如果能够了解这种“内因”来源，投资也许会变得更有依据。

浙商基金的AI+HI（人机互动）智能投资系统，从设想到落地，做的就是这种探索，如何让投资的收益来源更科学化，每一分钱的盈亏来源都有依据。浙商基金智能权益投资部的AI负责人胡羿，致力于AI智能投资体系的运作与优化，将AI策略运用于股票投资，力争提升投资的有效性和舒适度。

AI智能+传统金融，两个极具专业与复杂度却原本没有关联的学科，在智能化时代碰撞出了新的火花。相对于人类来说，AI人工智能更加擅长处理大批量的、定量的任务，而人类则更擅长处理小样本的、定性的判断。

股价的涨跌是基于底层的市场逻辑，基于对市场基本面分析、情绪评估、市场观察、市面上对未来的预期等条件要素，AI机器人去学习历史上优秀的投资策略是如何赚钱的，然后去评估某只股票在未来不同久期下获得不同回报的胜率和赔率究竟怎样，从而做出更科学的决策。

胡羿的AI量化团队构建了上百个细分行业的基本面量化模型，用来捕捉每一个细分行业的投资机会。出色的研究员大概能覆盖10个左右的行业，优秀的基金经理大概能覆盖到20-50个行业。从投资表现上来看，AI模型在行业覆盖方面相较人类就会更具备优势，AI基金获取alpha的来源相比主动型基金更多。

AI作为一种实验方法论，需要和各个领域的应用问题相结合，才能发挥价值。AI在传统金融领域的应用，目的是希望通过科学手段提升持有体验，在AI赋能下，产品目标并不追求跑出很牛的净值曲线，可能每月都不会特别冒尖，但在概率连乘的作用下，力争长期更优秀的表现。

在《量化投资策略：如何实现超额收益Alpha》一书中，作者托托里罗提出了一种别出心裁的观点：主观与量化融合，可能会更好。这与AI（人工智能）+HI（人类智慧）相结合的理念，有异曲同工之处，在大样本任务中加入主观智慧，可能会发挥1+1＞2的效能。但是浙商基金的AI投资与传统的量化投资又有明显的区别。

目前常见的量化投资包括风格因子选股，高频量价择时等，很多量化投资选手也会用大量的历史数据来训练模型做未来预测。但是这些传统的量化模型策略同质性较高，市场变化加快导致选股因子失效也变快，而胡羿在做的AI投资模型，以寻求特质化超额收益来源为目标，他认为无论是主动投资还是传统量化投资，它们的收益来源都可以被采纳为AI基金的收益主成分，如果有能力广泛地吸收各种收益来源的底层资产，那么将更有效地提升风险收益比。

胡羿介绍AI+HI模型的融合理念，让AI和HI各自专注于自己擅长的部分。不管是AI模型投资，还是主动投资，它底层的基本面逻辑是一样的，只不过呈现出来的方式有所不同。AI模型需要从基金经理的理念支持，吸取基金经理如何筛选优质标的的逻辑，对这些信息进行梳理、统计和验证，最后形成模型融入AI投资体系。反过来这套体系支撑主观研究，提示当前的机会和风险，实现AI+HI的深度融合。

很多人可能会对AI有误解，假想AI通过一系列的数据分析后，可以准确地推断出哪些行业值得投，实际上AI并不做预测，胡羿补充，我们更多的是通过AI分析历史收益亏损的概率分布，来帮助团队考量对于某一类底层资产或者某一类风险敞口，合理回报的阈值究竟设定怎样的目标，只要坚持对于任何一类资产只取其合理回报，并不断进行风险预算的再平衡，这样长期坚持下来大概率也可以获取不错的盈亏比。

人工智能和资产配置的浪潮下，浙商基金早在布局新时代的到来，近十年的AI智能投资探索已经沉淀了较完善的智能投资体系，相信在胡羿的耕耘和积累下，AI智能将赋予基金投资更多的可能。

注：胡羿自2015年开始从事量化策略开发工作，曾任券商自营分公司量化研究员、资管公司投资经理。目前在浙商基金为AI团队负责人，负责多因子及指数增强方面策略开发。

滑动查看完整风险提示