人工智能悄然滲入華爾街日常 摩根資產管理和Robeco率先探路

　　華爾街對人工智能（AI）的短暫試探已變成一場持久的糾纏，而且這一過程正開始影響策略構建、風險識別和資金流動。

　　生成式人工智能不再只是一個令人好奇的對象。ChatGPT問世僅不到三年，人工智能正從支持性角色轉向「副駕駛」。

　　大語言模型為金融人士總結財報電話會、識別市場異常、草擬研究報告，並推動投資組合決策。大多數應用雖然只是靜悄悄推出，但如果把它們結合起來看，會發現華爾街的投資決策在制定、驗證，實施方式上正在發生根本性變化，現在還只是早期。

　　「我們正在朝着一個數字化的未來邁進，在這個未來中，AI和生成式AI滲透到投資價值鏈的每一個環節，而且很可能還會持續下去，」專注於全球基金管理的研究機構CREATE-Research的首席執行官Amin Rajan表示。「一旦這些早期採用者展現出真正可量化的成果——我認為有些已經開始了——那麼其他人就會迅速跟進。」

　　CREATE-Research上月發佈的對資產管理公司的調查顯示，近30%的機構投資者已經部署或正在採用生成式AI。受訪對象的全球資產管理規模總計38萬億美元。

　　在摩根資產管理，大語言模型被嵌入到該公司內部投資平臺Spectrum中。一個新功能會跟蹤投資組合經理持有某隻股票的時間是否與其預估的最佳持有期相符。如果持有時間過長或過短，系統會發出提醒，不是直接干預，而是提示基金經理評估行為是否合理。

　　Spectrum還可以生成一批可能因政策因素（例如國會立法）而受益或受損的公司。它會標記分析師的預測與市場共識或與公司自身預測之間的偏離程度。最終決策仍由基金經理做出，但機器現在已成為會議桌上的一員。

　　在Robeco，公司將大型語言模型用於前端流程——梳理監管文件、財報電話會記錄以及社交媒體，尋找投資主題變化的早期信號。最初只是幫助起草致投資者信的模型，如今已發展到生成交易信號和設計投資產品。今年10月，該公司推出了Robeco Dynamic Theme Machine UCITS ETF，這是一款圍繞AI識別的主題變化構建的ETF。

　　該公司的Mike Chen表示：「我們正在運行多個研究項目，測試生成式AI是否能提取阿爾法，或預測公司基本面」。

　　當然，問題也會存在。不同模型可能給出不一致的結果，這就要求人類繼續參與、檢查邏輯並做出最終判斷。此外，模型升級也會帶來邏輯變化，而且難以追蹤。比如上個月還能得出明確回答的問題，今天再問，可能得到不同答案。可解釋性仍然有限。

　　「這就像走進大海，」摩根大通AI策略師Dillon Edwards説，「你不會一下子跳進去。得一步一步來。」

　　更多公司躍躍欲試準備加入AI競賽。在CREATE的調查中，近三分之二受訪者認為資產管理是最有可能被AI顛覆的行業，這個領域長期以來依賴人類通過大量數據分析來形成投資觀點。

　　「現在人們已經理解，大型語言模型在總結文本信息方面非常有用，但這些摘要其實並未充分發揮大語言模型在推理方面的能力，」麻省理工學院金融學教授Andrew Lo表示。「我們目前仍處於大型語言模型重塑金融服務業的初始階段。」