第一波:基础研究
本杰明•格雷厄姆(Benjamin Graham)和沃伦•巴菲特(Warren Buffett)等人建立的股票基本面分析原则定义了近一个世纪的投资。虽然工具变得越来越复杂，但理念是一样的:通过研究公司的财务报表和其他行业和经济指标，投资者可以对公司未来的回报前景形成深刻的理解，从而构建审慎的投资组合。
第二波:量化的、基于规则的投资
数学建模的进步使投资者能够系统地分析越来越多的数据，通过定量方法获得因素溢价和其他市场异常。这些解决方案是可扩展的，高效的，最重要的是，不受人类情绪变化的影响。但它们无法捕捉到公司的全部定性方面，如果不进行重新编程，就无法吸收新信息，因此它们最适合捕捉一个或几个众所周知的市场溢价，而这些溢价往往时兴时败。
第三次浪潮:人加机器
如果你能将基础研究的深度和细微差别结合起来，加上传统量化策略的海量数据处理能力，并通过将计算机从预设规则中解放出来，赋予它们比人脑更快、更有效地学习和进行推理的能力，从而进一步推动基础研究，会怎么样?我们称之为机器智能(MI)——将机器学习应用于股票选择，通过人类的洞察力和传统的定量方法来增强。
通过将人类直觉与定量洞察力和机器智能相结合，最大化阿尔法生成。
机器智能的实践
一个人工智能驱动的投资平台需要一些东西才能正常运行:
- 大量干净的数据:Voya机器智能(VMI)团队已经花费了数千个小时对大范围的数据进行筛选和标准化(类似于基本面分析师看待公司数据的方式)，以确定重要性，并将因素整合到功能中。
- 游戏规则:VMI团队就投资游戏规则对26名虚拟分析师和45名虚拟交易员进行了培训，以揭示推动公司表现突出的基本面数据中的持续模式。但我们不告诉他们如何学习——我们用正确的工具武装他们，让他们随着市场的发展自己学习。
- 风险管理和交易的人力伙伴:人工审查买卖决策并执行所有交易，以确保系统遵守其约束，并考虑到开盘前的公告。
这种方法将人类和机器以一种共生关系结合在一起，其驱动目标是创建没有恐惧和贪婪的破坏性概念的投资组合。通过结合人类和机器的力量，我们寻求创造一个没有恐惧和贪婪的破坏性冲动的投资组合。此外，这种方法适应性强，非常适合于制定针对特定目标和偏好的定制投资组合，例如可持续投资授权。
“随着机构考虑投资机会在人工智能，下一步可能是投资与人工智能。”- - -Gareth Shepherd博士，CFA，Voya Machine Intelligence (VMI)联席主管，投资组合经理
学习更多在voyainvestments.com/machineintelligence，LinkedIn，推特而且Instagram．
CID # 2260389