人工智能投资的长与短

简单、有效的对冲基金

阿瑟·琼斯是一位社会学家，曾就读于柏林马克思主义工人学校，后来成为《财富》杂志的撰稿人。 48 岁时，琼斯创建了世界上第一支对冲基金。

创造深刻创新的往往是行业外人士。局外人的创新往往依赖于基础知识所决定的简单的第一性原理见解，而不是经验带来的复杂见解。琼斯的对冲基金理念简单而有效——平衡多头头寸和空头头寸，以抵消更广泛的市场波动，并分离出纯粹的选股阿尔法。

虽然当今许多对冲基金经常采用琼斯简单的多头/空头结构，但许多现代基金还添加其他工具，如衍生品、私募股权和其他工具，试图增加阿尔法。尽管简单通常是最有效的策略，但在投资领域很少能坚持简单。复杂性更容易在投资中出售。它让你看起来很聪明，每个人都希望聪明的人用复杂的策略来管理他们的资金，这些策略散发出潜在的优异表现的光环。

如果你想做一些困难的事情，那就把它复杂化。如果你想做一些有效的事情，那就让它变得简单。对冲基金也不例外。

朱利安·罗伯逊（Julian Robertson）曾将他在老虎管理公司的策略描述为“投资世界上最好的 200 家公司，做空 200 家最差的公司”。他补充说，如果他的简单系统不起作用，“你真的应该退出这个行业。”

1980 年至 2000 年间，罗伯逊以每年 31.5% 的复利计算了 Tiger 基金的收益率，当时他在互联网泡沫时期关闭了该基金。

买最好的。做空最坏。

简单的。有效的。永恒的。

AI 驱动的多头/空头

自今年夏天以来，我一直在使用生成式人工智能来创建智能阿尔法投资策略，结果令人印象深刻。我跟踪的 30 多个策略中，约有 65% 的表现优于基准，其中许多策略高出 200-500 个基点。

智能阿尔法的核心理念是将两种很少结合在一起的东西结合起来——简单+人工智能。我没有像大多数人工智能驱动的投资策略那样使用数十亿个嘈杂的数据点，而是用精心策划的数据灌输世界上伟大投资者的哲学。查理芒格（RIP）在进行投资时不会考虑社交媒体观点、技术信号和随机新闻，那么为什么我们应该认为人工智能应该考虑呢？因为可以？

大多数人工智能策略都试图合并太多无用的数据。结果，他们交易过多而投资过少。许多现代对冲基金经理也是如此。他们纳入噪声数据，因为他们认为它包含了表现优异的信号。他们试图挑选他们认为会上涨的股票，无论它们是否是好公司，以及做空他们认为应该下跌的公司，无论它们是否是坏公司。他们似乎并不遵循朱利安·罗伯逊的简单方法。

智能多/空策略确实遵循罗伯逊。它买进最好的股票，卖空最差的股票。

我们已经在 Deepwater 测试了两个月的多/空策略。该投资组合专注于大盘美国股票，持有 30 个多头头寸和 30 个空头头寸，目标为约 50% 的净多头头寸。

迄今为止，人工智能驱动的对冲基金上涨了 350 个基点，而 BarclayHedge 多头/空头股票指数上涨了 70 个基点。

也许我们现在不应该感到惊讶，但简单性确实有效。再次。

最好与最差

在培训我的人工智能投资委员会时，罗伯逊买入最好的股票并做空最坏的股票的简单理念引发了一个重要问题：是什么让一家公司成为最好的公司，而不是最差的公司？

最好的公司拥有强大的产品，客户离不开这些产品，也无法从其他地方获得这些产品。从根本上讲，这会带来持续的收入和盈利增长以及投资资本的高回报。如果价格足够高，最好的公司的股票可能会在短期内失败，但从长远来看，它们注定会推动市场。

最差的公司拥有薄弱且容易被替代的产品，这将导致长期业务前景停滞甚至下降。从根本上讲，这意味着收入和盈利增长持续面临挑战，投资资本回报率较低。如果价格足够低，最差公司的股票可能会在短期内发挥作用，但从长远来看，它们注定会落后于市场。

每当我用人工智能构建智能投资组合时，我都会情不自禁地对其进行评判。有时，人工智能委员会会将一只股票放入投资组合中，从而激发我的灵感。有时委员会会选择一只让我感到畏缩的股票。

对于罗伯逊启发的多头/空头投资组合，我喜欢人工智能委员会对 DXCM 的多头和对 INTC 的空头。每一个都符合最好和最差的定义。我对委员会做多 CHTR 而做空 MDB 感到畏缩，原因恰恰相反——他们似乎违背了最好和最坏的精神。

构建任何智能系统都是一个迭代过程。我的多头/空头策略的第一次迭代似乎更多地根据估值来选择空头，而不是根据我认为的业务质量来选择空头。虽然我试图尽量少地干预我的人工智能投资委员会如何挑选股票，但我计划改进这一结果。它并不遵循做空最差公司的要求。

避免仅仅在估值电话中做空昂贵的高增长、高质量公司是有道理的。这些股票抵抗地心引力的时间比你能忍受的时间还要长，而且它们比那些估值稍高的劣质公司更有可能让你脸皮崩塌。可能在某个时间和地点可以做空昂贵的高增长、高质量股票（参见 2022 年），但这是规则的例外。

听朱利安的话：做空最差的，而不是最昂贵的。

投资世界将走向何方

使用人工智能选股已经产生了一些坚定的信念：

• 简单性将在人工智能驱动的投资中获胜。智能阿尔法策略相对于基准表现良好的时间越长，就越难认为其优异表现是偶然的。它不是。智能阿尔法获胜的原因与伟大投资者获胜的原因相同：它优化拥有最好的公司，并排除那些驱动市场上如此多的人类和机器活动的分散注意力的噪音。也就是说，Intelligent Alpha 击败其他人工智能 ETF 也并非偶然：

• 从这里开始，人工智能只会成为更好的投资者。我在智能阿尔法方面的经验让我相信人工智能“理解”投资任务。人工智能的理解与人类的理解不一样，但它确实理解。正如今天的 iPhone 15 让初代 iPhone 看起来就像是尘土飞扬的遗迹一样，几年后的人工智能也将如此。人工智能将对投资任务产生更强大的理解，尽管由于简单性获胜，更大的理解只会扩大人工智能在迄今为止的结果中的现有领先地位。
• 20-30 年内，人类不会进行大规模的基本面选股。如果人工智能充分发挥其潜力，那么很难理解为什么人类会在未来继续挑选股票。人工智能将为市场提供许多不同的风格和投资理念，取代人类市场参与的活力。鉴于流动性不足以及将私募股权资产类别与公开市场分开的关系，人们将更加倾向于私募股权投资。人类可能继续玩耍的另一个地方是泡泡。泡沫是一种心理社会现象。当市场疯狂时，嫉妒和贪婪会驱使人们挑选个股。聪明的人类会玩泡泡，以人工智能可能无法做到的方式进出。大多数人都会乘着泡沫跌入谷底，这种情况经常发生。

在泡沫话题上，罗伯逊于 2000 年互联网繁荣的顶峰时期关闭了老虎管理公司，这一点颇为著名。他的基金在一段时间内表现不佳，脑损伤对他来说已经不值得了。罗伯逊非常富有。他甚至曾经说过，他希望早两年关闭该基金。

当然，如果罗伯逊让 Tiger 度过了 2000 年的萧条，Tiger 将会有令人难以置信的表现，因为它做空了那种最终损失了 50% 以上价值的股票

这就是机器相对于人的另一个优势：机器不会变得富有和快乐，也不会感受到表现不佳的压力。一台采用正确投资理念编程的机器可以渡过艰难时期并从长远来看带来阿尔法。就那么简单。