目前在资本市场机器学习算法的利用日趋广泛，不过到底能否带来可观的超额收益，却也未必。一个追踪算法交易的对冲基金回报率指数在过去五年的年均回报仅为7%。相比之下，标普500指数同期的年均回报则达到13%。业内人士表示，算法交易最大的缺陷在于，最终产生的有效信号在噪音中的占比极低，因此经常会带来错误的策略。
在美股这一轮长牛期间，不断被讨论的一个话题就是，机器学习算法的利用日趋广泛。然而，这种看似高端的工具到底能否带来可观的超额收益，却也未必。
Eurekahedge AI对冲基金指数，是一个专门追踪13家在投资决策中利用了机器学习的对冲基金回报率的指数，其在过去五年的年均回报仅为7%。相比之下，标普500指数同期的年均回报则达到13%。
过去多年来，在全球央行集体实施超宽松货币政策的背景下，美股接连上行，波动性处于历史地位也成为常见现象。不过今年以来，随着美联储接连加息，全球市场动荡的出现也更加频繁。而AI在这种环境下更难施展，截至9月底，Eurekahedge AI对冲基金指数下跌5%，而同期标普500指数则上涨9%。
彭博在近日报道中援引AQR资产管理公司机器学习负责人Marcos López de Prado称，在金融市场中，机器学习策略的一个最大缺陷是，算法生产的真实信号在噪音中的占比极低，因此经常会带来错误的策略。他表示：
即便没有形态，机器学习算法也总能给你找出一个形态。
要真正将机器学习带到金融市场，需要对市场有非常深入的了解。
过去几年在机器学习等技术飞速发展的同时，算法在市场交易中的应用也与日俱增。美国市场研究咨询机构透明市场研究(Transparency Market Research)上个月发布的报告显示，2016年全球范围内算法交易这一市场规模为83.73亿美元，2018-2026年的年华复合增长率将达到10.2%，达到218亿美元。
报告称，这一增长将主要集中于北美，背后原因一方面在于技术的快速进步，另一方面也在于银行和金融机构面向终端用于推出的算法交易应用。
除了在业绩表现上落后于大盘以外，算法应用给市场带来的潜在风险也不容小觑。
位于英国的固收领域权威监管机构市场准则委员会（FMSB）主席Mark Yallop近日表示，算法交易虽然有它自身的优点，但是也容易放大市场波动，给金融市场带来新的风险。
香港《南华早报》在昨日报道中援引他的话称：
电子化交易在降低成本和提高透明度方面拥有巨大的优势，但是另一方面，也带来了目前难以识别或者解决的风险。
报道还援引中信里昂证券股票策略师Christopher Wood称，美股波动有80%是机器驱动，如果有重大事情发生，那么“在一分钟内，就能通过AI、被动交易、准被动交易以及smart beta策略将影响散开，人们也将这成为‘终结者风险’。”
华尔街见闻 张家伟
每日经济新闻客户端