AI對二級市場投資的影響

02-25

隨著Sora的發佈，AI最近又火了一把，AI板塊也漲瘋了。

這兩年Bloomberg / Wind / Tiger Broker等傳統金融機構也相繼發佈了自己的垂直大模型應用。Crypto行業裡，Dune等諸多產品也集成了AI或者乾脆發佈了垂直GPT，我差不多都體驗了一遍。

二級市場的核心競爭力

對於”AI對二級市場投資的影響“，我個人的看法是：AI有用，但大語言模型的作用非常有限。

原因是：二級市場的核心競爭力是方法論和認知層次對市場上其他對手盤的碾壓，而不是靠生產力的碾壓。

好的（量化）交易員通過長期在市場中摸爬滾打，充分地理解市場特徵，從而形成一套穩定可量化的交易策略。而水平不夠的交易者會因為穩定虧損從而被市場淘汰，自此市場完成”良幣驅逐劣幣“的進化過程，賺錢會越來越難。

所以，想要戰勝市場穩定盈利，你要比市場進化得更快，對市場上其他的參與者理解更深，這是一種方法論和認知層次上的勝利，也是二級市場的核心競爭力。絕大多數情況下，市場的共識都是風險因子，所以“尋找非共識“是一個（量化）交易員最重要的能力，也是認知層次高的一種體現。

說得再深入一些，這種能力是和你讀沒讀CFA/金工沒直接關係，如果讀好CFA/金工就能賺錢，那在二級市場賺錢可容易太多了。一個生活常識是，在任何行業，你想賺錢總得有絕大部分人都沒有的東西，這才是競爭力，它可以是資源/資本/認知/方法論/經驗等等。

所以，所有試圖幫你直接或用極低成本賺大錢的人/事/項目，都可以歸類到非壞即蠢的範疇。

說回AI。從我目前能公開體驗到的最先進的大語言模型GPT4來看，模型對於世界的理解和認知明顯不如人類，它的優勢在於提高了生產力，水平接近本科生。所以，這並不符合我們上述提到的二級市場的核心競爭力。所以等到GPT對世界認知和理解接近甚至領先於人類，對於二級市場投資來說，才會產生重大的革命性的影響。

而且從目前來看，Crypto行業內的大語言模型的表現和GPT3.5都還有代差，更別提GPT4了。所以用垂直的GPT去交易Crypto，或者為用戶提供交易決策，任重而道遠。

那AI對於二級市場投資是不是到底沒有用呢？有。大概有幾個方向：

1、挖因子：傳統金融市場裡少數非常頭部的對沖基金是靠ML/DL的模型來挖因子，相比於傳統的靠人來挖因子，這種模式主要是在因子數量上取勝，相對犧牲因子質量，但這不是行業主流，而且這對團隊能力的要求非常高。

2、清洗/加工數據：比如用ML優化數據集裡的缺失值/異常值、識別MEV Bot的成交量等等。

3、算法交易：主要應用在市場的盤口/訂單簿等微觀結構中。

4、加工另類因子：分析新聞/社交媒體上的內容，並分析他是Positive還是Negative的，甚至去打分。

5、用GPT整理自然語言數據：比如SEC的Electronic Data Gathering, Analysis, and Retrieval中的上市公司財報都是文本格式的，用GPT整理成加工成結構化的數據，這個效果應該能做的不錯。

我目前能想到的大概就這麼幾點，如果有遺漏的，歡迎補充。通過上面這幾個場景，我們可以發現幾點規律：

1、2、3場景，在GPT流行之前就已經挺成熟了。
4、5主要是屬於GPT的應用範疇。4我沒試過，但作用估計也比較有限，第一是另類因子在多因子策略裡的佔比很低，第二是通過這種簡單粗暴+低成本挖出來的因子大概率不會好用，好用的話也會很快失效。5的作用還是提高生產力。
以上所有場景都是基於某一個非常非常非常具體的小環節會用到AI，而不是直接用AI幫你做交易/投資，因為它對於市場的認知層次太低了，此外金融行業的信噪比也太低，和智能駕駛等領域完全比不了。

以這種視角來看Crypto領域中的AI產品，Dune的思路還算是相對合理的，它並沒有嘗試去做智能投顧的角色給你直接的交易信號，當然這個產品也不是這個定位，它還是在用AI幫你提高生產效率，因為寫SQL對普通用戶的門檻確實太高了，儘管它現在並不是很智能…

Lucida （https://www.lucida.fund/ ）是行業領先的量化對沖基金，在2018年4月進入Crypto市場，主要交易CTA / 統計套利 / 期權波動率套利等策略，現管理規模3000萬美元。

Falcon （https://falcon.lucida.fund /）是新一代的Web3投資基礎設施，它基於多因子模型，幫助用戶“選”、“買”、“管”、“賣”加密資產。Falcon在2022年6月由Lucida所孵化。

Mirror

免責聲明：以上內容僅為作者觀點，不代表Followin的任何立場，不構成與Followin相關的任何投資建議。

喜歡

評論