首先,到目前为止,并没有证据表明AI选股和传统的选股策略有什么本质不同。比如研究(Gu et al, 2020)显示,AI基金投资策略的核心,无非也还是基于诸如动量、流动性、波动性这样的因子进行选股,和目前市场上主流的其他选股策略并没有什么大不同。挑选的核心因子雷同的话,我们就没有理由期望它会产生不同于其他人的更高超的投资回报。
为了找到这些问题的答案,有研究人员(Chen and Ren, 2022)专门统计了从2017年到2019年年底共15只人工智能公募基金,并仔细检验了这些基金的历史业绩。作者发现,这些基金并没有战胜市场,同时也没有体现出明显的选股能力和择时能力。事实上,首只人工智能基金AIEQ的表现更让人失望。从AIEQ诞生的2017年10月18日算起,截止2022年9月26日,该基金的累计回报为12.5%,同期标普500指数的回报为43.4%。也就是说在差不多5年时间内,AIEQ落后标普500指数31%左右,平均每年6%左右。
首先,到目前为止,并没有证据表明AI选股和传统的选股策略有什么本质不同。比如研究(Gu et al, 2020)显示,AI基金投资策略的核心,无非也还是基于诸如动量、流动性、波动性这样的因子进行选股,和目前市场上主流的其他选股策略并没有什么大不同。挑选的核心因子雷同的话,我们就没有理由期望它会产生不同于其他人的更高超的投资回报。
为了找到这些问题的答案,有研究人员(Chen and Ren, 2022)专门统计了从2017年到2019年年底共15只人工智能公募基金,并仔细检验了这些基金的历史业绩。作者发现,这些基金并没有战胜市场,同时也没有体现出明显的选股能力和择时能力。事实上,首只人工智能基金AIEQ的表现更让人失望。从AIEQ诞生的2017年10月18日算起,截止2022年9月26日,该基金的累计回报为12.5%,同期标普500指数的回报为43.4%。也就是说在差不多5年时间内,AIEQ落后标普500指数31%左右,平均每年6%左右。