AI可以幫助投資嗎？｜專家論點【張瑞雄】

作者：張瑞雄（前北商大校長，叡揚資訊數位轉型大使、中華和平發展智庫執行長）

自從有人工智慧以來，人們就想要將其應用到股市投資，希望它的「智慧」可以打敗股市大盤，那麼大家就可以躺著數錢。可惜不管人工智慧的演算法怎麼地號稱厲害，就是沒有一套投資軟體可以保證讓你在股市員不會賠。

最近生成式人工智慧大行其道，它可以像人類一樣產生文字、圖像和藝術品等等，那麼它是否可以生成投資計畫或組合，儘管一些人認為ChatGPT是提高銷售和幫助研究工作的好工具，但利用人工智慧進行投資的結果到目前為止並不特別出色。

華爾街在人工智慧應用方面其實很領先，四十年前就聘請了很多的數學家轉行成為量化交易員，開發了將投資決策交由電腦處理的演算法。後來更花費多年時間使用人工智慧的機器學習技術，建立了交易模型，可以透過過去的數據推斷出市場模式，並進行有利可圖的交易，人類不須干預。

但是到目前為止，很少有公司成功地將所有業務轉交給機器，也沒有在機器學習或強化學習方面取得顯著進展，這些都是訓練電腦自主學習和發展的策略。事實上，華爾街許多投資公司依賴的是先進的統計學方法，而不是尖端的人工智慧技術。

一個大問題是，投資者所依賴的數據集比用於開發ChatGPT和類似的基於語言的人工智慧技術所用的差距甚遠。例如，ChatGPT是一個具有1750億個參數的模型，使用來自書籍、期刊、互聯網等數十年甚至數百年的文本和其他數據。相比之下，對沖基金和其他投資者通常使用歷史價格和其他市場數據來訓練交易系統，這種數據本質上是有限的。

同樣重要的是，市場數據比語言和其他數據更「雜亂」，這使得更難用它來解釋或預測市場變化。換句話說，盈利、股價動量、投資者情緒和其他財務數據只能部分解釋股票的變動，其餘部分是無法解釋的「雜訊」。因此，機器學習模型可以識別各種市場數據之間的相關性，但無法預測未來的股票變動。

與語言不同，市場變化迅速 – 公司改變策略，新領導人做出激進決定，經濟和政治環境突然變化，這使得依賴歷史長期數據趨勢的模型進行交易變得更加困難，所以人工智慧系統經常犯那種會讓投資者損失資金並危及他們聲譽的明顯錯誤。

支持AI的人相信他們的方法最終會表現出色。機器學習模型最終可以從大量的數據中區分出有意義的數據。建立機器學習策略雖然困難，會有更多的失敗開始，但一旦它們運作起來，這些策略將能夠做出更準確的預測。”

可以想見，人們不會放棄利用人工智慧來賺錢的想法，但最近如矽谷銀行和瑞士信貸的倒閉顯示出即使科技再進步，人和管理制度仍是維持一個（投資）機構正常運作的重要關鍵。人工智慧教你往東，你是盲目地往東或是故意往西的關鍵都是在人，唯有經過深思熟慮地往東，才能達到人工智慧的真正好處。

瀏覽 952 次