对于量化投资者来说，自由投资是非常主观的 - 充满了确认偏差，可用性偏差，基本率忽略等等。另一方面，对于全职投资者而言，量化投资绝对是天真的。一家公司的价格不仅仅是预订和使用资本的回报。
这两个投资者的世界就像东西方。有人会认为他们永远不会聚在一起。
但人工智能（AI）在投资中的承诺恰恰是：两个世界的结合。
机器学习的最新发展为两种投资理念的结合创造了令人兴奋的可能性。现在，量化投资者可以在推动投资回报的基本因素之间找到更复杂和非线性的关系。越来越有可能处理复杂的财务报表，以确定比价值，动力和增长等传统品种更精细的因素。例如，人工智能系统可能会发现财务杠杆，利率，营业利润率和破产概率之间复杂但可预测的关系。
另一方面，由于人工智能，自由投资的投资者可以表现和量化以前非常主观评估的因素。通过社交媒体监控，他们可以衡量公众对品牌的看法。他们可以使用停车场的每日航拍照片来衡量访问零售店的实际客户数量。他们还可以通过Glassdoor等网站上的评论获得员工的士气。将这些因素融入他们的投资过程可以为他们的回报增加显着的α。
然而，有一个完全被忽视的维度可能更令人兴奋。现在，实际上可以创建一个实际投资经理的人工复制品，这是一个通过实例学习并开发自己的投资风格的机器：追求动力，坚持传统的价值观，或以合理的价格购买增长。
我们如何建立这样一个系统？
大多数系统投资策略依赖于均值 - 方差估计。相反，我们需要一个系统来预测投资经理在给定一组特定数据时会做什么 - 这些信息几乎总是不足以对回报进行精确预测。这是一个微妙但至关重要的区别。一个重要的副作用是允许这样的系统说“我不知道该怎么做。”一旦我们停止尝试预测回报并试图预测投资决策，我们就可以使用任意有限的信息。
影响投资决策的因素有两大类。第一个是由来自财务报表，市场数据等的定量因素组成。第二个包括关于公司治理的主观判断，潜在的市场规模，例如股票选择的破坏性等。根据风格，投资经理可以包括两个类别中的无数因素，并为每个类别分配非常不同的权重。经理可能甚至不知道他们下意识地分配给他们的权重。实际上，这些权重甚至可能根本不是线性的，而是是/否决策点的层次结构。
在现代人工智能系统的轮廓中，现在可以将所有这些因素包括在决策过程中。我们可以开始阐述系统的体系结构如下。
有两个重要的观察结果。首先，我们试图模拟投资决策，而不是风险或回报。第二，我们将主观输入视为与定量输入不同。然而，这些主观输入本质上仍然是定量的。例如，我们可以将公司治理评级包括在1到5的范围内。人类判断将继续确定此类标准。
这种架构允许组织开始构建系统的速度远远快于尝试建模返回，这也只是使用定量输入。更重要的是，随着时间的推移，这样建立的系统将开始反映投资经理的风格。
在此体系结构中，存在无限的元参数，或者底层模型使用的输入中包含的因子。投资团队提供强有力的主观评估的能力也很重要。
没有两个投资经理是相同的。两个AI驱动的系统都没有理由。通过预测投资决策而不是回报，并通过将团队的主观评估纳入决策过程，我们可以保证获得各种独特的投资机器 - 这是各地金融市场持续活力和稳健性的先决条件。
您是否已开始将AI集成到您的投资流程中？你是怎么接近它的？

This piece was adapted from the CFA? Institute’s Enterprising Investor blog: 
Discretionary Investing in the Age of Artificial Intelligence.