AI投資報酬率，是一般對沖基金2倍
「我能生存，是因為我肯認錯。」金融大鱷索羅斯（George Soros）曾如是說。他的長子羅伯特（Robert），日前辭去家族管理基金總裁一職，理由是電腦投資更準。這除了實踐其父認錯哲學外，亦為「人腦vs.電腦」論戰再添一筆。
演算法震撼金融業
但越準，越難有超額報酬
索羅斯有五名孩子，他退休後將其家族基金（Soros Fund Management）交由長子羅伯特打理，日前羅伯特辭去該基金總裁及主席，並宣布未來將轉型為提供客製化投資策略，但更引人注目的是他將淡出總體交易（macro bets）。
預測總體事件並壓注｜｜如過去做空英鎊、狙擊港幣等，皆索羅斯成名作。不過羅伯特掌管的索羅斯家族基金，近來已逐漸淡出總體交易，理由是投資機會「乏善可陳」，原因就在電腦自動化交易。羅伯特稱「電腦模型預測越準，越難創造超額報酬。」
羅伯特之言反映出投資界的趨勢：目前對沖基金有三分之一交易是用演算法完成，全球最大資產管理公司貝萊德（BlackRock）、全球最大對沖基金橋水（Bridgewater）、華爾街龍頭之一——摩根大通等，都引入演算法及自動化交易，今年六月《經濟學人》稱電腦投資「已開始震撼金融界」。
過去電腦做的是「勞力」工作，例如二○一六年六月，摩根大通安裝一個軟體，號稱每秒能處理一萬二千份商業貸款合約，若要人工審查這些合約，須耗掉律師及貸款專員三十六萬個小時。
但如今電腦已可「勞心」，如高盛的量化交易部門，利用電腦演算法的語言處理技術，讀遍分析師寫的上萬份公司財務報告，根據其內容的「正面」與「負面」文字數量對比，編製出「情緒指數」，並以此來擇股。
這類電腦投資乃是「機器學習」（ML），它是人工智慧的一種，過去應用在電子商務，從龐大數據裡找出客戶偏好，如今被投資界用來從數百個市場裡找出趨勢，反觀人腦一次只能處理幾個市場。
諮詢機構Opimas預估，二○二五年華爾街從資產管理到證券交易各部門，總計將減少二十三萬個工作機會，科技與資料處理的工作卻逆勢成長。以電腦投資的對沖基金，六年來年度報酬率是傳統對沖基金近兩倍。
[size=0.95em]對沖基金界，AI 投資派勝出
失敗率跟投資風險高
電腦仍無法完全取代人力
雖然電腦投資是大勢所趨，但也不乏質疑聲音，一是技術上失敗率高。近年來對沖基金報酬低迷，視機器學習為救命草。然而他們實際行動後發現，從雇用電腦科學家，到開發、測試、上線交易，不只要花數年時間，還須忍受極高的失敗率。分析師佛洛勒（Martin Froehler）對彭博新聞網稱，機器學習會以無數種人類料想不到的方式出錯，其失敗率高達九○%。
技術出身的專家亦有疑慮，量化交易基金Two Sigma創辦人西格爾（David Siegel），乃是電腦科學博士，他稱人們對電腦投資有太多不切實際的想像，「機器學習很容易以極高的可能性出錯。」另一位量化交易基金創辦人格林（Douglas Greenig），他是數學博士，稱近來電腦投資的預言「大部分都是嘴炮」，他認為這些言論六五％是行銷伎倆，「只有三五％是真材實料。」
第二種質疑來自投資風險。「新債王」岡德拉克（Jeffrey Gundlach）就說「我根本不相信電腦能取代人腦投資。」他認為電腦演算使每個人的投資組合都一樣，「這代表當他們決定要賣出，市場就崩盤了。」
對沖基金元盛（Winton）執行長哈定（David Harding），本人擁有物理學位，他認為對沖基金評估資產風險，須仰賴大規模運算，這類任務就適合用電腦完成，「但電腦離自己做決定還很遙遠，完全不需要人腦是不可能的。」
華爾街龍頭之一的摩根大通（JP Morgan），近年來減少交易員，增雇電腦工程師，但其執行長戴蒙（Jamie Dimon）說，電腦化不代表將裁員——至今年三月底止，摩根大通員工數反較去年增四％。戴蒙認為未來二十年公司員工數只升不降，人們對電腦取代人腦的擔心「反應過度」。
電腦能否取代人腦，取決於經濟學法則：任何生產要素在邊際上皆可替代，電腦化程度越高，增加的邊際價值越低，此時改聘人腦就相對划算。因此一些技術專家說，人工智慧未來完全取代人工，經濟學與現實都否決這種說法。
事實上電腦vs.人腦，就和史上無數次機器與勞力的關係一樣，決定勝出者不是技術，而是成本效益。從汽車vs.馬車、電郵vs..寄信，到如今電腦vs.人腦。對人們來說，想不被取代，只有設法使自己變得比電腦更有利，這才是電腦投資風潮下最可靠的自保之道。本文完
發表於 2017-7-9 15:36:54