关于人工智能策略投资的一点经历（目前已放弃）

我所在的团队，曾经做了一项目就是关于人工智能的策略投资系统。

这个系统主要分几方面展开：

1、利用自然语言处理（NLP）技术，监控网络舆情事件，对网络舆情进行情感分析，给出定量描述（利空/利好），并自动化生成内容摘要供投资经理参考。
2、利用产业链图谱，分析上市公司上下游企业经营状况（销售收入、利润及财务数据等），用来推断企业未来的盈利能力或隐藏风险。
3、监控上市公司主要产品市场价格与成交量信息，用于预测未来的营业收入。
4、对上市公司银行流水进行识别分析，从资金流的层面审视上市公司经营状况。
5、对行政、司法公告进行智能化解读，识别上市公司法律风险。

经过两年时间的实盘运行，取得了与沪深300指数同等收益。

根据结果来看，这套系统对上市公司风险事件几乎能够100%俘获，只要是后期出现债务违约或债券价格大跌的标的，都能被系统提前捕获（比如康美、康得新、中安消防等）。
但问题是错报的情况太多了，报出100次风险，有97次最终都能平稳落地。如果据此来调整持仓的话，交易会非常频繁，冲击成本过高；特别是债券，一时间找不到交易对手方，只能折价卖出，最终导致债券投资这部分是亏损的。

我当然知道其他团队（机构）也在做同样的事情，所以呢，我就创立了“暴雷教”，就靠债券暴雷以后，机构相互砍仓砍出的超低价格赚钱。

当然，100次风险里可能有10次是真的，那我就认亏呗，我的单只标的持仓不超过7%，不会有灭顶之灾。

=====================

从逻辑上说，这类系统是在提前捕获金融市场的驱动因子，比那种仅仅回测历史行情数据的学习模型更为可靠，便实际情况似乎并不支持这一结论。

根据这些实践经验，我慢慢领悟到，投资是否成功的关键因素，就是对"稀有事件"的解读能力。

注意，一定要是稀有事件，最好是以前没发生过的。
没有历史数据可以模拟，无法计量，人工智能就更没有办法了。这个时候，就是常识+胆量+耐心发挥作用了，往往也是赚大钱的机会。
从信息论的角度来看，越是稀有的事件，信息量越大，市场就会过度高估它的作用，特别是出现恐慌性、群体性大跌时，大概率就是抄底好机会。

=====================
仔细推敲不难得出一个结论：金融市场的走势主要受未来不可预测因素影响，已知因素对其影响非常有限，而我们投资者（包括AI），只能从已知事件中得出结论。

对于已知事件，满足以下条件可做为决策依据：

1、发生稀有的大事件，市场没有经验，你认为自己可以更深刻地解读它，并愿意承担相应的风险。疫情事件投资属于此范畴。
2、对于已知事件，你认为市场对该事件反应过度或反应不足，尚有后期影响可以利用。在信息极其畅通的今天，公开事件往往是反应过度。
3、对于已知事件，某些资金的特性决定了，被迫做出了某些动作，而不是基于标的价值的考量。债券暴雷投资法就属于这个范畴。