恰在网上神秘人连胜50个人类棋手的时候，一直号称历史上第一只人工智能基金成立了，网上我看到这样一个题目，《颤抖吧！全球首只机器人选股的基金诞生！分析师、交易员危险了》。神秘人被证明是AlphaGo的升级版，我在想，基金经理的未来在哪里呢？

2017年10月18日，EquBot LLC、ETF Managers Group共同推出了全球第一支应用人工智能、机器学习进行投资的ETF：AI Powered Equity ETF(AIEQ.US)。该基金在IBM的Watson平台上运行自营的量化模型，等于是用IBM计算机建立了一支全天24小时、365天全年无休的股票研究分析团队。该基金启动4天，就取得了0.83%的回报率，而同期标普500指数上涨0.48%，纳斯达克综合指数涨幅为-0.42%。实现了开门红的AIEQ一下子成为热门基金，并引领了投资业与人工智能的大话题。

不过所谓好事多磨，AIEQ上市一个月后剧情反转了，走势又落后了，以至于被讽刺为“人工智障”，基金经理们大大松了一口气。可这次反转，证明的不过是人工智能在学习过程中的一次小反水，长期看，机器的聪明劲和持续学习的后劲就展现出来了，今年以来，截至6月8日，其收益率比标普500指数多出超过6个点。在此背景下，基金发行方也再接再厉，已经向SEC提交申请，将基于IBM的Watson选股策略的人工智能基金扩展到国际市场，代码为AIIQ，真是令人期待。

我们知道，AlphaGo与世界冠军李世石的4场比赛中还输过一次，可只用了一年后，通过两个虚拟的机器大脑的左右互搏，它的能力就突飞猛进，把人类远远地甩在后面。机器的学习能力是我们这些需要吃饭睡觉还时不时地得度假、得享受家庭天伦之乐的人类无法比的。在流水线工厂，机器可以24小时任劳任怨地工作，在研究宏观经济、行业基本面和读上市公司年报的劳作中，专注如巴菲特的天才恐怕也无法望其项背。

那么，机器取代人类基金经理的时代是否到来了呢？

我们不妨先了解一下国内基金业人工智能化的进程。

中国股市是政策市，这点没什么好论证的，证监会经常换领导，IPO一会儿常态化，一会儿收紧，海外中概股一会儿拒之于千里之外，一会儿又大门洞开笑纳回归，这些都是“人治”的范畴，在一个政策主导的市场，一旦治理思路大逆转，机器刻板顽固的先天不足立时“现形”。如果说量化正如牛顿所言“我可以计算出天体运行轨迹，却无法测量出人心的疯狂”，互联网公司近年来热捧的大数据炒股搜集的却是投资者和公众在网络上所留下的行为痕迹，并由此揣度人心，基于大数据的投资基金是否能胜任这个复杂的市场，给投资者带来优异的回报呢？ 

在“互联网+”风起云涌的时代，大数据是投资界最热门的话题，那时互联网巨擘摩拳擦掌，凭借获取股民和公众大数据的便利，纷纷推出自己的大数据指数，既预测市场，也顺便展示着大数据的魅力。当然，也只有BAT有能力拥有大数据，推出大数据基金自然也就成了它们

的专利。 

并且，与传统指数编制相比，在热点轮换快、主题投资频出的背景下，互联网的普及和大数据挖掘技术的发展，大数据也是“天时地利人和”，呈现给投资者的完全是一片投资新气象。比如百度百发100指数，发布不久就以优异的收益率完胜中证全指、沪深300、中证500等指数。而若按照其指数编制程序回溯，百发指数每一个年份都取得了超常的业绩，从累计收益来看，百发100的领先幅度惊人，2009年至2014年10月的累计增长率达710%，而沪深300、中证500、中证全指分别为34%、145%和83%，如此出众的成绩真是羡煞了广大股民，更令股市大腕们相形见绌。可基于历史模拟的数据毕竟是“事后诸葛亮”，并无真凭实据。 

有了大数据基金，还有必要膜拜“股神”和“一哥”么？几乎所有的投资者都在期盼着被“互联+”带着，超越A股题材与政策炒作的迷雾。 

可互联网巨头的感召力令这几只互联网大数据基金发行“秒光”，投资者持币排队也买不到。可正真进入市场运作，大数据基金却并无如发现者吹嘘的那样闪亮，自2015年初开始运作以来，广发百发100指数基金的业绩回报远远低于沪深300指数，也落后于创业板指数。一直被吹嘘为“聚全国人民网上搜索之力”的神奇指数，就此人设崩塌，基金大量被赎回，买者寥寥。 

大数据基金背后，当BAT们信誓旦旦地宣称“大数据为王”的时候，素以冷静执着不知疲倦著称的机器却打不过“恐惧与贪婪并存”的人脑。或许是为了保全颜面，大数据基金的始作俑者们鲜有探讨。这里也只能揣测一二，或许，除了出众的计算能力，电脑之落后，还是因为它的不识“人心”，股市中人心叵测，尤其在这样一个政策更迭的特殊时期，大数据“不读书不读报”、只统计，如此似乎不能洞察那些改变市场运行的深层次力量。更令人遗憾的或许还在于大数据以量为主，挖掘的是浮于表面的大多数人的行为和思考，而真正左右这个世界的，却是更为深藏不露的“沉默”的少数派。 

至于大数据基金指数普通在公布前和公布后表现不一致，模拟倒推出的结果优于基金发行后的表现，这也只有等待BAT们官方的解释了。 

要学会读书读报看新闻联播，学会揣摩证监会会议的动向，这恐怕不是大数据挖掘工具能胜任的。好在当下AI盛行起来，2017年6月初华夏基金与微软亚洲研究院宣布就人工智能在金融服务领域的应用展开战略合作，蚂蚁金服也宣布向金融机构开放AI能力，此前则已有嘉实等机构发声布局AI领域。或许，有鉴于大数据基金的失败经历，几乎所有的合作方都没有推出人工智能基金的计划，只是宣布用AI辅助研发，让人工智能成为投研人员的帮手，充分发掘有潜力的投资标的。 

美国金融市场的数据清楚的告诉投资者们，只有很少一部分的主动投资可以跑赢大盘指数。在过去的25年里，只有21.2%的投资于大型公司的基金跑赢Vanguard500指数。在2015年，这个数据只有15.4%。AI若想战胜市场，实际上是要获得市场中那些少数赢家的选股和择时能力。 

此前，大数据和量化分析主要依赖量价数据，通过分析量价数据的时序序列来预估股票的涨跌。而AI则可以通过对文本数据的分类，语义分析，主题分析和情感分析，来预测市场对于一个行业或一个公司的预期。AI还将政治事件、金融事件、经济事件纳入分析范围。更重要的，AI还将模拟学习优秀投资经理的思维逻辑、行为能力。 

当AI的倡导者们把AI描绘的无所不能的时候，他们自己也承认如今的AI还只能算初级水平。作为普通投资者，我们当然期盼着成熟的AI的到来，届时市场将因高效AI的存在而填平所有价值洼地，战胜市场或落后市场的机会都不复存在。那时的散户也将获得和大师一样的收益。

今天的信就写到这里，这是我们技术分析二十封信中的最后一封，下面我们将进入为期十课的宏观分析。

谢谢大家。