ChatGPT“取代”程序員？ 國(guó)內(nèi)量化私募覺得不行 全球觀熱點(diǎn)

記者陳植上海報(bào)道

隨著ChatGPT迅速崛起，它在投資策略建模方面能否替代程序員，正成為金融市場(chǎng)一大熱門話題。

(資料圖)

記者獲悉，近期部分歐美量化投資機(jī)構(gòu)正嘗試使用ChatGPT構(gòu)建新的投資策略，著手檢驗(yàn)它們?cè)趯?shí)盤交易領(lǐng)域的成效。

值得注意的是，在國(guó)內(nèi)量化投資領(lǐng)域，ChatGPT能否替代程序員，同樣頗受爭(zhēng)議。

多位國(guó)內(nèi)量化私募人士向記者透露，盡管金融市場(chǎng)對(duì)ChatGPT在投資策略迭代升級(jí)抱有較高期望值，但在實(shí)際操作環(huán)節(jié)，程序員在投資效率提升方面仍擁有難以替代的優(yōu)勢(shì)。

“事實(shí)上，ChatGPT等人工智能技術(shù)之所以在投資策略建模領(lǐng)域受到重視，一大重要原因是它能基于海量數(shù)據(jù)（603138）的分析挖掘，找到一些不為大家所知的投資規(guī)律，但這些投資規(guī)律能否在實(shí)盤交易環(huán)節(jié)發(fā)揮作用，仍是未知數(shù)。”一位國(guó)內(nèi)量化私募基金人士向記者指出。首先，金融市場(chǎng)里的信息與回報(bào)之間的因果關(guān)系相當(dāng)復(fù)雜，ChatGPT完全依賴信息數(shù)據(jù)挖掘分析，未必能完全掌握上述復(fù)雜因果關(guān)系；其次，金融市場(chǎng)交易的實(shí)質(zhì)，依然是人們不同情緒與心態(tài)的博弈，但ChatGPT未必能精準(zhǔn)掌握各類交易人群的情緒與心態(tài)變化，進(jìn)而做出最佳的投資決策。

一位國(guó)內(nèi)大型量化私募機(jī)構(gòu)CTO向記者表示，當(dāng)前程序員在量化交易領(lǐng)域具有三大難以取代的優(yōu)勢(shì)，一是隨著數(shù)據(jù)量激增，需要專門的技術(shù)棧對(duì)海量數(shù)據(jù)進(jìn)行處理。在這個(gè)過程里，需要程序員出身的相關(guān)量化工程師構(gòu)建相關(guān)系統(tǒng)；二是程序員能適應(yīng)更快的程序迭代速度，助力量化私募基金更好發(fā)展與相關(guān)業(yè)務(wù)擴(kuò)張；三是就交易成本而言，實(shí)際交易環(huán)節(jié)的很多細(xì)節(jié)都會(huì)直接影響業(yè)績(jī)結(jié)果，需要程序員有針對(duì)性地逐一解決投資策略在使用過程的各個(gè)問題。

“投資效率的提升，將有助于量化私募產(chǎn)品獲取更可觀的超額回報(bào)，而程序員難以被取代的核心優(yōu)勢(shì)，就在于他們對(duì)投資效率提升的貢獻(xiàn)度極高。”他向記者強(qiáng)調(diào)說。

上述國(guó)內(nèi)量化私募人士向記者直言，目前他們也在嘗試將ChatGPT等AI人工智能科技應(yīng)用在投資策略建模領(lǐng)域，但他們發(fā)現(xiàn)，程序員的作用依然難以被替代。究其原因，一是ChatGPT自動(dòng)生成的量化投資策略未必“完美”，需要程序員根據(jù)實(shí)際交易環(huán)境做出優(yōu)化改良，才能在實(shí)戰(zhàn)環(huán)境創(chuàng)造更佳業(yè)績(jī)；二是金融交易的實(shí)質(zhì)是人們心態(tài)與情緒的博弈，更需要程序員根據(jù)最新的金融市場(chǎng)情緒變化，對(duì)某些ChatGPT所生成的投資策略進(jìn)行取舍，確保相關(guān)私募產(chǎn)品不會(huì)“踩雷”。

5月6日，“股神”巴菲特在伯克希爾哈撒韋年度股東大會(huì)表示，人工智能可以改變?nèi)虻拿婷?，卻改變不了人的想法和行為。程序員緣何難以替代

ChatGPT自動(dòng)生成的投資策略能否“跑贏”程序員研發(fā)的金融產(chǎn)品，正日益受到金融市場(chǎng)的密切關(guān)注。

近日，finder.com發(fā)布的最新實(shí)驗(yàn)結(jié)果顯示，由ChatGPT推薦的38只上市公司所構(gòu)建的股票組合凈值在過去五周上漲約4.9%，跑贏英國(guó)在線投資平臺(tái)Interactive Investor所推介的10只熱門基金產(chǎn)品(平均收益為-0.8%)。

“但這僅僅是個(gè)案，且短期業(yè)績(jī)表現(xiàn)無(wú)法印證ChatGPT所生成的投資策略能在更長(zhǎng)時(shí)間持續(xù)跑贏上述熱門基金產(chǎn)品?！币晃幻绹?guó)華爾街對(duì)沖基金經(jīng)理向記者直言。此前他們也曾嘗試通過ChatGPT構(gòu)建投資策略，但他們很快發(fā)現(xiàn)絕大多數(shù)由ChatGPT自動(dòng)生成的量化投資策略未必能在實(shí)戰(zhàn)交易環(huán)境創(chuàng)造預(yù)期回報(bào)。

他直言，任何量化投資策略要進(jìn)入實(shí)戰(zhàn)交易環(huán)境，首先要在模擬實(shí)盤環(huán)節(jié)與回測(cè)系統(tǒng)取得成功，但他們經(jīng)過模擬實(shí)盤與回測(cè)研究發(fā)現(xiàn)，多數(shù)由ChatGPT自動(dòng)生成的量化投資策略都遭遇“業(yè)績(jī)滑鐵盧”。究其原因，一是有些ChatGPT所生成的投資策略缺乏良好的外部柜臺(tái)交易環(huán)境，導(dǎo)致其實(shí)際業(yè)績(jī)遠(yuǎn)遠(yuǎn)低于預(yù)期值，二是有些ChatGPT所生成的投資策略與當(dāng)前資本追逐熱點(diǎn)“完全不匹配”，導(dǎo)致業(yè)績(jī)很快“一落千丈”。

上述國(guó)內(nèi)大型量化私募機(jī)構(gòu)CTO告訴記者，投資機(jī)構(gòu)開展模擬實(shí)盤與回測(cè)研究的最終目的，就是進(jìn)行實(shí)盤交易。在構(gòu)建回測(cè)系統(tǒng)環(huán)節(jié)，最常見的一點(diǎn)是要保證回測(cè)和實(shí)盤的一致性。這同樣離不開程序員的努力。

“這背后，是不同投資策略需要不同的交易系統(tǒng)與回測(cè)系統(tǒng)，這一方面需要程序員針對(duì)投資策略特性進(jìn)行特定優(yōu)化，從而獲得較好的回測(cè)系統(tǒng)或?qū)嵄P系統(tǒng)，另一方面程序員需通過對(duì)投資策略在模擬實(shí)盤與回測(cè)系統(tǒng)的業(yè)績(jī)進(jìn)行分析匯總，找出相關(guān)問題進(jìn)行針對(duì)性地調(diào)整解決，進(jìn)一步提升投資策略的投資效率?！彼赋觥＿@恰恰是程序員難以被各類AI取代的核心優(yōu)勢(shì)。目前，程序員對(duì)投資效率的提升，還體現(xiàn)在交易的方方面面，比如在實(shí)際環(huán)節(jié)，研究員通常會(huì)在限定時(shí)間內(nèi)開展更多的回測(cè)嘗試，比如嘗試不同的參數(shù)，不同的策略，不同的模型或下單方式等，從而給投資策略創(chuàng)造更好的外部柜臺(tái)交易環(huán)境等，以爭(zhēng)取更高超額回報(bào)；此外，程序員可以盡量減少額外的資源占用，進(jìn)一步提升研發(fā)效率。

前述華爾街對(duì)沖基金經(jīng)理向記者指出，目前ChatGPT在投資策略建模與應(yīng)用過程面臨的另一大短板，是投資機(jī)構(gòu)很難了解ChatGPT所生成的投資策略背后的“投資邏輯”。具體而言，越來(lái)越多歐美投資機(jī)構(gòu)發(fā)現(xiàn)ChaGPT所生成的投資策略就像是一個(gè)“盲池”，沒人知道它到底對(duì)哪些數(shù)據(jù)做出分析挖掘，找到哪些投資規(guī)律，這些投資規(guī)律的邏輯是否“合情合理”，能否在實(shí)戰(zhàn)交易環(huán)節(jié)創(chuàng)造可觀回報(bào)。

此外，不少歐美量化投資對(duì)沖基金不清楚ChatGPT所生成的投資策略能否在不同柜臺(tái)交易環(huán)境均創(chuàng)造可觀的回報(bào)。事實(shí)上，同一個(gè)投資策略在性能截然不同的柜臺(tái)交易環(huán)境下，往往會(huì)產(chǎn)生較大的收益差距。但要?jiǎng)?chuàng)造良好的柜臺(tái)交易環(huán)境，同樣離不開程序員的協(xié)助。

“目前，我們更傾向于將ChatGPT自動(dòng)生成的投資策略與程序員研發(fā)的投資因子與外部柜臺(tái)交易環(huán)境進(jìn)行融合，通過彼此的揚(yáng)長(zhǎng)補(bǔ)短，令投資策略創(chuàng)造更佳的業(yè)績(jī)表現(xiàn)?！边@位華爾街對(duì)沖基金經(jīng)理指出。ChatPDT在投資策略建模的“短板”

在業(yè)內(nèi)人士看來(lái)，ChatGPT之所以被眾多歐美投資機(jī)構(gòu)用于研發(fā)新的投資策略，一個(gè)重要原因是它能對(duì)海量數(shù)據(jù)進(jìn)行分析挖掘，找到不少不為公眾所知的投資規(guī)律。

目前，ChatGPT覆蓋的數(shù)據(jù)量達(dá)到約1750億個(gè)變量，涵蓋過去數(shù)十年的各類文本資料。

但與此同時(shí)，也有不少歐美投資機(jī)構(gòu)發(fā)現(xiàn)ChatGPT在投資策略建模方面所面臨的最大挑戰(zhàn)，恰恰就是“數(shù)據(jù)太多”。

具體而言，一是數(shù)據(jù)越多，“噪音”越大。若ChatGPT所自動(dòng)生成的投資模型過多聚焦那些“噪音”數(shù)據(jù)(即未必能對(duì)投資成效發(fā)揮直接作用的高價(jià)值數(shù)據(jù))，可能會(huì)導(dǎo)致其投資成效“大打折扣”；二是ChatGPT在對(duì)海量數(shù)據(jù)進(jìn)行分析挖掘時(shí)，往往可能會(huì)忽視某些金融市場(chǎng)交易常識(shí)與投資準(zhǔn)則(或是經(jīng)濟(jì)學(xué)原理)，令相關(guān)投資策略面臨潛在的投資風(fēng)險(xiǎn)。

因此，越來(lái)越多歐美投資機(jī)構(gòu)都在嘗試人工介入，即派遣程序員要么先過濾掉某些“噪音”數(shù)據(jù)，再使用ChatGPT進(jìn)行投資策略建模；要么在ChatGPT開展數(shù)據(jù)分析挖掘環(huán)節(jié)，通過技術(shù)手段先植入相關(guān)金融市場(chǎng)交易常識(shí)與投資準(zhǔn)則，提升其投資策略的“可解釋性”與“業(yè)績(jī)可預(yù)測(cè)性”。

在前述國(guó)內(nèi)大型量化私募機(jī)構(gòu)CTO看來(lái)，這的確給量化投資機(jī)構(gòu)程序員提成新的挑戰(zhàn)，一方面隨著數(shù)據(jù)量達(dá)到PB級(jí)別，程序員出身的量化工程需需要構(gòu)建專門的技術(shù)棧系統(tǒng)，對(duì)海量數(shù)據(jù)進(jìn)行處理；另一方面程序員需要適應(yīng)更快的AI技術(shù)或投資建模迭代速度，以支持私募機(jī)構(gòu)相關(guān)業(yè)務(wù)發(fā)展。

在業(yè)內(nèi)人士看來(lái)，要將ChatGPT等人工智能技術(shù)應(yīng)用在投資策略建模以獲得穩(wěn)健的超額回報(bào)，還需相當(dāng)長(zhǎng)的征途。但是，這并不意味著程序員與AI技術(shù)互不兼容。一方面ChatGPT等AI技術(shù)的海量數(shù)據(jù)分析挖掘能力，為程序員處理各類信息數(shù)據(jù)并提升投資效率提供巨大的幫助，另一方面程序員也能根據(jù)模擬實(shí)戰(zhàn)業(yè)績(jī)匯總分析，為眾多ChatGPT等人工智能技術(shù)自動(dòng)生成的投資模型創(chuàng)造更好的柜臺(tái)交易環(huán)境與策略優(yōu)化賦能，從而令后者在實(shí)戰(zhàn)環(huán)節(jié)創(chuàng)造更佳的業(yè)績(jī)表現(xiàn)，助力私募產(chǎn)品業(yè)績(jī)更上一層樓。

關(guān)鍵詞：