人工智能（AI）技术在过去一两年间飞速发展，已成为了许多产业不可或缺的部分。尤其是新年以来严峻的新冠疫情中，从社区管理、病征筛查、快速检测，到病毒传播模型的估算，新型药物的开发……许多人突然发现，处处都能见到人工智能的身影。
尽管技术已经越来越普及，但大部分普通民众对人工智能的感觉依然神秘。比如不少人认为人工智能就是机器学习，这是个不准确的印象。人工智能解决的问题是机器如何可以像人类一样适应变化、学习、理解和推理的全方位领域，而作为人工智能的一个类别，机器学习主要聚焦在人工智能这一系列目标中“学习能力”方面的研究。
在全球金融投资领域，各种算法模型经过多年来业界积极的研究、试验，也已逐渐开始成为行业领先的投资机构中量化投资业务的新引擎，而“机器学习”则由于其特殊的算法优势，成为投资领域最具潜力的新星。
人脑和传统量化模型的陷阱
虽说是“学习如何像人一样学习”，其实机器学习的能力和长处其实与人类大脑非常不同，与人类通过数据统计来寻找规律的传统方法也有很大差异。
人类大脑的一大优势在于抽象概念，但同时人脑对于概念的理解和判断往往是模糊的，难以准确量化。这就导致了实际投资中，投资者会陷入“人脑的陷阱”。例如，目前人工智能在投资中用途最常见的是在股票的量化投资中挖掘“因子”。譬如所有投资者都耳熟能详的“价值股”，大多数基金经理乃至较资深的投资者，都能够说到股价与市盈率（P/E）、市净率（P/B）以及股息（dividend）之间存在一定关系。然而如果要进一步精确描述这些“关系”是如何动态结合，其权重分配如何量化，如何作为一个具有统计学意义的投资依据来用，人脑就很难做到了。
您已阅读31%（687字），剩余69%（1510字）包含更多重要信息，订阅以继续探索完整内容，并享受更多专属服务。