华尔街热衷机器人投资模型研发(2)

　　“起初我们对此不抱很高的期望值，但没想到他的回报超出我们想象。”PGI量化策略主管Ivan Petej曾向21世纪经济报道记者直言，2016年这个机器人投资模型决定押注日元兑瑞士法郎大幅升值，当时几乎没有交易员认为这项交易策略能赚钱。但随着当年全球经济波动加剧导致避险资金大举涌入日元，日元兑瑞士法郎一度大涨15%，令基于上述机器人投资模型进行交易，资产管理达到8.3亿美元的“全球时间多元化策略”(Global Time Diversified Strategy)在2016年的回报率一度达到13.8%，是同期对冲基金研究公司HFRI宏观货币指数回报率的五倍。

　　在Ivan Petej看来，这套机器人投资模型之所以业绩不错的主要原因，是它对宏观经济指标有着精准遴选。

　　“事实上，宏观货币投资要关注的宏观经济数据非常多，但这套机器人投资模型主要关注制造业先行指标等数据，因为它们对外汇市场交易具有潜在的巨大影响。”他表示。

　　但他承认，这种剑走偏锋型的机器人投资模型(即一年只工作一天)在华尔街金融机构界并不多，目前多数华尔街金融机构会将大部分精力放在通过金融科技提升交易速度获取交易优势，这令机器人投资模型更像是一种高频交易产物，即比其他交易模型更快地捕捉到市场价差套利机会，进而抢先下单锁定价差收益。

　　“这导致华尔街多数机器人投资模型更擅长根据美股价格变化寻找套利投资机会，缺乏对宏观经济基本面与价值投资的关注，其结果是美股等金融投资品种的波动性骤然放大。”前述华尔街金融机构股票交易员向记者指出，今年他所在的投资机构因此多次吃亏，迫使他们将注意力放在如何提升机器人投资模型的深度学习能力——若再次遇到美股剧烈波动场景，机器人投资模型不会盲目止损离场，而是根据以往交易教训转而伺机反向投资博取高回报。

　　他告诉记者，因此他所在的机构目前需要引入大量AI领域技术人才。

　　“事实上，当前美国大型互联网企业与知名AI公司的技术人员，在华尔街正变得特别吃香，各家金融机构都愿高薪聘请他们以提升机器人投资模型运营效果。”他指出。