行實(shí)盤交易
。在構(gòu)建回測系統(tǒng)環(huán)節(jié)
，最常見的一點(diǎn)是要保證回測和實(shí)盤的一致性
。這同樣離不開程序員的努力。
“這背后
，是不同投資策略需要不同的交易系統(tǒng)與回測系統(tǒng)
，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(tǒng)或?qū)嵄P系統(tǒng)
，另一方面程序員需通過對投資策略在模擬實(shí)盤與回測系統(tǒng)的業(yè)績進(jìn)行分析匯總
，找出相關(guān)問題進(jìn)行針對性地調(diào)整解決
，進(jìn)一步提升投資策略的投資效率
。”他指出
。這恰恰是程序員難以被各類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(xiàn)在交易的方方面面
，比如在實(shí)際環(huán)節(jié)
，研究員通常會在限定時間內(nèi)開展更多的回測嘗試
，比如嘗試不同的參數(shù)，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(yīng)用過程面臨的另一大短板
，是投資機(jī)構(gòu)很難了解ChatGPT所生成的投資策略背后的“投資邏輯”
。具體而言，越來越多歐美投資機(jī)構(gòu)發(fā)現(xiàn)ChaGPT所生成的投資策略就像是一個“盲池”
，沒人知道它到底對哪些數(shù)據(jù)做出分析挖掘
，找到哪些投資規(guī)律
，這些投資規(guī)律的邏輯是否“合情合理”
，能否在實(shí)戰(zhàn)交易環(huán)節(jié)創(chuàng)造可觀回報
。