在過去的12個月里篮灼，我用了三份備忘錄來討論宏觀發(fā)展、市場前景和投資者行為建議徘禁。這些都是重要的話題诅诱，但通常不是我最感興趣的話題；我更喜歡討論可能在未來幾年影響市場運行的事情晌坤。由于環(huán)境與我在這三份備忘錄中所描述的幾乎沒有變化逢艘，我覺得我現(xiàn)在有權轉向一些更大的問題。

這份備忘錄涵蓋了證券市場似乎正在朝著減少人的角色的三個方向發(fā)展：（a）指數(shù)投資和其他形式的被動投資骤菠，（b）定量和算法投資它改，以及（c）人工智能和機器學習。

在深入探討之前商乎，我想大聲明確地說央拖，我并不自稱是這些方面的專家。上述第一點我已經(jīng)研究了幾十年鹉戚；我最近對第二點有了一些了解鲜戒；我正在努力趕上第三點。另一方面抹凳，由于這些領域的許多“專家”都參與其中遏餐，我認為他們可能傾向于將他們作為傳統(tǒng)積極投資的潛在接班人。接下來的只是我的意見赢底；你應該一如既取你所需失都。

一、被動投資與ETF

我已經(jīng)多次講過這個故事幸冻，但我想在此重復一下粹庞，為接下來的故事打下基礎。我在50多年前的1967年9月來到芝加哥大學商學院（還不是布斯商學院）洽损。金融與投資理論的“芝加哥學派”在60年代初在芝加哥發(fā)展起來庞溜，剛剛開始教授。它有條不紊地建立在理論基礎上碑定，同時也建立在對投資者此前所做的事情持相當懷疑態(tài)度的基礎上流码。

其中一個主要的基礎部分是“有效市場假說”及其結論：“你不能擊敗市場⊙恿酰”首先有一個合乎邏輯的論據(jù)：很明顯旅掂，所有的投資者都必須在費用和費用之前做平均值，然后在平均以下访娶。然后有經(jīng)驗證據(jù)表明商虐，幾十年來觉阅，大多數(shù)共同基金的表現(xiàn)都落后于標準普爾500指數(shù)（Standard&Poor's 500）等股指。

我的教授們在20世紀60年代末的回答很簡單秘车，盡管是假設性的和幻想性的：為什么不買指數(shù)中每家公司的股票呢典勇？這樣做可以讓投資者避免大多數(shù)人犯下的錯誤，以及與其努力相關的絕大多數(shù)費用和成本叮趴。而且割笙，至少他們可以確信，他們的表現(xiàn)符合指數(shù)眯亦，而不是落后于指數(shù)伤溉。據(jù)我所知，當時沒有人這樣投資妻率，也沒有公開的機構（實體）來做：沒有“指數(shù)基金”乱顾，也沒有“被動投資”。我認為這些術語甚至不存在宫静。但這些邏輯清晰而令人信服走净，根據(jù)維基百科的以下引文（向Richard Masson道歉，我對消息來源的愧疚孤里，因為我依賴它）：

1973年伏伯，伯頓·馬爾基爾（Burton Malkiel）在《華爾街隨機漫步》（Random Walk Down Wall Street）一書中向公眾展示了學術研究成果。眾所周知捌袜，大多數(shù)共同基金都沒有超過市場指數(shù)说搅。馬爾基爾寫道：我們需要的是一只無負載、最低管理費的共同基金虏等，它只需購買構成廣泛股市平均水平的數(shù)百只股票弄唧，不進行從證券到證券的交易，試圖抓住贏家博其。每當發(fā)現(xiàn)任何一只共同基金的業(yè)績低于平均水平時套才，基金發(fā)言人都會迅速指出“你買不到平均水平”±唬現(xiàn)在是公眾能夠做到的時候了...（紐約證交所）能提供的最大服務莫過于贊助這種基金松逊，并在非盈利的基礎上運作. . .這種基金是非常需要的忍疾，如果紐約證券交易所（順便提一句，它曾考慮過這種基金）不愿意這么做峰髓，我希望其他機構也會這么做。

第一只指數(shù)基金出現(xiàn)在那時息尺。維基百科再次指出携兵，旨在追蹤道瓊斯工業(yè)平均指數(shù)的Qualidex基金的注冊聲明于1972年生效。我沒有理由相信它吸引了許多投資者搂誉。

但后來杰克·博格爾(Jack Bogle)在1974年成立了先鋒集團徐紧，先鋒的第一個指數(shù)投資信托基金于1975年的最后一天開始運作。當時，它被競爭對手嘲笑為“非美國人”并级，基金本身也被視為“博格爾的愚蠢行為”拂檩。富達投資（Fidelity Investments）董事長愛德華?約翰遜（Edward Johnson）說，他“不相信廣大投資者會對獲得平均回報感到滿意嘲碧〉纠”博格爾的基金后來更名為先鋒500指數(shù)基金，跟蹤標準普爾500指數(shù)愈涩。它最初的資產(chǎn)相對較少望抽，為1100萬美元，但在1999年11月跨越了1000億美元的里程碑履婉。（維基百科）

指數(shù)投資的優(yōu)點是顯而易見的：大大降低了管理費用煤篙，將交易和相關的市場影響和費用降到最低，避免了人為失誤谐鼎。因此舰蟆，指數(shù)投資是一個“不能輸”的策略：你不能不跟上指數(shù)。當然狸棍，這也是一個“贏不了”的策略身害，因為你也贏不了指數(shù)（兩者往往走在一起）。

指數(shù)或被動投資起步相對緩慢草戈。在早些年塌鸯，我覺得這被當作是一個奇怪的現(xiàn)象或副業(yè)：也許是一個候選人取代了一個或兩個機構投資者的積極管理者。與傳統(tǒng)股票和債券投資（如新興市場股票唐片、私人股本丙猬、風險投資、高收益?zhèn)丫隆⒉涣紓鶆占肭颉⒛静暮唾F金屬）的許多潛在替代品一樣，一些機構向指數(shù)基金投入了少量資本星持，但很少能有意義地改變其整體投資組合的表現(xiàn)抢埋。極少機構（如果有的話）將被動投資作為其投資組合的重要組成部分：因此，它增加了一點情趣督暂，但不是一道主菜揪垄。

資產(chǎn)繼續(xù)流向被動管理的經(jīng)驗證據(jù)表明，許多主動管理者仍落后于指數(shù)逻翁。在過去的十幾年中饥努，有很多年出現(xiàn)了明顯的落后，而我不知道有多少年恰恰相反八回。因此酷愧，被動投資的趨勢穩(wěn)步增強（例如驾诈，先鋒500指數(shù)基金目前為4100億美元）。晨星數(shù)據(jù)顯示溶浴，從2005年到2011年翘鸭，投入主動和被動股票型共同基金的金額大致相似，但2012年流入被動基金的速度加快戳葵，而流入主動基金的資金開始減少就乓，2015年變成了流出。根據(jù)《洛杉磯時報》拱烁，2017年4月9日：

被動投資的傳統(tǒng)美國股票共同基金目前持有1.9萬億美元資產(chǎn)生蚁，是2007年的三倍。再加上另一種指數(shù)投資組合美國股票交易所（U.S.equity exchangetraded funds）的1.7萬億美元戏自，被動型基金的總資產(chǎn)占美國股票基金總資產(chǎn)的42%邦投，較2010年的24%和2000年的12%大幅上升。

鑒于上述《洛杉磯時報》的報導擅笔，我現(xiàn)在想介紹交易所交易基金志衣。上世紀90年代，為了與指數(shù)共同基金競爭猛们，基金經(jīng)理們想出了一種參與市場的新方法念脯。盡管投資者只能在每天交易結束時投資或贖回共同基金，但在計算每日收盤凈資產(chǎn)價值（或資產(chǎn)凈值）時弯淘，ETF可以在任何交易所開放時像公司股票一樣買賣绿店。交易更加自由的能力吸引了ETF的大量關注。盡管指數(shù)型ETF開創(chuàng)了這一新領域并在ETF份額中仍然占比很高庐橙，但如今還有許多其他類型的ETF假勿。

在20世紀末，“指數(shù)投資”和“被動投資”是同義詞：旨在被動模仿市場指數(shù)的工具态鳖。但現(xiàn)在不同了转培。今天這叫做指數(shù)投資。被動投資已經(jīng)不僅僅包括指數(shù)基金和指數(shù)ETF浆竭，還包括根據(jù)投資組合構建規(guī)則進行投資的“智能貝塔”ETF浸须。把它們看作是積極設計的、基于規(guī)則的工具兆蕉。一旦制定了規(guī)則羽戒，他們就會毫無顧忌地遵守缤沦。就像我一年前寫的：

為了發(fā)展業(yè)務虎韵，ETF的保薦人已經(jīng)轉向了“更聰明”的被動投資工具。因此缸废，ETF的組織是為了滿足（或創(chuàng)造）對特定領域的資金需求包蓝，例如各種股票類別（價值或增長）驶社、股票特征（低波動性或高質量）、公司類型或地理位置测萎。有些ETF是為那些想要增長亡电、價值、高質量硅瞧、低波動性和動力的人而設計的份乒。到了極端，投資者現(xiàn)在可以從那些被動投資于具有性別多元化高級管理層的公司的基金中進行選擇腕唧，實行“殿堂級負責任的投資”或辖，或者專注于醫(yī)用大麻、肥胖解決方案枣接、為千禧一代服務颂暇、威士忌和烈酒等。

但是但惶，當投資工具的焦點被定義得如此狹窄時耳鸯，“被動”意味著什么？與廣義指數(shù)的每一個偏離都會引入定義性問題和非被動的自由裁量決定膀曾。強調反映特定因素的股票的被動型基金被稱為“聰明的beta基金”县爬，但誰能說，制定選股規(guī)則的人比如今受到如此不尊重的主動型基金更聰明呢添谊？地平線動力公司的史蒂文·布雷格曼（Steven Bregman）稱之為“語義投資”（semantic investment）捌省，意思是股票的選擇是基于標簽，而不是定量分析碉钠。[例如纲缓，他指出，由于昂胺希克森美孚規(guī)模龐大且流動性強祝高，因此它既包括在增長型ETF中，也包括在價值型ETF中污筷。]沒有絕對標準可以證明股票具有上述許多特征工闺。

根據(jù)維基百科的數(shù)據(jù)，“截至2014年1月瓣蛀，美國共有超過1500只ETF交易陆蟆。與之相比，威爾希爾5000總市場指數(shù)中有3599只股票（按巴倫指數(shù)計算）惋增。對我來說叠殷，ETF的數(shù)量和種類提醒我，金融業(yè)習慣上渴望在好時機滿足人們在市場上“采取行動”的愿望诈皿。另外林束，我們應該如何看待那些被設計成以指數(shù)的倍數(shù)升值或貶值的杠桿ETF呢像棘？

以上就是背景。現(xiàn)在我要談談被動投資的含義及其日益流行壶冒。第一個問題是缕题，“被動投資明智嗎？”

在被動投資中胖腾，沒有人在研究公司烟零，評估它們的潛力，或者思考什么樣的股票價格是合理的咸作。也沒有人會主動決定是否將特定股票納入投資組合瓶摆，如果是，應該如何加權性宏。他們只是在模仿指數(shù)群井。

投資時完全不考慮公司基本面、證券價格或投資組合權重毫胜，這是個好主意嗎书斜？當然不是。但是酵使，被動投資通過依靠主動投資者來履行這些職能荐吉，從而消除了這種擔憂。關鍵在于記住為什么有效的市場假說說主動管理是行不通的口渔，因此為什么它期望每個人（不管是好運氣還是壞運氣）最終都能得到對風險承擔者公平的回報样屠。不多也不少。我在“他們又來了”一文中提到了這個缺脉。同樣痪欲，這將是接下來三篇引文的來源：

“. . . 被動投資的智慧來源于這樣一種信念：主動投資者的努力會使資產(chǎn)定價合理——這就是為什么找不到便宜貨的原因」ダ瘢”

股票在指數(shù)中的權重來自哪里业踢？從活躍投資者分配給股票的價格。簡言之礁扮，在產(chǎn)生指數(shù)投資和被動投資的世界觀中知举，主動投資者承擔著證券分析和定價的重任，而被動投資者通過持有完全由主動投資者決定的投資組合而獲得自由太伊。沒有積極投資者的努力雇锡，就沒有資本化權重可以效仿。

具有諷刺意味的是僚焦，正是積極的投資者——被消極的投資人群嘲笑——決定了指數(shù)投資者購買股票和債券的價格锰提，從而建立了決定指數(shù)基金所仿效的證券指數(shù)權重的市場資本結構（market?capitalizations），如果主動投資者如此缺乏洞察力，那么被動投資者聽從他們的指令真的有意義嗎欲账？

如果活躍的投資者放棄了這項工作會怎么樣？因此芭概，第二個問題是赛不，“被動投資對主動投資有什么影響？“如果廣泛的主動投資使主動投資不可能成功（根據(jù)有效市場假設罢洲，使市場過于有效踢故，證券價格過于公平），那么被動投資的日益普遍是否會使主動投資再次潛在地盈利惹苗？

“. . 當大部分股權投資被被動管理時會發(fā)生什么殿较？然后，價格將更自由地偏離“公平”桩蓉，便宜（和定價過高）應該變得更加普遍淋纲。這并不能保證積極管理者的成功，但肯定會滿足他們努力有效的必要條件院究∏⑺玻”

為了使價格發(fā)現(xiàn)不足以使價格與公允價值保持一致，有多少投資必須是被動的业汰？沒人知道答案伙窃。目前，約有40%的股票型共同基金資本是被動投資的样漆，而機構間的投資可能正朝著這個方向發(fā)展为障。這可能還不夠；大多數(shù)資金仍在積極管理放祟，這意味著許多價格發(fā)現(xiàn)仍在進行鳍怨。當然，100%的被動投資就足夠了：你能想象一個沒有人研究公司或評估其股票公允價值的世界嗎跪妥？我很樂意成為這個世界上唯一的投資者京景。但是，如果價格在40%到100%之間開始偏離內在價值骗奖，那么積極投資的價值又有多大呢确徙？這就是問題所在。我不知道执桌，但我們可能會知道的鄙皇。. . 為了積極投資的利益。

第三個關鍵問題是：“被動投資和指數(shù)投資是否扭曲了股價仰挣？“這是一個有趣的問題伴逸，可以從幾個層面上回答。

第一個層次是資本加權指數(shù)（cap-weighted）中股票的相對價格膘壶。人們經(jīng)常會問错蝴，流入指數(shù)基金的資本是否會導致指數(shù)中權重最高的股票相對于其他股票的價格上漲洲愤。我認為答案是“不”。假設給定指數(shù)中股票的市值總計為1萬億美元顷锰。進一步假設指數(shù)中一只受歡迎的股票（可能是FAANGs之一）的市值為800億美元（占總市值的8%）柬赐，一只較小、不受歡迎的股票的市值為100億美元（1%）官紫。這意味著肛宋，每10萬美元的指數(shù)基金中，8000美元在前一只股票中束世，1000美元在后一只股票中酝陈。這進一步意味著，每增加100美元的指數(shù)投資毁涉，8美元將進入前者沉帮，1美元進入后者。因此贫堰，由資金流入引起的對這兩只股票的購買不應改變它們的相對價格遇西，因為它代表了它們各自資本化的相同百分比。

但這并不是故事的全部严嗜。第二個層次的分析涉及的是屬于指數(shù)的股票與不屬于指數(shù)的股票粱檀。顯然，隨著被動投資的增加漫玄，流入指數(shù)組成部分的資本將比流入其他股票的資本更多茄蚯，資本可能會從不屬于指數(shù)的股票中流出，從而流入那些屬于指數(shù)的股票睦优。很明顯渗常，這可能導致指數(shù)中的股票相對于非指數(shù)股票的升值，原因并非基本面因素汗盘。

第三個層次涉及聰明貝塔（smart-beta）基金的股票皱碘。一只股票在接受資金流入的非指數(shù)被動工具（ceteris paribus，在其他條件都不變的情況下）中持有的越多隐孽，相對于非指數(shù)被動工具癌椿，它升值的可能性就越大。而像亞馬遜這樣被大量各類聰明貝塔基金的持有的股票菱阵，相對于那些不被持有或只被持有少數(shù)的股票踢俄，可能會升值。

綜上所述晴及，一只股票被加入指數(shù)基金或聰明貝塔基金是人氣增加的一種人為形式都办，是相對人氣決定了短期內股票的相對價格。

“近期表現(xiàn)最好的基金所持有的大量頭寸（市值不斷膨脹）意味著，隨著ETF吸引資金琳钉，它們必須購買大量此類股票势木，從而進一步推動其上漲。因此歌懒，在當前的上漲周期中啦桌，過度加權、流動性強的大盤股受益于被動工具的強制購買歼培，被動工具沒有選擇權僅僅因為股價過高就不購買股票震蒋。

就像2000年的科技股一樣茸塞，這臺看似永動機的機器不可能永遠工作下去躲庄。如果資金從股票和ETF中流出，那么被不成比例地買入的股票將不得不被不成比例地賣出钾虐。目前尚不清楚噪窘，如果指數(shù)基金和ETF必須在危急關頭拋售，它們的超權重效扫、高升值資產(chǎn)將在哪里找到買家倔监。通過這種方式，被動購買推動的升值最終很可能是輪動性的菌仁，而不是永久性的浩习。”

ETF的大幅增長及其受歡迎程度與大約9年前開始的市場反彈不謀而合济丘。因此谱秽，我們還沒有一個有意義的機會看到它們在市場下行時的運轉情況。在ETF中摹迷，市場寵兒的加入和權重過高（這可能是推高其價格的一個需求來源）是否會成為寵兒在市場退潮期間承受高于平均水平的拋售壓力的來源疟赊？它是否會進一步壓低它們的價格，并導致投資者越來越多地轉而反對它們和持有它們的ETF峡碉？我們不知道近哟，直到它真的發(fā)生，但不難想象的是鲫寄，在繁榮時期推動ETF增長的受歡迎程度在不景氣時期對ETF不利吉执。

第四個問題：“隨著指數(shù)的形成，相對于簡單地按市值比例購買股票地来，投資指數(shù)的過程能否得到改善鼠证？“多年來，我在加州的朋友羅布·阿諾特（Rob Arnott）在研究分支機構中一直主張在基本面指數(shù)的基礎上進行被動投資靠抑，而不是市場加權指數(shù)量九。羅伯是我們這一領域真正的思想家之一，我不會試圖重述他的全部論點，我也沒法公平的做這件事兒荠列。

不過类浪，可以說，一家擁有一定收益的公司肌似，市盈率（PE）越高费就，其（在指數(shù)中的）市占率越高，?被“愛”得更多川队。因此力细，在其他條件相同的情況下，價格越高的股票在指數(shù)中權重越重固额。你想把更多的指數(shù)投資投入更昂貴的股票還是那些更便宜的股票眠蚂？我寧愿選后者。因此斗躏，按照納入指數(shù)股票的收益而不是市值的比例來投資指數(shù)股是有意義的逝慧。

第五個問題：“ETF及其受歡迎程度有什么天生的問題嗎？“ETF只是另一種購買股票和債券的工具啄糙。它們本身既不好也不壞笛臣。但我對ETF的一種影響懷有擔心，要解釋清楚隧饼，得從投資ETF的人的期望（expectations）談起沈堡。

我的想法可以追溯到ETF最初受歡迎的原因：在市場開放的任何時候買賣ETF的能力。我敢打賭燕雁，很多使用ETF的人之所以這么做诞丽，原因很簡單，他們認為ETF“流動性更強”贵白，這里面有幾個問題率拒。

首先，正如我在《流動性》（2015年3月）一文中所寫的那樣禁荒，某物能夠合法出售猬膨，或有市場可供出售，這一事實可能與它總是可以以本質上公平或接近其最后售價的價格出售的事實大不相同呛伴。如果壞消息或投資者心理的低迷導致市場下跌勃痴，ETF持倉者總是會有一個可以賣出的價格，但這可能不是一個“好的交易執(zhí)行”（good execution）热康。收到的價格可能代表標的資產(chǎn)價值的折價沛申，也可能低于市場運行時的價格平穩(wěn)的中樞（even keel）。

如果你從共同基金中退出姐军，你會得到當日標的股票或債券的收盤價铁材、資產(chǎn)凈值或資產(chǎn)凈值尖淘。但當你賣出一只ETF時，你得到的價格——就像交易所里的任何證券一樣——只會是買家愿意為之付出的價格著觉，我懷疑在混亂中村生，這個價格可能會低于標的證券的NAV（資產(chǎn)凈值）。他們的設計者說饼丘，機制已經(jīng)到位趁桃，可以防止ETF價格與NAV出現(xiàn)實質性背離。但在市場嚴重崩盤之前肄鸽，我們不知道“應該”和“將”是否相同卫病。

有些人可能錯誤地認為ETF的流動性比其標的資產(chǎn)更高。例如典徘，高收益?zhèn)疎TF非常受歡迎蟀苛，可能是因為購買ETF比組合單個債券要容易得多。但在危機中烂斋，高收益?zhèn)疎TF比標的債券（它們本身可能變得相當缺乏流動性）更有流動性的可能性有多大屹逛？弱點在于础废，假設一個工具能夠提供比其基礎資產(chǎn)更多的流動性汛骂。事實上，ETF可能被證明缺乏流動性评腺，這并沒有錯帘瞭。如果投資他們的人在他們需要流動性的時候沒有流動性的預期，問題就會出現(xiàn)蒿讥。

今年3月蝶念，我注意到彭博社的一則報道，內容是Matt Pasts管理的價值9億美元的BTS戰(zhàn)術固定收益基金（Tactical Fixed Income Fund）芋绸，該基金在2月9日從“幾乎全是垃圾債券”變成了現(xiàn)金：

“[BTS]沒有雇傭信貸分析師來研究債券的基本面媒殉。Pasts是一個市場計時器，試圖判斷整個高收益資產(chǎn)類別的價值是上升還是下降摔敛。他觀察趨勢和動量指標廷蓉，比如跟蹤垃圾債券市場的交易所交易基金價格的移動平均值。如果不是垃圾马昙，BTS要么是美國國債桃犬，要么是現(xiàn)金。

完全在市場內外交易對BTS來說很簡單行楞，因為基金并不直接持有債券攒暇。相反，它幾乎完全通過ETF進行投資（這對于基金很少見）子房。1月下旬形用，在出售之前就轧，BTS在兩大垃圾債券ETF中擁有約95%的資產(chǎn)。"

拋開經(jīng)理人是否能通過預測市場短期走向來增值的問題不談田度，我對此持高度懷疑態(tài)度钓丰。我想，總有一天每币，這位投資者可能會希望進行一項在“真正的”高收益?zhèn)袌錾闲胁煌ǖ慕灰仔。麜l(fā)現(xiàn)這項交易不可能通過ETF實現(xiàn)或者。簡言之兰怠，在我看來梦鉴，建立一個策略，圍繞著這樣一個假設揭保，即ETF總是可以指望以公平的價格讓你迅速進入或退出一個流動性不足的市場肥橙，這似乎是不現(xiàn)實的。當潮水退去時秸侣，這件事的真相將變得清楚存筏。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?* * *

被動/指數(shù)投資之所以起步，是因為有一種觀點認為味榛，隨著積極投資者為證券設定“適當”的價格椭坚，股市將一如既往地繼續(xù)發(fā)展下去。這將使被動投資者能夠參與市場——組合模仿指數(shù)的投資組合搏色，在主動投資者所做的工作和價格發(fā)現(xiàn)上“搭便車”——而不必承擔他們在分析報告中的份額善茎。

但這忽略了喬治·索羅斯自反性理論背后的現(xiàn)實：市場參與者的行為改變了市場。一個市場中的任何事物都不會永遠持續(xù)频轿、獨立和不變垂涯。市場只不過是其中的人和他們所做的決定，而這些人的行為塑造了市場航邢。當人們對某些股票的投資超過其他股票時耕赘，這些股票的價格就會相對上漲。當每個人都決定不履行分析膳殷、價格發(fā)現(xiàn)和資本配置的職能時操骡，市場價格的適當性就會消失（這是被動投資的結果，就像在盲目的繁榮或蕭條中一樣）秽之。歸根結底当娱，具有諷刺意味的是，被動投資的智慧取決于一些人的積極投資考榨。當主動投資完全退出跨细，所有主動投資都停止時，被動投資就會變得輕率河质，主動投資獲得更高回報的機會就會重新出現(xiàn)冀惭。至少我是這么看的冰抢。

二可柿、量化投資

我的下一個主題——正如我所說浦徊，我只是在學習（因此我寫得有些忐忑不安）——用了諸如量化园匹、算法和系統(tǒng)投資等名稱。在這個備忘錄中戚丸，我將使用其中的第一個划址。據(jù)我所知，量化投資包括建立一套規(guī)則（也許在計算機的幫助下）限府，并讓計算機執(zhí)行這些規(guī)則夺颤。

量化投資至少有兩種主要形式。第一種可能被稱為“系統(tǒng)因素投資”胁勺。過程如下：

1世澜、管理者對歷史上的一段時期進行檢查，結果表明署穗，較高的回報率與某些“因素”有關寥裂。因素是證券的特征屬性，如價值案疲、質量封恰、規(guī)模和動量。也許在一個特定的時期络拌，表現(xiàn)最好的股票的特點是價值高俭驮，質量高回溺，資本化大春贸，最近的升值（或“動量”）。因此遗遵，經(jīng)理的結論是萍恕，他的投資組合應該包括在這些因素中排名靠前的股票。（當然车要，這些因素并不總是導致高于平均水平的回報允粤；如果情況發(fā)生變化，增長翼岁、低質量类垫、小規(guī)模和最近的表現(xiàn)不佳可能與更高的回報有關。）

2琅坡、經(jīng)理指示計算機搜索能提供大部分資金要素的證券悉患。因此，例如榆俺，計算機可以基于包括市盈率售躁、企業(yè)價值/EBITDA坞淮、市凈率和價格/自由現(xiàn)金流比率在內的度量，以及特定行業(yè)的度量陪捷，例如石油公司的價格與儲量的比率回窘，來搜索價值。

3市袖、然后啡直，管理者告訴計算機以什么比例來加權搜索條件，然后計算機系統(tǒng)地繼續(xù)向投資組合中填充證券苍碟，以提供最佳的組合因素付枫。

4、最后驰怎，指示計算機評估伴隨的風險阐滩。投資組合是優(yōu)化的，甚至約束了最具吸引力的組成部分县忌，以限制個股或行業(yè)的代表性掂榔，以及股票之間可能存在的相關性所帶來的風險。投資組合是根據(jù)規(guī)則公式推導出來的症杏，通常不需要人為干預装获。

該過程的最終產(chǎn)品是一個組合，根據(jù)算法厉颤，該組合將以最小的風險提供最高的預期回報（假設與過去較高回報相關的因素在未來將繼續(xù)如此相關穴豫，并且資產(chǎn)將像過去一樣具有波動性和相關性）。

定量投資的另一種主要形式是“統(tǒng)計套利”或“統(tǒng)計套利”逼友。例如統(tǒng)計套利精肃，假設一個投資者想購買10萬股XYZ，而該股的市場價格為20.00美元/20.01美元（可能5000股的出價為20.00美元帜乞，8000股的出價為20.01美元）司抱。經(jīng)紀人以20.01美元的價格買進8000股。下一次發(fā)行價為6000股黎烈，每股20.02美元习柠，由經(jīng)紀人認購。然后賣家以20.03美元的價格提供5000股股票照棋，經(jīng)紀人也會接受资溃。這一購買可能會使市場漲到20.03/20.04美元。

quants們的計算機注意到了這樣一個事實：市場已經(jīng)上漲烈炭，股票已經(jīng)以越來越高的價格買進溶锭。

1、如果其他股票沒有以類似的方式移動梳庆，計算機得出結論暖途，這些事件是“特殊的”——與那只股票有關——而不是“系統(tǒng)的”卑惜，或者在整個市場上都存在。

2驻售、如果該股票的價格有異乎尋常的上漲露久，而公司沒有任何消息可以解釋，電腦會得出結論欺栗，股價上漲是因為投資者買入毫痕，而不是基本面的發(fā)展。

3迟几、計算機將價格變動視為經(jīng)紀人努力填補投資者訂單造成的短期混亂消请。

4、它還根據(jù)迄今為止的交易类腮、當前市場和訂單簿（order book）的狀態(tài)來決定臊泰，為此目的進行的購買很可能繼續(xù)以高于在沒有購買的情況下股票價格進行。（It also decides on the basis of the trading to date, the current market, and the status of the order book that buying for that purpose is likely to continue to take place at prices above where the stock would be in the absence of that buying.）

5蚜枢、因此缸逃，計算機決定數(shù)量應該“賣空”股票（出售不擁有的股票）給提高價格的買方，前提是數(shù)量能夠覆蓋后者厂抽，當購買停止需频，價格下降。今天有可能以20.03美元或20.04美元的價格賣出股票筷凤，這些股票可以在幾天內以20.00美元或20.01美元的價格回購昭殉。

6、因此藐守，量化交易者提供了流動性（否則將不存在流動性）挪丢，并愿意隔夜持倉。作為交換吗伤，他所提供的股票比買回所需支付的要多出幾分錢吃靠。

我們可以說，在很大程度上足淆，統(tǒng)計套利（stat-arb）計算機對一只股票的價格與其他股票或整個市場的價格之間的不平衡做出了反應，它的作用是假定這種關系將恢復正常礁阁。所賺的“每一分錢”并不是什么大不了的事情（在上面的例子中巧号，可能是0.1%的利潤），正如文藝復興在2014年就其核心大獎章基金向參議院小組委員會發(fā)表的一份聲明中所說姥闭，“文藝復興開發(fā)的模型...做出盈利預測的頻率要比沒有盈利的頻率稍高丹鸿。"但如果你做得足夠頻繁，杠桿率足夠高棚品，統(tǒng)計套利可以產(chǎn)生有意義的股本回報靠欢。

這就像上世紀90年代末長期資本管理公司（Long-Term Capital Management）所做的那樣廊敌，尋找可以套利的統(tǒng)計差異。該公司的一位高管稱门怪，該公司所做的是環(huán)游世界骡澈，撿拾五分鎳幣和一角硬幣。但在1998年掷空，長期資本管理公司杠桿率極高的投資組合遇到了一個不太可能長的時期肋殴，在這段時期內，雙方的關系非但沒有融合坦弟，反而進一步分化护锤。按市值計價的損失導致長期貸款機構要求增加資本；無法做到這一點酿傍，該基金就崩潰了烙懦；證券行業(yè)的領導者不得不接手其投資組合。結果發(fā)現(xiàn)赤炒，LTCM在一個蒸汽壓路機前撿到了硬幣和一角硬幣修陡，蒸汽壓路機趕上了(把他壓扁了)。

從長期資本管理經(jīng)驗中吸取的經(jīng)驗教訓包括：（a）統(tǒng)計資產(chǎn)負債表的機會在規(guī)模上是有限的可霎，（b）針對其的資本同樣也必須是有限的魄鸦，（c）所采用的杠桿必須是合理的，以便投資者能夠在那些歷史關系和概率不成立的時期生存下來癣朗，以及（d）同樣拾因，適當對沖市場的整體方向性風險是很重要的。

? ? ? ? ? ?* * *

定量投資者對他們的電腦進行編程旷余，以模仿過去盈利或未來預期盈利的行為绢记。換言之，他們?yōu)樽约旱挠嬎銠C制定了生存規(guī)則或公式正卧。關鍵問題是蠢熄，在像投資這樣一個競爭性、動態(tài)性和相互關聯(lián)的領域炉旷，盈利的途徑是否可以用一個公式來捕捉签孔，投資環(huán)境的變化（也許是因為公式的實施）是否不會否定這個公式的有效性。

就在前幾天窘行，我收到了Rosalie J. Wolf的一封電子郵件饥追，她是我們一些客戶董事會的前首席信息官兼顧問，詢問哪份備忘錄中有一段她喜歡用的引語罐盔。結果是出自《敢作敢為》（zx-shi翻譯）（2006年9月）但绕，具有諷刺意味的是，這與上面提出的問題極為相關：

"如何才能取得優(yōu)異的投資效果？答案很簡單：我不僅不知道任何一個公式會導致高于平均水平的投資績效捏顺，但我相信這樣的公式是不可能存在的六孵。根據(jù)我最喜歡的靈感來源之一，已故的約翰·肯尼斯·加爾布雷斯：賺錢沒有可靠的學問可學幅骄。如果有的話劫窒，學習會很緊張，每個智商為正的人都會很富有昌执。（If there were, study would be intense and everyone with a positive IQ would be rich.）

當然烛亦，不可能有一個投資成功的路線圖。首先懂拾，那些跟隨地圖的人的集體行動會改變地形煤禽，使之無效。其次岖赋，每個人都會達到同樣的效果檬果，人們仍然會渴望看到前四分之一。必須通過其他途徑找到的路線唐断⊙〖梗“

在進一步討論之前，請允許我詳細說明我對一個公式的潛在性的懷疑脸甘，這個公式將導致高于平均水平的投資表現(xiàn)恳啥。

首先，雖然有一些我認為行不通的投資方式丹诀，但也有一些杰出的人在其中取得了成功钝的。我在這里包括積極的貿易，宏觀投資和數(shù)量投資铆遭。最后硝桩，文藝復興和二西格瑪（Renaissance Technologies and Two Sigma）因其卓越的表現(xiàn)而享有盛譽。我母親常說：“只有少數(shù)人能做一些事枚荣，這證明了大多數(shù)人做不到碗脊。所以，雖然我不認為我的懷疑總是有道理的橄妆，但我確實認為這通常是適當?shù)难昧妗亩x上講，認為大量的人能夠得出能夠產(chǎn)生優(yōu)異性能的公式是沒有意義的呼畸。

第二痕支，關鍵詞是“孤獨”（alone），任何舊的公式都無法解開投資成功的秘密蛮原。一個特殊的公式，基于特殊的智力和洞察力得出另绩，可以想象儒陨，可以做這項工作花嘶，雖然可能只是有限的時間。

很明顯蹦漠，一個公式的應用和推廣最終會結束它的有效性椭员。假設（在一個極其簡單的例子中）你對市場的研究表明，小公司的股票在一段時間內擊敗了市場笛园，所以你增持了它們隘击。

a） 由于“跑贏大盤”、“超值升值”和“超值表現(xiàn)”往往只是“變得相對昂貴”的反面研铆，我懷疑任何一組股票都能長期跑贏埋同，而不會完全或過高定價，從而為表現(xiàn)不佳做好準備棵红。

b） 似乎同樣清楚的是凶赁，最終其他公司也會檢測到同樣的“小盤效應”，并投入其中逆甜。在這種情況下虱肄，小盤股投資將變得廣泛，從定義上講交煞，不再是優(yōu)勢來源咏窿。

重申一下，喬治索羅斯的自反性理論說素征，市場參與者的行為改變了市場集嵌。因此，沒有一個公式永遠是贏家稚茅。對我來說纸淮，這意味著通過量化投資獲得更高的回報需要不斷正確更新公式的能力。由于投資是動態(tài)的亚享，定量投資所依賴的規(guī)則必須是動態(tài)的咽块。

據(jù)我在這些問題上的首席導師、高盛（Goldman Sachs）的Raj Mahajan所說欺税，“隨著環(huán)境的變化和因素的動態(tài)變化侈沪，當今最好的模型將改變風險敞口⊥碓洌”（例如亭罪，它們變得更便宜或更貴）。規(guī)則變得越來越復雜歼秽，它們能夠“學習”（即应役，它們是“有條件的”或“有背景的”），因為它們了解更多的環(huán)境÷嵯椋“持續(xù)的更新——而不是僅僅是一個公式”——似乎是任何量化投資人獲得長期成功的最低要求院崇。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?* * *

在我看來，雖然這兩個”兄弟會的成員“（fraternities）可能會拒絕這種比較袍祖，但量化投資與智能beta ETF投資有一些共同點：

1底瓣、兩者都是基于規(guī)則的，追求管理人希望在其持有的股票中擁有的屬性蕉陋。

2捐凭、一旦制定了規(guī)則，人類（很大程度上）就會把手從方向盤上移開凳鬓，把實現(xiàn)留給計算機茁肠。

我看到的主要區(qū)別——它們非常重要——是：

1、數(shù)量投資有更多的交易村视。由于指數(shù)基金和ETF是“被動”的官套，因此對公司基本面和證券價格的吸引力漠不關心，它們基本上是買入并持有的蚁孔。另一方面奶赔，量化投資者的電腦不斷地根據(jù)算法或規(guī)則重新檢查他們的投資組合。

2杠氢、量化過程更”定量“站刑。正如Steven Bregman所說，聰明beta ETF是基于“語義（semantics）”來購買的：即證券是如何被標記的（對于組內證券沒有任何的量化標準without any quantitative standards for membership in groups）鼻百。另一方面绞旅，量化投資者則是基于對證券基本面和價格的量化評估。

在結束關于量化投資的話題時温艇，我想提到一些與時間框架有關的問題（其中一些問題是我兒子安德魯提出的）因悲。

1、大多數(shù)量化投資都是利用標準模式（taking advantage of standard patterns）（與表現(xiàn)優(yōu)異相關的因素）和正常關系（如一只股票與另一只股票或市場的通常比率）勺爱。

2晃琳、Quants們根據(jù)這些東西的歷史數(shù)據(jù)進行投資。但如果未來的模式和關系與過去不同琐鲁，會發(fā)生什么呢卫旱？

3、大多數(shù)量化投資者只在利率下降围段、通脹率低顾翼、波動率低以及這些方面的趨勢相當穩(wěn)定的時期進行過操作，這重要嗎奈泪？如果利率适贸、通脹和波動率上升或變得更加多變灸芳，它們的方法是否會被證明具有足夠的靈活來進行調整？如果它們真的上升或變得更加多變取逾，那么quants在制定規(guī)則時會使用哪些歷史數(shù)據(jù)耗绿？

4苹支、同樣砾隅，在受數(shù)量影響的時期內，投資業(yè)績的歷史有限债蜜，這是否重要晴埂？換句話說，定量投資的增加是否會影響定量投資的有效性寻定，從而改變成功所需要的要素儒洛？

我們拭目以待，但肯定不能說大多數(shù)量化投資者在這方面都得到了試煉狼速。

三琅锻、人工智能與機器學習

由于我現(xiàn)在已經(jīng)遠遠超出了我的技術專長的限制，我將再次依靠維基百科來介紹以下主題的討論：

”人工智能是由機器表現(xiàn)出來的智能向胡，而不是由人類和其他動物表現(xiàn)出來的自然智能恼蓬。在計算機科學中，人工智能研究被定義為對“智能體”的研究：任何感知環(huán)境并采取行動使其成功實現(xiàn)目標的機會最大化的設備僵芹。通俗地說处硬，術語“人工智能”是當機器模仿“認知”功能，即人類與其他人類頭腦的聯(lián)系拇派，如“學習”和“解決問題”荷辕。截至2017年，人工智能的能力通常包括成功理解人類語言件豌、在戰(zhàn)略游戲系統(tǒng)（如國際象棋和圍棋）中的最高水平競爭疮方、汽車自動駕駛、內容交付網(wǎng)絡中的智能路由和軍事模擬（intelligent routing in content delivery network and military simulations.）茧彤。人工智能研究的傳統(tǒng)問題（或目標）包括推理骡显、知識表示、規(guī)劃棘街、學習蟆盐、自然語言處理、感知以及移動和操作對象的能力遭殉∈遥”

換句話說，人工智能意味著機器的思考能力险污。定量投資包括給計算機下達指令痹愚。但是富岳，一臺具有人工智能的計算機可以自己想辦法做什么。正如《投資者商業(yè)日報》（Investor's Business Daily）5月10日所說拯腮，“人工智能使用計算機算法復制人類學習和預測的能力窖式。”

Bernard Marr在《福布斯》（Forbes）雜志（2016年12月6日）上對人工智能和機器學習進行了區(qū)分：

“簡而言之动壤，最好的答案是萝喘，人工智能是一個更廣泛的概念，即機器能夠以我們認為“智能”的方式執(zhí)行任務琼懊。機器學習是當前人工智能的一個應用阁簸，其基礎是我們應該真正能夠讓機器訪問數(shù)據(jù)并讓它們自己學習。 兩個重要的突破導致了機器學習的出現(xiàn)哼丈，它正以目前的速度推動著人工智能的發(fā)展启妹。其中之一是，1959年亞瑟·塞繆爾（Arthur Samuel）意識到醉旦，與其教計算機他們所需要的關于世界和如何執(zhí)行任務的一切知識饶米，還不如教他們自己學習。第二车胡，最近檬输，互聯(lián)網(wǎng)的出現(xiàn)，以及產(chǎn)生吨拍、存儲和提供給分析的數(shù)字信息數(shù)量的巨大增長褪猛。

一旦這些創(chuàng)新到位，工程師們意識到羹饰，與其教計算機和機器如何做每件事伊滋，不如讓它們像人類一樣思考，然后把它們插到互聯(lián)網(wǎng)上队秩，讓它們能夠接觸到世界上所有的信息笑旺，這樣做的效率要高得多♀勺剩”

因此筒主，正如這位非技術人員（non-techie）所見，人工智能可以使機器學習成為可能鸟蟹，計算機通過篩選大量數(shù)據(jù)乌妙，識別通往成功的道路。他們不必像量化投資那樣遵守美聯(lián)儲的規(guī)則建钥；他們自己制定規(guī)則藤韵。（最優(yōu)秀的棋手成為大師的方法之一是研究過去的棋賽，觀察所做的動作熊经，記住在每種情況下哪個動作最成功泽艘，以及對那個動作的最佳反應欲险。但一個人可以學習的游戲數(shù)量和可以記住的動作數(shù)量顯然是有限制的。這就是問題所在：一臺足夠強大的計算機可以審查每一個游戲匹涮，評估每一個動作的后果天试，并決定將導致成功的動作。因此然低，如今計算機正在擊敗大師級的計算機喜每，當他們擊敗大師級的計算機時，沒有人再感到驚訝了脚翘。）

機器學習仍處于初級階段灼卢。也許有一天，人工智能和機器學習將允許計算機作為市場的完全參與者来农，實時分析和反應大量的數(shù)據(jù)，其判斷和洞察力水平相當于或優(yōu)于許多投資者崇堰。但我懷疑它會很快出現(xiàn)沃于，索羅斯的自反性理論提醒我們，所有這些電腦都有可能以某種方式影響市場環(huán)境海诲，使它們更難取得成功繁莹。

四、對投資的影響

直到第十四頁特幔，我才開始討論促使我開始寫這篇備忘錄的問題：這些事情對我們職業(yè)的未來意味著什么咨演。

對我來說，指數(shù)和被動投資的情況很明顯：

1蚯斯、大多數(shù)人不能也不會打敗市場薄风，特別是在效率更高的市場。平均而言拍嵌，在考慮成本之前遭赂，所有投資組合的回報都是平均的。

2横辆、主動管理引入了一些考慮因素撇他，如管理費；與交易相關的傭金和市場影響狈蚤；以及經(jīng)常導致投資者在錯誤的時間比在正確的時間買賣更多的人為錯誤困肩。這些都對凈結果有負面影響。

3脆侮、積極管理的唯一一個方面是阿爾法（alpha）或個人技能锌畸，有可能抵消上述負面因素。然而他嚷，相對來說蹋绽，很少有人有此才能芭毙。

4、由于這個原因卸耘，大量活躍的經(jīng)理人未能擊敗市場退敦，并以此來證明他們的收費是合理的。這不僅僅是我的結論：如果不是這樣蚣抗，資本就不會像以前那樣從主動基金流向被動基金侈百。

5、不管怎樣翰铡，幾十年來钝域，積極的管理者一直在收取費用，就好像他們掙到了一樣锭魔。因此例证，活躍的投資管理行業(yè)的許多部分的盈利能力都沒有考慮到它是否為客戶增加了價值。

值得注意的是迷捧，被動投資的趨勢并非因為那里的回報巨大而出現(xiàn)织咧。被動投資被關注的原因僅僅因為積極管理的結果很差，或者至少不足以證明收費的合理性漠秋。

現(xiàn)在笙蒙，客戶已經(jīng)明白了，除非上述情況有所改變庆锦，否則被動投資的趨勢將繼續(xù)下去捅位。什么能阻止它？

1搂抒、更積極的管理者可能有能力提供alpha（但這不太可能）艇搀。

2、市場可能變得更容易被擊斞喙ⅰ（這可能會不時發(fā)生）中符。

3、費用可能會降低誉帅，以便與被動投資費用競爭（但在這種情況下淀散，尚不清楚如何支持主動管理基礎設施）。

除非上述理由存在缺陷蚜锨，否則被動投資的趨勢可能會繼續(xù)下去档插。至少，它減少或消除了管理費亚再、交易成本郭膛、過度交易和人為失誤：這是一個不錯的組合。（not a bad combination）

當然氛悬，也有積極的投資者表現(xiàn)出色则剃。不是大多數(shù)耘柱，也不是一半。但也有少數(shù)人能掙到他們的費用棍现，而且他們應該繼續(xù)有需求调煎。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?* * *

接下來是量化投資，評估未來尤其有趣己肮。量化投資的好消息是士袄，它糾正了主動管理的許多缺點：

1、它可以做很多人們做的事情谎僻，通常不會犯“人為錯誤”娄柳。

2、它可以處理無限多的數(shù)據(jù)艘绍。

3赤拒、它排除了情感；它從不在興奮時買進鞍盗，也從不在恐慌中賣出需了。

4、它從不忘記重新平衡（rebalence）：賣掉昂貴的東西般甲，買便宜的東西。

量化投資很好地利用了計算機處理大量數(shù)據(jù)的能力以及它們不受人為錯誤的影響鹅颊。簡而言之敷存，我認為電腦比絕大多數(shù)投資者做得更多，做得更好堪伍。

從局限性方面看锚烦。我認為量化投資也是一種搭便車的策略：它從他人造成的不平衡中獲利〉酃停“鎳幣和一角錢”的供應僅限于這些不平衡的程度涮俄，因此只有有限的資本才能以這種方式獲得巨大的優(yōu)勢。最好的量化公司文藝復興從其旗艦大獎章基金中返還了所有外部資本尸闸，這肯定是有原因的妥色；如果一種投資方法具有無限的可擴展性乔妈，根據(jù)定義，限制管理下的資本永遠不經(jīng)濟。（當然房蝉，所有“阿爾法策略”都是基于利用他人的錯誤；因此朋腋，機會僅限于錯誤的規(guī)哪迳龋——請參閱2012年6月20日的“這都是一個大錯誤”）

還有更大的問題：定量投資能否做出更高質量的決策？它能長期投資嗎调卑？

這讓我想起了我最喜歡的一句話抡砂。這是社會學家William Bruce Cameron寫的大咱，盡管很多人把它歸因于阿爾伯特·愛因斯坦（我過去也這么做過）：

“. . . 不是所有可以計數(shù)的東西都能計數(shù)，也不是所有可以計數(shù)的東西都能計數(shù)注益〔杲恚”

計算機可以做一項無與倫比的工作，處理可以計算的事情：定量和客觀的事情聊浅。但還有很多其他的東西——定性的餐抢、主觀的東西——都很重要，我懷疑電腦能做最好的投資者所做的事情：

1低匙、他們能不能和一個CEO坐下來旷痕，看看他是否是下一個史蒂夫?喬布斯？

2顽冶、他們能聽一聽風險投資的宣傳欺抗，知道下一個亞馬遜是什么嗎？

3强重、他們能不能看看幾棟新建筑绞呈，告訴他們哪棟最能吸引租戶？

4间景、他們能預測破產(chǎn)重組的結果嗎佃声？在破產(chǎn)重組中，各方可能有經(jīng)濟最大化以外的動機倘要？

此外圾亏，量化投資強調從短期混亂中獲利，這就留下了很多有待挖掘的地方》馀。現(xiàn)在的投資大多只考慮短期志鹃，所以我認為優(yōu)秀的積極投資者有很大的空間就長期而言作出增值決策。我沒有理由相信計算機能以更優(yōu)越的方式做好這些東西泽西。

最偉大的投資者并不一定比其他人在算術曹铃、會計或金融方面更優(yōu)秀；他們的主要優(yōu)勢在于捧杉，他們在質量屬性和/或從長遠來看陕见，看到了普通投資者所忽略的優(yōu)點。如果電腦也錯過了它們糠溜，我想少數(shù)最好的投資者不會很快退休淳玩。

機器學習能使計算機研究整個金融歷史，找出最成功的投資是什么非竿，并找出什么將在是有效的（因子）蜕着？我不知道，但即使知道，我認為這還不夠承匣。計算機蓖乘、人工智能和大數(shù)據(jù)將幫助投資者了解更多信息，并做出更好的量化決策韧骗。但在電腦具備創(chuàng)造力嘉抒、品味、洞察力和判斷力之前袍暴，我認為阿爾法投資者將繼續(xù)扮演重要角色些侍。

（然而，我對我們的工作安全的信心并不是無限的政模。有趣的是岗宣，2016年，斯坦福大學的一個小組開發(fā)了一個計算機程序淋样，在81%的時間里耗式，正確區(qū)分了懸念性（suspenseful）和非懸念性書面語段。研究人員通過就哪些特征會導致懸念達成一致趁猴，然后讓程序識別這些特征并學習識別新特征來做到這一點刊咳。）

重要的是，無論是定量投資還是人工智能的趨勢儡司，都是以大量基本面和價格數(shù)據(jù)的可用性為前提的娱挨。上市公司及其證券方面有大量此類數(shù)據(jù)。另一方面捕犬，Oaktree和其他另類投資者所涉及的很多事情都是私人的让蕾、非交易的和相對無證的：比如不良債務、直接貸款或听、私募股權、房地產(chǎn)和風險投資笋婿。人工智能/機器學習最終會進入這些領域誉裆，但在它足夠復雜和數(shù)據(jù)足夠可用以允許計算機自主操作之前，可能還需要很長一段時間缸濒。

最后足丢，我認為這種情況有點像指數(shù)投資：如果有一天智能機器管理所有的錢，他們會不會（a）看到所有的東西都一樣庇配，（b）得出相同的結論斩跌，（c）設計相同的投資組合，從而（d）執(zhí)行相同的投資捞慌？那么耀鸦，通往卓越表現(xiàn)的道路是什么呢？具有超凡洞察力的人類。至少這是我的希望袖订。

June 18氮帐，2018