2023年被称作 人工智能 （AI）元年。这一年ChatGPT面市，在短短时间内推翻了互联网行业的发展逻辑。全球最大资管机构贝莱德已经将类似技术应用于自主研发的大语言模型, 最大水平赋能其系统化投资。

　　在全球范围内，系统化投资已逐渐成为主动投资的主流。贝莱德集团董事总经理、系统化主动权益投资团队资深投资经理赵睿近期在接受中国证券报记者采访时表示， 人工智能 已全方位应用于贝莱德的系统化主动权益投资（SAE），帮助基金经理在个股选择和投资组合构建上实现新的飞跃。赵睿同时认为， 人工智能 需要大量的数据进行学习和训练，数据积累和模型调教都是漫长的不断精进的过程。

　　机器学习就像培养孩子

　　自ChatGPT问世以来，许多人就开始畅想将 人工智能 运用在投资中。早在2008年，贝莱德已经开始涉足机器学习领域——贝莱德系统化主动权益投资平台(SAE)的首个模型花了三年的时间，力图构建严谨的数据结构，优化数据的处理和使用流程。

　　如今模型已经迭代到第六代。在赵睿看来，机器学习的过程就像培养一个孩子。“孩子在小时候通过大人的引导来感知周围的世界，逐渐形成自己的判断能力。机器学习在早期需要大量的数据和人为的指导，经过不断学习和训练，最终形成自主的判断能力。”

　　在纷繁复杂的市场中，如何过滤、提取有效信息并转化为有助于投资决策的信号，先于市场捕捉到投资机会是创造持续逾额收益的关键。系统化主动权益投资策略由数百个投资信号构成，与业内熟知的传统因子（如价值、成长等）不同，这些投资信号都是针对特定的市场环境单独开发并且随着市场的变化而不断更新换代。赵睿介绍，系统化投资主要通过大量的、多维度的数据分析来主动选择有逾额收益潜力的品种。策略选股的理论与基本面投资非常类似，投资信号的构建主要围绕三个问题展开：公司的基本面是否能支持股票价格上行？投资人的情感是否能提振股票价格？公司是否受益于当前的宏观和政策环境？通过数据和机器的赋能，投研人员能高效地分析大量的上市公司，并有纪律性地进行投资策略的执行。

　　模型具体如何运作？以“卖方研报情绪信号”为例，这一模型通过阅读世界各地的卖方机构研报，帮助投资团队分析一家公司是否值得投资。“很多人很难精通多种语言，人类的精力也有限，但用机器来读就会很方便。”赵睿介绍，系统化模型较擅长预测未来一到两个季度的股票价格变化，因为在这个时间段内，数据的有效性和预测能力较好。另外，宏观主题分析也是模型的一部分。通过研究宏观经济环境，模型可以更好地进行行业配置，识别出具备长期增长潜力的行业。

　　具备策略容量优势

　　相较于高频策略的量化投资，系统化主动权益投资策略在策略容量上具有明显优势。赵睿表示，系统化策略持仓高度分散，调仓频率不高，使得其对个股流动性要求低于高频量化投资，因此策略容量限制较小，系统化主动权益投资策略能够在更大规模的钱财管理中保持有效性。

　　赵睿认为，在全球化的环境下，贝莱德的系统化主动权益投资策略不仅关注中国市场，也学习和借鉴了全球的数据和经验，因此投资团队需要不断地思考、学习和探索，才能在快速变化的市场中保持竞争力。

　　AI在金融投资领域的应用将越来越广泛，但赵睿同时表示，人类投研人员的角色硬是不可替代。在她看来，AI可以助推投研人员从数据中提炼投资线索，但投资信号和投资决策框架的构建需要人类的创造力、判断力和热情。因此，贝莱德的团队成员不仅需要具备专业知识，更需要对投资布满热情和独立思考的能力。

　　“机器的好处在于它可以随时获取并分析大量的数据。但机器跟人一样都会犯错，我们历来不会让机器或某个人单独去做投资决定。机器学习类的投资信号在现今的系统化策略模型信号中的占比约为30%。”赵睿解释，“机器犯错的时候，正好给了我们机会去理解它犯错的原因和它做出判断的理论，以便我们及时纠正和迭代模型。这是一个不断精进且比较花时间的过程。时间越长、出的错越多，越能更好地完善它。系统化的好处在于其可以进行自我完善，从而节省出时间、精力、创造力、判断力，用到别的地方。”