2023年被稱作人工智能（AI）元年。這一年ChatGPT面市，在短短時間內顛覆了互聯網行業的發展邏輯。全球最大資管機構貝萊德已經將類似技術應用于自主研發的大語言模型, 最大程度賦能其系統化投資。

　　在全球范圍內，系統化投資已逐漸成為主動投資的主流。貝萊德集團董事總經理、系統化主動權益投資團隊資深投資經理趙睿近期在接受中國證券報記者采訪時表示，人工智能已全方位應用于貝萊德的系統化主動權益投資（SAE），幫助基金經理在個股選擇和投資組合構建上實現新的飛躍。趙睿同時認為，人工智能需要大量的數據進行學習和訓練，數據積累和模型調教都是漫長的不斷精進的過程。

　　機器學習就像培養孩子

　　自ChatGPT問世以來，許多人就開始暢想將人工智能運用在投資中。早在2008年，貝萊德已開始涉足機器學習領域——貝萊德系統化主動權益投資平臺(SAE)的首個模型花了三年的時間，力圖構建嚴謹的數據結構，優化數據的處理和使用流程。

　　如今模型已經迭代到第六代。在趙睿看來，機器學習的過程就像培養一個孩子。“孩子在小時候通過大人的引導來感知周圍的世界，逐漸形成自己的判斷能力。機器學習在初期需要大量的數據和人為的指導，經過不斷學習和訓練，最終形成自主的判斷能力。”

　　在紛繁復雜的市場中，如何過濾、提取有效信息并轉化為有助于投資決策的信號，先于市場捕捉到投資機會是創造持續超額收益的關鍵。系統化主動權益投資策略由數百個投資信號構成，與業內熟知的傳統因子（如價值、成長等）不同，這些投資信號都是針對特定的市場環境單獨開發并且隨著市場的變化而不斷更新換代。趙睿介紹，系統化投資主要通過大量的、多維度的數據分析來主動選擇有超額收益潛力的品種。策略選股的邏輯與基本面投資非常類似，投資信號的構建主要圍繞三個問題展開：公司的基本面是否能支持股價上行？投資者的情緒是否能提振股價？公司是否受益于當前的宏觀和政策環境？通過數據和機器的賦能，投研人員能高效地分析大量的上市公司，并有紀律性地進行投資策略的執行。

　　模型具體如何運作？以“賣方研報情緒信號”為例，這一模型通過閱讀世界各地的賣方機構研報，幫助投資團隊判斷一家公司是否值得投資。“大部分人很難精通多種語言，人類的精力也有限，但用機器來讀就會很方便。”趙睿介紹，系統化模型較擅長預測未來一到兩個季度的股價變化，因為在這個時間段內，數據的有效性和預測能力較好。另外，宏觀主題分析也是模型的一部分。通過研究宏觀經濟環境，模型可以更好地進行行業配置，識別出具備長期增長潛力的行業。

　　具備策略容量優勢

　　相較于高頻策略的量化投資，系統化主動權益投資策略在策略容量上具有明顯優勢。趙睿表示，系統化策略持倉高度分散，調倉頻率不高，使得其對個股流動性要求低于高頻量化投資，因此策略容量限制較小，系統化主動權益投資策略能夠在更大規模的資金管理中保持有效性。

　　趙睿認為，在全球化的背景下，貝萊德的系統化主動權益投資策略不僅關注中國市場，也學習和借鑒了全球的數據和經驗，因此投資團隊需要不斷地思考、學習和探索，才能在快速變化的市場中保持競爭力。

　　AI在金融投資領域的應用將越來越廣泛，但趙睿同時表示，人類投研人員的角色依然不可替代。在她看來，AI可以幫助投研人員從數據中提煉投資線索，但投資信號和投資決策框架的構建需要人類的創造力、判斷力和熱情。因此，貝萊德的團隊成員不僅需要具備專業知識，更需要對投資充滿熱情和獨立思考的能力。

　　“機器的好處在于它可以隨時獲取并分析大量的數據。但機器跟人一樣都會出錯，我們從來不可能讓機器或某個人單獨去做投資決定。機器學習類的投資信號在目前的系統化策略模型信號中的占比約為30%。”趙睿解釋，“機器出錯的時候，正好給了我們機會去理解它出錯的原因以及它做出判斷的邏輯，以便我們及時糾正和迭代模型。這是一個不斷精進且比較花時間的過程。時間越長、出的錯越多，越能更好地完善它。系統化的好處在于其可以進行自我完善，從而節省出時間、精力、創造力、判斷力，用到別的地方。”