投资杂感51：“阿法狗”与投资
2016-03-16 15:32阅读：
最近，人工智能“阿法狗”（AlphaGo）在人类数百余年来积累起的最高智慧游戏的代表——围棋艺术上战胜了人类最强的职业棋手。很多人不免担心，人类还有什么智力活动是机器不能超越的？比如在证券投资领域，电脑或人工智能机器人能否取代投资经理的作用？
这里我不想去讨论未来人工智能是否能像一些科幻所预言的强、超人工智能的技术可行性，而想从投资作为一种智力活动的本质来谈这个问题。
按照近代经济学家们的大量研究，股票市场总体看经常性地呈现的是一个随机漫步的波动，但这不是一种纯粹的种随机漫步，其波动的长期趋势一定是趋向于相应的股票背后的企业内在价值。“随机漫步”的根本原因在于由于投资人之间短期的套利推动，市场可以迅速地反应企业一定的经营及预期信息。投资人得到的信息越对称、越及时、解读越精准，这种套利过程的效率就越高，经济学家把这种现象称为“市场有效性”。但是，这种短期的套利未必能反应企业未来的未知经营价值和信息，特别是，在套利达到一定的激进程度后，市场就可能显示出其“混沌性”的一面，不经意的轻微外界变化就会导致巨大的、超过任何常理的意外波动。这种巨大波动看似兼具随机性和秩序性，令人敬畏和恐惧。历史上，多少极为聪明、历史业绩极优的套利投资人载倒在这种混沌波动中。
所有的人工智能在金融市场上的运用，其设计都主要是着眼于短期的套利及如何捕捉市场最大的获利机会，否则，如果不能在一定的时期内获得超额收益或者捕捉不到当期最有价值的品种，那么人工智能在此领域就失去了应用价值——这与大多数投资人的诉求是一致的。因此，有理由相信，如果市场上出现了类似于AlphaGo那样的能超过市场绝大多数投资人的盈利能力（在一定时期内），那么市场不久必然会有同类的各种类型的人工智能的“投资机器人”出现，其结果就是套利的效率更高，市场显得更加“有效”，不久连AlphaGo的超额盈利能力将下降乃至消失。其实，目前很多的市场“量化投资”本质上也是一种人工智能“理财”顾问的应用。这类量化投资的历史不长，但变化演进、淘汰率甚高。
但是，市场无论如何波动，市场的长期趋势是清晰的，就是在波动调整后必然朝向企业内在价值变化的方向。这也是以长期投资为主要特征的投资企业价值人的主要思考依据。归纳起来，像巴菲特这类投资于优势企业的长期投资人的思考点主要包括：
1.如何找到长期而言（比如8年、10年后）可能更有价值的企业，这需要清楚地了解行业的业务模式、结构和趋势，公司在此行业中的经营策略及与同行的比较等；
2.评估其股价是否与业务未来可能的盈利规模与可靠度匹配；
3.只在自身能把握的熟悉领域内寻找，不关心市场中是否有其他短期内更有机会的品种，也不关心短期内市场价格的波动（也就是不在乎于短期的市值业绩）。
可以看到，长期投资人与上述人工智能的投资诉求基本不重合。因此可以说，如果市场上充满了Alphago们，互博的结果只能加大市场的随机性和混沌性，Alphago们的超额收益率将大大下降，但却不会影响长期投资人的收益率。
那么是否Alphago们可以仿照巴菲特的投资思考方法进行人工智能模拟从而取得更好的长期投资业绩？可以看到，人工智能要想模仿巴菲特，需具备如下条件：具有卓越的企业鉴别力及对价格风险的识别能力；持之以恒的耐力和长周期的资金。
目前阶段的人工智能（包括深度学习类）能够应用的领域大多是那种具明确规则或规划、可程式化和可枚举类的人类智力活动(如各类规则特征性的识别分析，如医学诊断；各种棋类游戏；交互应答辨别，如语音语义图像分析；规则性的自动处理，如故障灾害诊断处理、处理自动驾驶等)，而优秀投资需要的智力活动，属于那种要求从有限的市场信息中去把握本来需要无限的信息才能得到结果的“思维艺术”（比如对公司价值的估价和分析），其“规则”是大原则性而非具体的规划和程式，比如巴菲特的投资原则就是那样几条，并非可以量化和程式化的，也非可枚举类的。此外，这类成功的例子（即真正的“巴菲特们”）还太很少，即使要“深度学习”也极为困难。所以，在相当长时期内，人工智能在这样的领域中很难来施展。
此外，长周期资金更是资产管理机构最难得的资源，它依赖于投资人对其投资经理人及其方法的综合信赖，对其优良投资业绩口碑的认可。而人工智能类的方法在这点上就更处劣势了。
总之，巴菲特这类以对企业及其价值鉴赏力为特长、以长周期资金为基础的投资活动，与人类的管理活动、卓越的艺术创作等都属人类智慧活动的高层次之列。如果说人工智能最终能够取代人类的所有智慧活动，那么这些领域将是最后被“取代”的。
