人工智能在资产管理中的应用及其价值

摘要:

• 投资管理人可以利用人工智能来对买入/卖出信号进行优化，并且可以利用人工智能对大量数据进行模式分析进而提取其中的买入/卖出信号。人工智能在提高交易效率方面也能发挥一定作用。
• 人工智能能够对不同类型的数据进行交叉分析，揭露数据间隐藏的内在信息以及投资者情绪。
• 罗素投资正在利用人工智能技术简化股票管理人研究过程中的定量部分，这使得我们能够将更多的精力放在定性研究上。
• 人工智能是投资界的宝贵工具，但它绝对不能够取代人类智能。

约两年前，生成式人工智能席卷全球，ChatGPT、Copilot和Gemini等大型语言模型能够准确理解人类需求并输出所需内容的能力令人们惊叹。无论是文章摘要，还是深度数据分析，亦或是编程代码，甚至是音视频图像制作它们统统可以完成。现如今，人工智能技术还在早期发展阶段，人工智能的前景还是跟2022年末一样潜能无限。

这也是为什么我们相信人工智能有通过效率、个性化、知识共享与信息访问和高级数据分析来提高人类生产力并在经济上引发变革的潜能。两年来，人工智能技术的实践已经在很大程度上达到了我们的预期，显著提高了我们在编程和数据分析等方面的效率。但与此同时，AI及其相关的法律法规也正在不断发展，我们对AI的大肆宣传仍然持谨慎态度。总的来说，我们相信人类的监督能够真正有效地确保人工智能的正确应用。特别是在金融服务领域，地区的环境和关系及其重要，我们将技术视为提高人类生产力的一种方式，而不是取代人类生产力的一种手段。

当今的投资管理人将如何把人工智能应用在他们的策略中呢？人工智能可以通过哪些具体的方式来帮助提高运营效率并获得更多投资见解呢？

让我们来展开深入研究。

人工智能可以帮助投资管理人自动执行哪些任务？

从根本上来说，人工智能在没有明确指示的情况下能够分析数据中的模式并从中推理，这种能力提供了多种潜在的投资应用可能。这其中包括了使用人工智能技术优化买入/卖出信号的分析，以及使用模式分析从大量数据中提取买入/卖出信号。人工智能还可以用于提高交易的效率。

值得一提的是，生成式人工智能在从财报、分析师会议以及新闻文章中提取信息并识别投资主题以及新兴趋势方面十分有价值。在过去，这个任务由投资分析师来完成，他们每天花费数小时从不同来源提取信息并手动编译成数据。这一项工作既乏味又费力，但生成式人工智能即时收集和整合信息的能力大大减轻了这项工作带来的负担。

在投资领域，可以由人工智能帮助完成的重复性任务（大部分目前仍由人类完成）非常广泛，包括生成投资报告、自动化合规审查和协助管理邮件与通信。简而言之，人工智能在处理人类语言方面的能力使其能够将文本数据转换成可以操作的见解，并能够进行快速分析为投资决策提供分析，而这一切只需要眨眼间的时间便能完成。

人工智能在研究方面最具有创新性的应用是利用人工智能交叉分析不同类型的数据。人工智能能够结合结构化数据（如金融基本面）与非结构化数据（如新闻文章和社交媒体）以提供更全面的信息。这种整合不同类型数据的能力有助于发现隐藏的见解与投资者情绪。更重要的是，这种能力还有助于发现一些以往只有拥有深厚扎实的专业知识和大量时间的分析师才能够发现的规律或联系。

我们如何利用人工智能提高我们的运营效率

在罗素投资，我们正在利用人工智能来减轻股票管理人在研究流程中量化部分的负担。具体来说，我们利用集成机器学习模型来分析大型数据集并改进我们的投资产品开发流程。人工智能还帮助我们简化了类似于编写报告摘要与编程代码等的日程性任务，使我们的团队能够将更多的时间放在其它增值任务上。

表1：罗素投资如何使用人工智能
此外，我们将探索使用人工智能提高效率的更多途径。我们最近完成了构建行业新闻机器人的项目，该机器人能够帮助我们筛选出有关行业新闻的最相关见解。我们还构建了一个幻灯片工具，可以直接从投资备忘录中创建PPT，从而简化流程并节省我们的时间。

虽然人工智能在帮助我们提高运营效率以及服务方面展现出了价值，但我们必需强调只有在负责任及合理的使用中才能将这种价值发挥出来。因此，我们成立了人工智能道德和治理委员会，为罗素投资内部负责任地应用和使用人工智能制定指导方针、政策、培训和监督。

人工智能如何提高我们对管理人研究流程

对于许多资产管理公司以及资产所有者来说，对管理人的研究是投资过程中的关键组成部分。而这其中，深入的定量和定性分析能够有效地了解基金管理人是否具有跑赢大盘的能力。定量研究的本质是收集和分析与基金管理人投资组合的业绩和持有量相关的大量数据，因此这项工作在传统上也是一个高度劳动密集型的过程。

得益于人工智能技术的多种不同风格，在罗素投资，我们已经能够将基金管理人研究过程中的大部分量化工作实现自动化，包括生成分析和报告。其中最具有创新型的突破之一则是我们开发了一个量化的管理人筛选器，该工具能够利用机器学习来帮助我们发现新的管理人产品并且分析超过10,000个权益投资产品——这项工作是不可能由人类手工完成的。此功能显著提升了我们分析的广度，而我们在其它方面的自动化应用则有效地提高流程的速度和效率。

鉴于罗素投资拥有大量关于管理人产品的数据，例如投资组合特征、公司和团队特征、风险敞口、风险和过去的表现等，机器学习可以在开发阶段以及持续维护期间优化管理人的研究流程。然而，我们必需要强调在此类定量/AI方法与定性方法之间达到平衡的重要性。

虽然定量方法（包括由人工智能提供支持的方法）擅长快速分析大型数据集、识别模式和相似性以及根据历史数据进行预测，但它们仍旧缺乏人类智能对于大环境的理解以及直觉。简而言之，基于访问的定性方法将提供深入的见解，大环境背景下的理解，并且能够解释数据无法捕获的投资流程或团队动态中的复杂情况和细微差别。人工智能是否可以增强人类的判断力？当然可以！那么人工智能是否可以取代人类智能呢？绝对不行！

这也是为什么在罗素投资，我们的研究分析师仍进行深入的定性评估，以确保人工智能提供的摘要和见解和当前的社会经济背景相关并且准确。更重要的是，让人工智能来筛选我们几十年来所汇编的所有管理人研究实际上能够让我们将更多的时间投入到定性研究的工作中。最终，我们相信，结合我们在定性以及在定量研究方法中的优势，我们将能够对投资产品进行更加全面的评估。

总结

人工智能有效地从结构化和非结构化数据中进行集中提取和分析的能力有可能可以极大地优化管理人研究过程的定性部分。简而言之，人工智能技术可以更快地提供更多的信息，使得当今的研究分析师能够比以往任何时候获得更多的投资见解。

但更重要的是，在做出决定之前，所有的这些信息必需被消化、处理并且与定性方面的许多其它因素进行权衡。这就是在人工智能使用的过程中引入人类监督的价值。虽然人工智能无疑是投资界的宝贵工具，但它绝对不能代替人类智能。我们要学会明智地使用人工智能。