人工智慧(AI)和機器選股蔚為風潮，人人都想沾上邊，但是目前究竟發展到什麼地步，是否能夠取代人類？長期致力於此一領域的專家Yin Luo說，機器要取代人類為時尚早，

Yin Luo是Wolfe Research的量化投資主管，官網資料顯示，他之前在德意志銀行擔任量化策略主管，2011~2016年間，財經雜誌《機構投資人》(Institutional Investor)六度評選他為全美量化股票研究的第一把交椅。

巴倫(Barron's)報導，Luo在AI和機器學習走紅之前，就投入相關領域，14年前便運用這些技術打造模型，進行研究，是財經界的AI專家。他認為機器要完全取代人類，可以自行選股投資，仍像是科幻小說。現在機器投資仍需要大量人類介入，由人類設計模型、機器加以學習，而非機器自行投資。至於市面上的AI基金，他認為比較像是把傳統的量化研究重新包裝，改名推出，而非真正的AI。在可預見的未來，AI將扮演輔助角色，無法取代人類。

那麼量化研究和AI有何不同？Luo說，傳統金融研究是先提出假設，之後再回測，然而在不同市場和時間區段，試驗8,000種選項組合，一定會找到數據支持假設，他從未見過回測失敗的例子。AI不一樣，真正的AI無須人類假設，是把相關資料交給機器，讓機器決定彼此之間是否相關；也就是說，機器會自主學習，隨著技術不斷進步，未來可能有辦法找出新規律和關聯性，甚至判斷某些變數在某種環境下會發生作用，給予人類投資建議。

目前Luo使用AI爬梳企業財報和分析師會議，從管理階層的用詞推敲公司實況。比方說，如果高層言談加入大量修飾詞，可能是過度自信或正在說謊。每家企業有不同的呈現方式，必須觀察細微的相對變化。臉書今年股價一度大跌，他們早在去年第四季臉書的財報會議上，就嗅出端倪。

之前也有業者提供類似的AI服務。

Institutional Investor、MarketWatch 2017年10月報導， Prattle Equities Analytics提供新服務，分析美國上市公司的財報會議，替在會議上發言的主管評分、並對每位發言者的信心程度打分數。Prattle白皮書指出，該公司機器學習演算法的核心原則是人們說話有其規律，這些規律並非隨機出現。語言模式會反應出說話者「意識」與「潛意識」想法，企業高層的用字遣詞，一如撲克牌玩家的小動作，會洩露出發話者想隱藏的一面。

＊編者按：本文僅供參考之用，並不構成要約、招攬或邀請、誘使、任何不論種類或形式之申述或訂立任何建議及推薦，讀者務請運用個人獨立思考能力，自行作出投資決定，如因相關建議招致損失，概與《精實財經媒體》、編者及作者無涉。

資料來源-MoneyDJ理財網

{DS}