主頁
 投資組合
 基金/市場動向
 ETF
 基金工具
 基金篩選器
 基金檢閱
 組別排行榜
 

投資組合管理的大數據、機器學習與人工智慧

大數據、機器學習與人工智慧與投資的關係

Ben Johnson 06/07/18

 

Ben Johnson:你好,我是晨星全球ETF研究總監Ben Johnson。今天我在晨星第三十屆年度投資會議的場外,同我一起參與的是BlackRock的基金經理人Kevin Franklin。

Kevin,謝謝您出席了今日的活動。

Kevin Franklin:很高興能在此共赴盛會。

Johnson:Kevin,今天我們對話的主軸會是些當今產業中和媒體界中非常熱門的話題,包括了大數據﹑機器學習和人工智慧。您可以協助我了解大數據﹑機器學習和人工智慧是什麼嗎?以及您如何定義它們?它們有什麼新穎的特點嗎?

Franklin:當然。您提出了好問題。我想這三個詞關係到兩大趨勢,而這些趨勢正影響著我們當今生活的每一個面向。我認為大數據的確就是當我們認知到生活中的數據量正大幅地成長,而且你看見它充斥在生活的每個角落。

但說到投資,這意味著投資人不能只關注在基本面或價格上面。他們需要了解ETF投資中正在發生的事,了解線上的一舉一動。諸如人們在社群媒體上對證券有哪些評論?。大數據本質上就是將數據變得更大量,且結合了非結構化的資料。

再來談到機器學習,我想這是一個非常具體的概念,且已經行之有年了。它涉及一個自動更新的過程,一種當它被輸入更多資料後所學習到的統計過程。幾十年來我們一直在使用這些類型的技術,而事實上,這技術越來越好,我們可運用計算的成本也越來越便宜,並且也可以輕易地運用到雲端計算上。

這是前兩個詞。我想人工智慧在許多方面是三者中最有趣的,真的,因為它的定義持續在演變。教科書上對人工智慧的定義是:當一台機器達到人類的思考能力水平,而該水平所可以做到的事是我們認為人類應該做的。如果去思考整段歷史,我會專注在金融領域,你想想三十年前,還必須是由人力把資產組合配置出來。現今,我們或多或少都持有以程式建構而成的資產組合。今日我們也將之視為人工智慧的一環。

實際上,我認為當人們用到「人工智慧」這詞,他們更具體地是指「強人工智慧」,而其關乎於機器能展現出同人類之智力這個論點上。我想,當今我們所見之人工智慧,大部分都在做資料擬合的龐大性工作,這是這些工具一直以來都在做的工作。我相信人工智慧的未來,會開始問更有趣的問題,諸如為什麼資料是如我們所見的樣子﹑它將可以展現出創新的能力嗎、它將會具有想像力嗎。這些才是當大家談論到人工智慧所想到的事。我認為我們還沒有達到那個階段,但作為一間公司,我們確實相信人工智慧的進展對投資至關重要。

今年早些時候,我們與一些已經合作五、六年的史丹佛大學教授商量。我們在Palo Alto開啟了一間辦公室,作為BlackRock人工智慧實驗室,而我們致力於將人工智慧領域推向新的高度。

Johnson:我認為對許多人來說,這些概念都非常值得興奮,為了證券挑選﹑建構資產組合的目的,投資人應用這些工具限制或建置主動資產配置管理,該如何知道有沒有將其有效地運用?我會想,主動管理的演算法最終仍會運用在這個領域,並且還會有人能夠有技巧地運用並打敗市場;有些人開始這麼做了,還有些人尚未,但未來大家不可避免地都會置身在這個循環當中。所以,舉個例子,當這些運用﹑這麼多的工具牽扯到管理金錢的時候,投資人如何對於被超額報酬率的有效性感到滿意?

Franklin:這是另一個很棒的問題。我總是回到顧客的角度思考。我們到底嘗試傳遞什麼給顧客?在我的團隊當中,這非常清楚。有兩個目標:一,我們要有持續優於市場的表現,盡我們所能,頻繁地打敗市場指數;二,我們想要比其他競爭者或一般的資產管理經理人的績效還要出眾。

我想這些事只有試了才知道。我們衡量自己的表現的時候,我們都會自問:我們的積極收益有多穩定?這不同於其他基本指標所能得到的東西嗎,不論是低風險﹑價值還是小盤策略?從企業客戶到零售的領域,當我們看著我們三十多年來的積極收益,在最後五到七年,才有最穩定的表現,而這是不同於一般競爭者所能做到的平均值。我們十多年來在這個領域投注的努力有了回報,而且我們的客戶也看到了。

Johnson:Kevin,非常謝謝您今天能夠參與我們。這是一段很棒的對話。

Franklin:謝謝。

Johnson:以上這裡是Morningstar,我是Ben Johnson。

 

作者簡介 Ben Johnson

Ben Johnson  

Ben JohnsonMorningstar全球被動型基金研究總監