哈佛大学的新研究表明人工智能可以取代大多数共同基金经理

角落办公室的算法：人工智能超越人类基金经理

几十年来，共同基金行业一直在兜售一个诱人的承诺：把你的钱交给一位才华横溢的人类分析师，他花了 20 年的时间阅读资产负债表，参加财报电话会议，并对市场动态产生了近乎直观的感觉 - 他们的表现将优于市场。这个承诺始终是脆弱的。现在，哈佛商学院的一项具有里程碑意义的研究有可能彻底打破这一局面。研究人员发现，人工智能可以非常准确地预测 71% 的共同基金交易，这提出了一个五年前看起来很荒谬的问题：如果机器可以在基金经理做事之前预测他们会做什么，那么投资者到底要为什么付费？

其影响远远超出了华尔街。这是一个关于当模式识别（任何专家的核心认知技能）成为一种商品时会发生什么的故事。这是每个企业领导者（不仅仅是财务专业人士）现在都需要了解的故事。

哈佛研究实际发现了什么

哈佛大学的研究根据多年的历史交易数据、基金披露和市场信号训练了机器学习模型。这些模型不仅仅是识别广泛的行业趋势；他们预测个别基金经理的具体投资组合决策——他们将购买哪些股票、将削减哪些股票以及何时购买。在主动投资组合管理这样复杂且嘈杂的领域中，71% 的预测准确率是非凡的。就上下文而言，预测抛硬币的模型仅凭偶然就有 50% 的正确率。

这一发现特别引人注目的是，它揭示了许多高薪基金经理实际上所做的根本机制。主动管理的很大一部分似乎不是采用真正新颖的见解，而是模式驱动的行为——以可预测的方式应对相同的盈利惊喜、相同的动量信号、相同的宏观指标。人工智能不需要理解经理为什么要进行交易。它只是学会了识别它们可靠地做到这一点的条件。

这与早期的研究是一致的。 2022 年标普道琼斯指数报告发现，在 20 年间，超过 94% 的活跃美国大盘基金经理的表现逊于基准指数。哈佛的研究结果增加了一个新的层面：许多主动型基金经理不仅未能战胜市场，而且他们的决策可能足够机械，足以让算法进行模拟——而成本只是一小部分。

为什么 71% 的可预测性是一个业务问题，而不仅仅是一个财务问题

金融专业人士可能会倾向于将其视为特定行业的危机。他们错了。哈佛大学的研究是一个更大模式中的一个数据点：人工智能系统越来越有能力在决策遵循可学习规则的任何领域复制专家判断，即使这些规则没有明确写在任何地方。

考虑主动型基金管理和传统企业管理的共同点。两者都涉及收集信息、识别模式、应用经验启发法以及在不确定性下做出决策。如果人工智能能够以 71% 的准确度对基金经理的决策过程进行建模，那么它就可以合理地对运营经理、人力资源总监、销售领导和业务分析师（他们的专业知识也基于识别和响应模式）做出的大部分决策进行建模。

“对知识工作者的威胁并不是人工智能将完全取代人类判断，而是人工智能将取代人类判断中实际上只是模式匹配的部分。事实证明，这部分是惊人的大。”

这并不意味着人类的专业知识变得毫无价值。这意味着有价值的专业知识的性质正在发生变化。能够生存和繁荣的基金经理是那些做人工智能无法轻易完成的事情的基金经理。

Related Posts

• 通过 13 美元的升级，企业家每周可以节省时间
• 大公司首席执行官正在以创纪录的速度更换——原因如下
• 为什么仍然投放广告的品牌正在输给讲故事的品牌
• 他是百老汇唯一的黑人首席制作人，他的演出总收入已超过 1 亿美元。这是他成功的秘诀。

Frequently Asked Questions

这项研究是否意味着大多数共同基金经理即将失业？

研究确实表明，基金经理工作中基于模式识别的核心部分可以被AI自动化。但这不一定意味着大规模失业，而是角色转变。基金经理可能需要更多地专注于战略性决策、客户关系和理解AI模型无法捕捉的宏观趋势。对于想学习这些未来技能的从业者，Mewayz平台提供了207个模块的相关课程，可以帮助实现职业转型。

AI预测了71%的交易，这个准确率真的很高吗？

在金融预测领域，71%的准确率是非常显著的。相比之下，随机猜测的准确率只有50%。这表明主动基金管理中存在大量可预测的、模式化的行为，而非基金经理们所宣称的独特洞察力。这动摇了“主动管理能持续跑赢市场”的传统论点。

这项研究对普通投资者有什么实际影响？

对投资者而言，这项研究质疑了支付高额管理费给主动型基金的价值。如果基金的大部分操作可由AI预测，那么投资者可能更倾向于选择低成本的指数基金或ETF。在做出投资决策前，利用Mewayz等平台的金融知识模块进行自我教育会非常有帮助。

除了金融业，AI的这种能力还会影响哪些行业？

任何依赖大量数据分析、模式识别和重复性决策的行业都可能受到影响，例如医疗诊断、法律文件审查、营销策略制定等。这项研究的核心启示是：当专家的核心技能被自动化后，所有专业人士都必须提升创造力、战略思维和人际沟通等难以被替代的能力。