人工智能在管理資金方面有多好？從一些AI驅動的策略的最新表現來判斷，機器人似乎不會很快取代人類。

2018年8月，阿伯丁標準投資公司（Aberdeen Standard Investments）的量化團隊啟動了一個1000萬美元的人工智能全球股票基金，押注算法比人力投資組合經理更能有效地弄清因素投資的復雜世界。一年后，該基金的表現不及更廣泛的股市強勁反彈，其資產僅增長了8%。機構投資者表示，他們將推遲承諾資金，直到看到更長的記錄。

MBA BY THE BAY：

了解如何獲得MBA學位可以與海灣地區的MBA課程SFGATE的互動式目錄改變你的生活。

從在線客戶支持到面部識別再到自動駕駛汽車，人工智能已經滲透到我們生活的幾乎每個領域。但是，事實證明，投資是機器學習最困難的挑戰之一。

AQR Capital Management機器學習負責人Bryan Kelly表示，主要問題是金融市場數據。與照片，道路交通信息或國際象棋游戲不同，市場數據是有限的，算法只能從過去的表現中學習。凱利說：“這不像自動駕駛汽車，您可以在其中駕駛汽車并生成大量額外數據。”“非常嘈雜的數據的雙重局限性，而在金融市場中卻很少，這意味著要機器自動識別良好的投資組合而又不借助人類洞察力，這是一個很大的要求。”

說，那些試圖使用AI預測股票市場或利率的人們可能會得出有缺陷的分析，從而導致財務損失。他說：“您會發現嘗試應用這些技術的天真的市場人士陷入困境。”“存在這樣的風險：實際上您沒有足夠的數據來有意義地訓練算法。”

被吹捧為革命的東西已經被定量的狂想曲使用了多年。幾乎所有定量基金都使用機器學習來瀏覽社交媒體，新聞文章和收益報告。

PanAgora資產管理公司是一家總部位于波士頓的規模達450億美元的量化基金，在利用自然語言處理分析中國股票方面頗具創造力。它的機器學習工具通過零售業的中國貿易商在網上論壇上發布的帖子搜尋蜘蛛，并識別他們用來避開政府審查員的網絡語，這些審查員可能會壓制負面語言，例如對業績不佳的討論。例如，精明的中國博客作者用語音類似的詞語“辣雞”代替了“垃圾”一詞。PanAgora的模型可以識別出聽起來相似的單詞，以及它們用來衡量對中國公司的看法的上下文。

PanAgora還在考慮使用AI來執行交易并發現簡單分析無法發現的會計異常。股票主管喬治·穆薩利（George Mussalli）表示：“我們擁有大量（關于交易執行的數據），現在，我們無需使用交易臺上的軼事證據來做出所有這些單獨的決定，而是可以根據過去的結果做出更加定量的決定。” PanAgora的投資總監。

Aberdeen Standard和其他機構轉向機器人尋求幫助的原因之一是最近的市場環境。由于貿易緊張局勢和收益率曲線倒掛，閃耀著全球增長的警告信號，投資者對牛市的結束感到擔憂。但是他們擔心退出得太早而錯過了周期后期的回報。

然而，機器投資者也難以把握投資者情緒的波動。咨詢公司普華永道（PwC）全球人工智能負責人阿南德·拉奧（Anand Rao）表示：“如果市場變得不可預測，那么對AI來說總是更具挑戰性。”“這次有不同的力量在起作用。但是，［2007年信貸市場泡沫的崩潰也非常不同，［2000年網絡泡沫的結束］也是如此。有了更多的數據和更多的歷史，人工智能資金將會變得更好。”

到目前為止，機器似乎被這些市場所迷惑。在過去五年中有四年表現優于對沖基金研究公司的HFRX股票對沖指數之后，法國興業銀行基于機器學習模型的多空美國股票指數今年以來一直落后，回報率不到HFRX的一半。追蹤使用機器學習的對沖基金的Eurekahedge人工智能對沖基金指數在2019年的表現也不佳：截至8月31日，其Eurekahedge人工智能對沖基金指數的收益率為2.3%，而更廣泛的HFRX指數的收益率為6.9%。