哪怕有AI加持，想要跑赢大盘依然困难重重。这让华尔街的许多人感到惊讶。
人工智能(AI)在挑选跑赢大盘的股票方面依然举步维艰。
这让华尔街的许多人感到惊讶，因为人们普遍认为，AI模型正变得越来越先进，也越来越不容易出现幻觉。但这种进步并不一定能帮助交易员跑赢大盘，因为他们是在与其他同样使用同等先进AI模型来选股的人竞争。既然不可能每个人都高于平均水平，最终的结果就是，跑赢大盘依然如以往一样困难且难以实现。
不妨看看一只AI驱动的ETF的表现。它可供考察的业绩记录，比那些较近期推出、同样使用AI选股的ETF更长。我指的是Amplify AI Powered Equity ETF AIEQ；该ETF于2017年推出，并”借助IBM Watson [AI]进行机器学习、情感分析和自然语言处理，以筛选证券”。该ETF还”利用AI分析新闻、社交媒体、行业报告、分析师报告中的数据点，以及数千家美国公司的财务报表、技术面数据、宏观数据、市场数据等”。
从相关图表中可以看出，相对于标普500指数，该ETF近期的表现比多年前更差。
另一个现实佐证来自一家公司，该公司每个工作日都会列出一份股票名单，列出AI认为在未来三个月最有可能跑赢大盘的股票。以三个月前评级最高的10只股票为例：伦敦证券交易所集团(LSEG)的数据显示，自那时起，这10只股票中有6只出现亏损，其中一只亏损了46.3%。这10只股票的三个月平均回报率为亏损4%，而标普500指数则上涨了2.7%。
诚然，在AI选股领域，少数较新的ETF产品在最近一段时期内跑赢了大盘。但是，从上图可以看出，大多数产品并未做到这一点。展望未来，我没有理由相信，平均而言，AI驱动的策略会比更传统的研究和分析形式更频繁地跑赢大盘。
此外，无论未来华尔街的AI模型变得多么先进，这种情况都不太可能改变。只有当你独自使用一个明显优于其他所有人的AI模型时，你跑赢大盘的胜算才有可能超过50%。但即使如此，你超过五成的胜算也不会持续太久，因为其他那些AI模型无疑会在短时间内赶上你的模型。
有一个理由让人确信AI跑赢大盘的概率不会有任何持久的提升，那就是1990年诺贝尔经济学奖得主威廉·夏普(William Sharpe)在近40年前写的一篇著名文章。在这篇题为《主动管理的算术》的文章中，夏普指出，平均而言，主动管理者必然会跑输股票市场。尽管夏普撰写这篇文章的时间是在AI出现之前，但他强调，他的结论”仅取决于加减乘除法则。除此之外不需要任何东西”。
夏普的论点可以归结为一个简单的洞见：在计入交易成本前，跑赢大盘是一场零和博弈；但在计入交易成本后，就变成了一场负和博弈。而开发AI选股模型的成本并不低：上图所示ETF的平均费率为0.66%，相比之下，Vanguard Total Stock Market ETF的费用率仅为0.03%。
Enjoyed this article? Sign up for our newsletter to receive regular insights and stay connected.