最近兩日，在國際圍棋史上發生了一件機器人“逆襲”人類的真實事件。賽前來自韓國的世界冠軍李世石信誓旦旦，拋出了輸一局就算失敗的豪言，但最終卻向谷歌圍棋機器人“阿爾法狗”（AlphaGo）投子認輸。

　　AlphaGo完勝世界冠軍震驚全球，國際市場人工智能（AI）概念走俏一時，中國市場上的相關股票也概莫例外。3月10日，人工智能股表現活躍。科大智能、遠大智能等多只強勢股漲停。

　　還有投資界人士認為，在圍棋上機器人勝了并不算什么，如果在投資上尤其是炒股技術上戰勝人類，那才是真正的本事。在信息更不透明、更為復雜的資本市場，“AlphaGo模式”能否大行其道仍是未知數。

　　上海一家合資基金量化部副總監林春（化名）對記者稱，下圍棋就是執黑執白，把對方圍起來，獲得勝利，規則確定，但投資不一樣。投資中策略是多樣的且存在不確定性，讓一個人工智能產品搞定全部的模型數據，顯然可能性不大。

　　歷史：量化投資逐漸興起

　　當人工智能與資本投資，尤其是股票投資相結合，會有一番怎樣的顛覆性盛況？

　　“就目前來看，人工智能在投資上的應用為量化投資。具體類型又分為量化交易（或稱算法交易）和量化選股。”3月10日，在接受記者采訪時，重陽投資基金經理王曉華如此表示。

　　因為機器決策的邏輯一致性和獨立性，投資領域中機器戰勝人的例子不少，其中最被人樂道的就是西蒙斯（JamesSimons）的大獎章基金。據公開數據，從1989年到2009年，大獎章基金的復合年化收益率高達35%，遠超同期巴菲特和索羅斯的收益率。

　　當量化投資在海外大行其道時，中國市場上的量化投資也開始“小荷才露尖尖角”。2004年，中國第一只采用量化策略的基金——光大保德信量化核心基金誕生，隨后的2005年，嘉實基金推出了另一只名為基本面50的量化基金。不過可惜的是，當時行業整體發展緩慢、量化基金本身業績也未體現出驚人之處，量化投資理念一度遭遇水土不服。

　　不過，兩年后牛市泡沫的破裂，讓市場感受到了量化投資的魅力。當2007年A股創出6124的高點后，伴隨著股指高臺跳水，中國市場上的“香餑 餑”公募基金產品虧損嚴重。這個時候，部分采用量化策略的基金卻逆勢取得了不錯業績。于是乎，很快一股“量化基金熱潮”悄然掀起，中海基金、長盛基金、光 大保德和富國基金、華泰柏瑞基金等先后推出了量化產品。

　　但這個時候，市場對于量化基金的認識還停留在電腦結合人腦的理念中，依靠電腦的客觀和分析能力，戰勝人性的弱點。而對于依靠量化產品進行對沖的訴求，幾無體現。

　　2010年4月中國第一個股指期貨品種——滬深300股指期貨的推出，為量化投資提供了一個天然的對沖標的。通過這一對沖工具，量化投資從業者 可以進一步減小風險，獲得更加穩健的投資收益。隨著此后私募基金陽光化及私募基金管理人牌照的發放，量化投資的方法也更多地被私募基金使用，讓量化對沖基 金被人們所熟知。

　　如今的中國市場上，券商、私募、公募產品均涉獵量化投資。從業績最為公開、透明的公募量化產品來看，量化產品的業績普遍跑贏指數收益。

　　據Wind資訊統計，截至3月9日，66只公募量化基金今年以來平均凈值增長率為-14.2%。其中6只基金表現突出，逆勢取得正收益；表現最 差的幾只基金跌幅超過20%，其中東吳阿爾法以29.96%的跌幅居前。同期A股上證綜指、深證成指、創業板指數跌幅分別為19.12%、24.81%、 27.38%。

　　王曉華稱，對投資而言，機器決策最大的優勢就是投資決策的邏輯一致性高、獨立性強，機器不會有人的恐懼和貪婪等情緒影響決策。此外，計算機的信息處理能力強、響應速度快，能夠有效抓住市場上較好的交易機會。

　　現狀：應用的多元化

　　在實際應用中，人工智能的應用方式又是多種多樣的。比如，在2015年股市大幅震蕩中，高頻交易一度被市場詬病。當時市場人士認為，一遇行情大幅波動便自動觸發交易指令時，計算機后臺就會隨時下達批量買賣指令。

　　一般行業所稱程序化交易，是指期貨端的趨勢交易和震蕩交易，俗稱程序化CTA。但更為全面的程序化交易，包含狹義的程序化交易——程序化CTA，也包含期貨端的高頻交易、期貨端的跨品種跨期限全自動套利交易，當然也包含股票端的交易。

　　北京量邦信息科技董事長、北京大學對沖基金實驗室聯合主任馮永昌表示，從廣義上來講，所有用預設的程序所完成的交易都叫作程序化交易。因此，廣 義的程序化交易包括高頻交易，算法交易，自動執行的套利交易、套保交易和對沖交易，限價單價值投資交易，限價單止損交易，交易所或經紀公司的自動強平交易 等。

　　馮永昌稱，對于股票端，真正包含的就是一攬子股票的自動交易、ETF折溢價套利自動交易，以及股票和股指期貨交易的自動套保或者套利交易。因為股票端不是完備的雙邊市場，又實行T+1，所以股票端的高頻交易基本不存在，股票端的程序化趨勢交易也幾乎不存在。

　　與此同時，量化對沖策略在過去一年中大行其道。當股災發生時，股票市場發生斷崖式下跌，基金產品業績大打折扣，但量化對沖產品卻依靠有效的對沖工具避過了暴跌行情，一些產品甚至還取得了不錯的收益。

　　未來：仍要結合人的研判能力

　　“但機器決策也是有局限性的，最大的缺陷就是沒有前瞻性，因為它是基于歷史的數據和歷史檢驗的結論，其邏輯是歷史會重復。”王曉華稱，市場環境 是不斷變化的，長期看，要戰勝市場必須具有前瞻性，這也是投資的藝術性所在。頂尖的基金管理人如巴菲特和索羅斯都是具有超強的前瞻性的。

　　“大獎章基金的規模一直都遠遠低于巴菲特和索羅斯管理的規模。而且，西蒙斯旗下的其他量化基金的業績也遠不如大獎章基金。”王曉華稱，這就說明，量化投資的瓶頸就是基金規模有天花板，量化投資的收益率會隨著管理規模的上升而下降。

　　王曉華稱，量化投資的核心競爭力就是數量模型，因此在外界來看，每個量化投資策略都是個黑盒子，其他外部人無法知道其中的秘密。中國資本市場還 在蓬勃發展，量化投資在中國的占比不高，未來量化投資應該還有很大的發展空間。投資領域，人們不應該過分恐懼機器對人的替代性，人的前瞻性研究和預判與機 器獨立的決策能力結合，可能是最為理想的決策模式。

　　林春稱，投資中做股票，擇時選行業選股票。選股比較困難，個股自身的一些特性需要調研，人可能更有優勢。如果讓機器做事，它沒有數據就沒有分析 能力。在擇時方面，人工智能也不一定比人更有優勢，宏觀的很多東西，是由政策決定的。比如，美聯儲加息不加息，每個人都有預測，機器算出來也不一定準。