金工对AI选股策略的探索与思考：机器能否在股票投资上全面取代人类？-20230904-申万宏源-34页_2mb

机器能否在股票投资上全面取代人类？——申万宏源金工对AI选股策略的探索与思考总结

核心内容概述

本文由申万宏源金工撰写，探讨AI选股策略是否能够全面取代人类在股票投资领域的角色。文章指出，随着AI技术的快速发展，AI策略在近年来表现突出，尤其是在量价信息的处理上，展现出优于传统基本面投资的灵活性和适应性。但AI策略仍存在局限性，例如黑箱属性、对基本面信息处理能力有限等，因此目前尚无法全面取代人类。

主要观点

AI选股策略的崛起

• 自2022年底以来，传统的主动权益基金表现疲软，AI策略则在量价信息的处理上表现出色，特别是在2023年震荡市场中，AI策略整体优于基本面投资。
• AI策略主要依赖量价数据进行预测，表现出对市场风格的灵活跟随和提前判断拐点的能力，但其黑箱属性使得其决策过程难以解释。

AI策略的运作机制

• AI策略通过神经网络模型，尤其是BiLSTM和Transformer架构，能够捕捉复杂的非线性关系。
• 与传统多因子策略不同，AI策略不依赖于基金经理对因子的主观判断，而是通过算法自动学习并生成股票组合。

AI策略的门槛与未来

• 当前AI策略的使用门槛并不高，已有开源算法可供使用，且算力的提升使得AI策略的开发更加可行。
• 随着AI技术的进一步发展，如Transformer模型的广泛应用和参数规模的增加，AI策略的能力圈有望拓展至基本面领域。

AI与基本面投资的对比

• AI策略在量价领域有独特优势，但其对基本面信息的处理能力较弱，因此无法完全替代基本面投资。
• 基本面投资更关注企业的盈利能力和市场估值，其收益来源更为稳定和长期，与AI策略的短期量价优势形成互补。

关键信息

AI策略的优势

• 灵活性：AI策略能够根据市场风格快速调整持仓，表现出对市场拐点的提前判断能力。
• 非线性拟合能力：AI能够捕捉复杂市场关系，相比传统线性模型更具适应性。
• 数据依赖性：AI策略主要依赖量价数据，对基本面信息的处理能力较弱，但仍在某些方面表现出色。

AI策略的局限性

• 黑箱属性：AI的决策过程难以解释，可能引发投资者信任问题。
• 对基本面信息的不擅长：AI目前在基本面分析上仍存在短板，无法有效替代传统基本面投资。
• 依赖投资团队：AI策略的构建和维护需要专业团队，策略最终仍需基金经理进行决策和调整。

基本面投资的优势

• 稳定性与可解释性：基本面投资基于企业盈利、估值等可解释的指标，具有更强的逻辑性和可跟踪性。
• 长期视角：基本面投资关注企业的长期价值和增长潜力，更适合长期趋势。

对主动权益投资的建议

• 坚守基本面投资：当前市场环境更适合量价策略，但基本面投资仍是长期趋势，建议投资者坚守基本面投资，静待基本面行情归来。
• 结合量化工具：可以将AI策略作为量化工具使用，辅助基本面投资进行短期调整和增厚收益。

附录要点

• 估值因子：AI策略在PB因子上表现尤为突出，但随着PB因子IC下降，其暴露也随之减少。
• 波动率与流动性：AI策略对波动率和流动性因子表现出更高的敏感性和调整频率。
• 动量因子：AI策略在动量因子上也有一定的反应能力，但整体表现与中证500较为贴合，缺乏显著优势。

风险提示

• AI策略基于历史数据和第三方信息构建，不保证未来表现。
• 市场环境变化可能导致模型失效，投资需谨慎。
• 本报告不构成投资建议，仅用于信息参考。

结论

AI策略在当前市场环境下展现出较强的适应性和灵活性，尤其是在量价领域。然而，其黑箱属性和对基本面信息处理能力的不足，使得其无法全面取代人类。AI与基本面投资各有优势，未来AI可能在基本面领域有所突破，但目前仍需基本面投资在长期趋势中发挥主导作用。