[ad_1]
基于人工智能 (AI) 的策略正越来越多地应用于投资和投资组合管理。 它们的背景、效用和结果差异很大，它们的伦理含义也是如此。 然而，对于一项许多人预计将改变投资管理的技术而言，人工智能对于太多的投资专业人士来说仍然是一个黑匣子。
为了使这个主题更加清晰，我们将注意力集中在一个特定的人工智能股票交易模型上，并探讨了它在收益和风险相关成本方面可以带来什么。 使用由我们的同事 Ashok Margam 和团队运行的人工智能交易模型 Traders’ AI 提供的专有数据，我们分析了其决策和 2019 年至 2022 年的全面表现。
交易员的人工智能对其持有的市场头寸几乎没有限制：它可以在一天中的任何时候做多和做空并翻转头寸。 然而，到每天收盘时，它就会完全退出市场，因此它的头寸不会隔夜持有。
那么该策略在不同时间段、交易模式和波动环境下的表现如何？ 这能告诉我们 AI 如何更广泛地应用于投资管理？
在三年的分析期内，交易员的 AI 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方面是中性的，但其在时间范围内的贝塔值在统计上为零。
交易员 AI 模型与标准普尔 500 指数月度股票曲线（1 万美元投资）
交易员的人工智能利用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左尾，但 AI 模型却显示出相反的情况：右偏度或强右尾，这意味着交易员的 AI 有几天可以产生非常高的回报。
| 人工智能模型 | 标准普尔 500 指数 | |||
| 意思是 | 0.00111881 | 意思是 | 0.00064048 | |
| 标准开发 | 0.005669 | 标准开发 | 0.01450605 | |
| 峰度 | 11.1665 | 峰度 | 13.1015929 | |
| 偏度 | 1.59167732 | 偏度 | -0.62582387 |
那么，该模型在哪里最成功？ 做多还是做空更好？ 在高波动率还是低波动率的日子？ 它会选择合适的日子退出市场吗？
关于后一个问题，Traders’ AI 实际上避免了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立场。
交易员的人工智能在做空时在市场调整的基础上表现更好。 它在短时间内平均上涨 0.13%，而市场下跌 0.52%。 因此，该模型在预测停机天数方面比在预测停机天数方面做得更好。 这种模式也反映在熊市中，交易员的 AI 产生了相对于牛市的超额表现。
| 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% |
| 当模特不在场时 | 0% | 0.8584% |
| 当模型很长时 | 0.1786% | 0.6615% |
| 当模型不足时 | 0.1334% | -0.5215% |
| 当模型很长且 一日之短 |
0.1517% | -0.0201% |
| 在高波动日 | 0.1313% | -0.0577% |
| 在低波动日 | 0.0916% | 0.1915% |
| 在牛市中（每年） | 17.0924% | 46.6875% |
| 在熊市中（每年） | 20.5598% | -23.0757% |
| 在牛市中 | 0.0678% | 0.1853% |
| 在熊市中 | 0.0816% | -0.0916% |
最后，人工智能模型在高波动日表现更好，平均每天跑赢标准普尔 500 指数 0.19%，而在低波动日表现不佳。
AI 模型的回报百分比与 VIX 百分比变化
总而言之，Traders’ AI 的结果展示了一种特定的 AI 股票交易模型是如何运作的。 当然，它很难作为人工智能应用在一般投资中的代理。 尽管如此，它更擅长预测下跌日而不是上涨日，在波动性高时成功，并且避免在重大市场变动事件成为关键数据点之前一起进行交易。 事实上，它们暗示了人工智能在改变投资管理方面的巨大潜力。
有关此主题的更多信息，请不要错过 CFA Rhodri Preece 撰写的“投资管理中的道德规范和人工智能：专业人士框架”。
如果你喜欢这篇文章，别忘了订阅 进取的投资者.
所有帖子均为作者的意见。 因此，它们不应被解释为投资建议，所表达的意见也不一定反映 CFA Institute 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自行报告所获得的专业学习 (PL) 学分，包括关于 进取的投资者. 会员可以使用他们的在线 PL 跟踪器轻松记录学分。
德里克·霍斯特迈尔
尼古拉斯·圭多斯
兰斯·阮
[ad_2]
Source link
