您的位置: 普陀信息港 > 育儿

AIEQ的业绩曲线这只AI基金击败9成产

发布时间:2019-03-08 22:08:03

导读:Amador表示,AIEQ分析多种类型的数据,包括公司的财务数据数据、市场数据,媒体对公司的报道相关数据等,同时可以根据市场后续的表现来甄别之前数据的可信度。很多大咖基金经理均表示不要理会市场噪音,做自己,在市场出现极端情况的时候,不要看电视,不要看报纸,以规避杂音对决策的影响。不过AIEQ却把媒体数据当成决策的一个数据来源。这一点与大咖基金经理不同。而这种学习方法也可以用来甄别财务数据造假。

这只AI基金成立1年收益近12%,击败近9成主动型基金!基金经理可以下岗了?

还记得只人工智能基金AI Powered EquityETF(AIEQ)吗?

这只基金命运可谓一波三折。诞生之初赚足了眼球,但初期表现却乏善可陈,后来逐渐淡出大家的视线。而10月18日,满一岁的AIEQ交出的成绩单却着实吓了大家一跳!

AIEQ一年累计收益率为11.81%,跑赢了标普500指数和罗素2000指数,击败了87%的主动型基金经理。尽管近期有所回调,但在全球市场遍地哀鸿的背景下表现已经相当不错了。

AIEQ的业绩曲线

图片来源:AIEQ官

图中红色为标普500表现。可以看到,多数情况下,AIEQ的表现优于标普500。

数据来源:eVestment

AIEQ2018年前三季度收益14.81%,整体大幅跑赢全球对冲基金。

目前AIEQ的赚钱效应开始显现,其管理规模已经从7000万美元升至1.7亿美元。

强大的数据处理和学习能力

中证君特意专访了AIEQ背后团队,来为大家揭秘首只AI基金的运作。

AIEQ为ETF Managers Trust旗下基金,由ETF Managers LLC作为投资顾问管理。AIEQ的投资策略是基于EquBot公司开发的量化模型生成,

AIEQ的业绩曲线这只AI基金击败9成产

后者是IBM创业企业全球扶持计划旗下的公司,由IBM Watson超级计算机提供技术支持。

EduBot联合创始人兼COO Art Amador接受采访表示,AIEQ设立以来,多数时间跑赢标普500,归功于其强大的数据处理能力和学习能力。

Amador表示,AIEQ分析多种类型的数据,包括公司的财务数据数据、市场数据,媒体对公司的报道相关数据等,同时可以根据市场后续的表现来甄别之前数据的可信度。很多大咖基金经理均表示不要理会市场噪音,做自己,在市场出现极端情况的时候,不要看电视,不要看报纸,以规避杂音对决策的影响。不过AIEQ却把媒体数据当成决策的一个数据来源。这一点与大咖基金经理不同。而这种学习方法也可以用来甄别财务数据造假。

AIEQ的业绩表现与标普500的走势经历了趋同再分离的过程。Amdor说,因为AIEQ在设立之初便知道它会被拿来与标普500进行比较。 在初的标的股票选择与标普500指数编制的逻辑有相近之初,但2018年4月之后,部分小盘股开始走高,AIEQ捕捉到了这一行情,这段时间就开始跑赢标普500。

小盘股的确是AIEQ收益的重要来源。彭博投资组合分析,对AIEQ收益贡献的15只股票中,有10只股票均非标普500指数成分股 。例如,在AIEQ挑选的股票中,有一家名为Penn Virginia Corp.的公司,该公司是休斯顿一家油气钻井商,市值13亿美元,雇佣人数不足100人。AIEQ对此公司的股票进行重仓配置。这只股票今年来已经上涨了100%,对AIEQ近一年的收益作出了重大贡献。

AIEQ如果投资A股会有怎样的效果?EquBot联合创始人兼CEO Chida Khatua指出,任何有规律可循的数据,AIEQ理论上都可以学习到其中规律。但如果是毫无章法的随机数据,AIEQ不行,这种状况下也应该没有基金经理能持续胜出。

不要神话人工智能

布局人工智能已经成为全球总动员。富达国际在10月30日召开的年会上既表示,机器对资产管理行业的变革时代已经到来。富达国际正在利用人工智能降低成本,辅助提供客户服务。而领航投资也在利用人工智能辅助销售,优化用户体验。

不过也有业内人士表示,不要神话人工智能。易方达基金指数与量化投资管理部基金经理杨俊表示,对于AIEQ的相对高收益需要多方面分析。ETF是接近满仓运作。过去一年的大部分时间,美股单边上涨,自然收益颇丰。据他所知,一部分主动基金的基金经理已提前减仓,现在看来跑输了这个ETF。但拉长周期,谁输谁赢不好说。他表示, 没有哪个策略可以在任何时段、任何市场环境下永远有效。赶上契合的时候,业绩超好,大大宣传一下,四处发声比较多,声音也会很高,让人产生发现 水晶球 的错觉;赶上走麦城的时候,又会很 谦虚 ,十分安静。需要再多观察两年。

高波动行情是否尤其适合AI?中国量化投资俱乐部理事长、珠海南山领盛投资经理刘治平表示,并不一定,有的模型适合日内波动大,有的模型也不适应。只有AI懂得自己调仓位,才能证明高波动行情是适合的。不过,频繁择时是很难完成的任务。杨俊认为,AI需要更透明才能赢得信任。

猜你会喜欢的
猜你会喜欢的