“在金融市场上,总有人获得超额收益,有人亏损。这是零和游戏。归根结底,竞争力取决于谁能更快抓住产生阿尔法(超额收益)的重复性模式。我认为,成败在于如何设计能迅速捕捉这种模式的人工智能(AI)架构。”
Kraft Technologies代表金炯植(见图)近日在首尔汝矣岛IFC大楼接受Seoul Economic Daily采访时表示:“我们在美国上市AI交易所交易基金(ETF),就是为了证明可以通过AI提升标准普尔(S&P)500等大型指数的收益率。”
Kraft Technologies是韩国企业中首家在美国纽约证券交易所(NYSE)上市AI ETF的公司。除了因在恰当时点买卖特斯拉而被称为“特斯拉神算”的AMOM之外,还将QRFT、HDIV、NVQ等共4只ETF送上纽约股市。这是一家2016年创立的初创企业取得的成绩。
这些产品均以运用AI技术跑赢S&P500等美国股市收益率为核心目标。金代表以去年12月上市的NVQ为例。NVQ是买入相对于其持有资产被低估的企业的价值投资ETF。特别之处在于,它通过AI技术重新解读了“价值投资”,以便在考虑有形资产之外还考虑无形资产,寻找相对资产被低估的股票。
通常价值投资主要关注市净率(PBR)较低的企业。PBR将财务报表上的净资产与市值进行比较。但业界一直指出,财务报表能较好反映有形资产,却无法准确捕捉无形资产。
金代表表示:“对谷歌、亚马逊而言,比设备更重要的是品牌实力、研发(R&D)支出、物流系统等,而这些在会计账簿上并未被充分体现”,“我认为不要只看PBR低的公司,若适当反映无形资产,就能拓展价值投资的概念。”
目前NVQ既纳入富国银行、AT&T等传统价值股,也纳入英特尔、雷神、CVS Health等半导体、国防、医疗保健领域企业。金代表说:“NVQ纳入亚马逊的情况也相当多。”其年初以来收益率为18.94%,略高于SPDR S&P500(17.44%)。
在这里,AI承担评估无形资产的角色。AI不仅分析研发费用、广告费、组织管理费用,还分析品牌价值、专利权等多种变量数据,测算无形资产的“代理变量”。金代表解释:“研发费用、商标等资产化的过程因行业和企业而异,因此可能的情形必然非常多”,“正因如此,很难把(无形资产评估)做成一个函数,所以才运用了AI。”
特别的是,哪些变量合适、如何组合这些变量,都由AI自行决定。首先给AI布置类似“最大化相对指数的超额收益”的作业。AI基于既有输入数据自由组合,探索能完成这一作业的函数。金代表说:“AI完全不知道PBR这类指标,所以把净资产与市值相除、相乘、相加都可以”,“它会跑出多种情形,推导出优于价值指数的函数。”
这种情况下AI要分析的情形数量,是人脑难以应付的。金代表说:“比如PBR是有形资产除以市值,若假设可替代有形资产和市值的变量各有2000个,而除法位置上还可以放入加减、对数等各种运算,那么仅仅测试这一函数就要处理1亿个案例。”
随后AI会筛掉“无需考虑的案例”。金代表解释:“AlphaGo做得好的一点,就是经过学习后能跳过‘不必尝试’的案例”,“不必要的情形被剔除,才能收窄‘有效解’。”筛选出“有效解”后,AI再将它们组合,构建多种策略。
即通过AI尽可能筛选大量情形,再找出能战胜市场收益率的“模式”。金代表介绍:“市场信息中99%是噪声,只有1%是真正重复出现的模式”,“我们的角色是研究如何构建模型,才能让AI很好地跟随并捕捉(重复出现的模式)。”
也会出现与常识不同的投资决策。金代表解释:“例如NVQ对生物企业倾向于把品牌价值看得很重”,“出现与我们所想不同模式的情况也很多。”
Kraft Technologies以通过AI ETF积累的业绩为基础,目标是转型为基于AI的综合资产管理解决方案企业。短期内计划将基金资产(AUM)做到3000亿韩元,向更多养老基金和机构提供AI解决方案。金代表表示:“AI的优点之一是易于定制化”,“由AI实际运作的资金规模将剧增。”






