人VS机器Round One:AIEQ人工智能ETF大揭秘

2017年10月18日，全球首只号称使用人工智能选股的AI Powered Equity ETF (AIEQ) 在纽交所推出。与传统的追踪指数的被动型ETF不同，该基金为主动型管理ETF，追求资产增值与超额收益。

根据公开信息，AIEQ为ETF Managers Trust的旗下的基金之一，由ETF Managers LLC作为投资顾问 (investment adviser) 管理。AIEQ的投资策略是基于EquBot公司开发的量化模型生成，后者是IBM创业企业全球扶持计划旗下的公司，由IBM Watson超级计算机提供技术支持。

AIEQ对美国股票和房地产投资信托基金 (REITs)最近十年的历史数据进行分析，并挑选30-70间在未来12个月具有超额收益机会的公司进行投资。其目标是在风险对标美股市场的前提下最大化收益。

截至2018年5月18日，推出7个月，AIEQ的资产管理规模已经超过1.3亿美元，录得投资收益10.35%，年化波动率为16.02%，最大回撤为9.75%。与之相比，同期标普500指数的收益为7.17%，年化波动率14.97%，最大回撤为10.10%。

为进一步分析AIEQ的表现，我们将其自推出以来的表现按每个自然月进行划分，分别计算当期AIEQ的收益，同期标普500指数的收益，AIEQ相较于标普500指数的超额收益，以及AIEQ与标普500指数的相关性。如下表。

自去年10月18日推出至10月底，AIEQ录得收益-1.27%，较标普500指数的0.58%收益输1.85%。次月，AIEQ录得收益2.57%，但仍输标普500指数0.50%，同期标普500指数的收益为3.07%。

但自2017年12月开始，AIEQ已连续五个自然月录得超额收益，且今年3月和4月的超额收益显著上升，分别为0.97%和1.51%。在还未结束的5月，至18日，AIEQ已较同期的标普500指数录得2.76%的超额收益。

正如EquBot的创始团队在彭博的访谈中提到，EquBot的量化模型利用了机器学习的技术，随着时间的推移，量化模型将不断根据此前输出结果的反馈进行学习，提升自身的表现。这正与表中随着AIEQ上市时间越长，其较标普500指数的超额收益越大的现象互相印证。

当然，AIEQ的实际操盘时间仍然较短，其学习能力是否能持续也有待进一步验证。

我们的分析也发现，AIEQ与标普500指数具有强相关性。尤其是自2017年12月开始，其每个自然月的相关性均高于0.80，甚至一度接近0.99。自推出至今，AIEQ相较于标普500指数的贝塔系数为1.0034。

综上，AIEQ的表现也和它所陈述的投资目标一致，即在对标美股大市的波动性的前提下，为投资者赚取超额收益。

相较于标普500指数，AIEQ持续超配的行业有金融行业（代表持仓：纳斯达克交易所）和可选消费行业（代表持仓：亚马逊），但两者的占比都较去年10月有半数减仓。其中，金融行业的占比由去年10月底37.44%下跌至如今21.01%，可选消费行业由去年10月底的21.84%下降至如今11.45%。

其持续低配的行业包括必需消费行业，电信行业和公用事业行业。其中，必需消费行业由去年10月的零持仓增至如今5.66%。

值得注意的是，今年二月初，AIEQ增加了公用事业行业和必需消费行业的持仓，料想是对当时的市场大跌进行一定的抵御操作。

此外，AIEQ不断对IT行业进行加仓。其占比由去年10月底的6.11%上升至如今的24.77%，与标普500指数中IT行业的占比持平。

据晨星提供的九宫格分析显示，其目前的持仓在市值方面偏重于大中盘股，在风格方面略微偏向于成长股。

预警！前方是我们算法工程师制作的一个炫酷的动图：我们利用AIEQ所持仓股票的市盈率、市值和权重的周频数据制成如下动图，以此分析AIEQ持仓股票在2017年10月18日至2018年5月18日期间的风格转变。

（制图：弘量研究）

图中每个圆点对应AIEQ所持的一只股票，圆的面积表示股票在AIEQ中的权重，横轴为股票市盈率，纵轴为市值。如图所示，AIEQ推出早期，其持仓偏向于低市盈率和小市值的个股。

随着时间的推移，其逐渐向上、向右扩张，代表其持仓中逐渐增加高市盈率和大市值的个股，但主体仍集中于左下角。

在AIEQ的宣传材料中，其最强调的一点便是其大数据处理能力。利用人工智能技术，AIEQ背后的量化模型每天可处理超过一百万条信息，用于对美国逾6000间公司搭建预测模型。每天，量化模型也会根据当时的经济情况，市场趋势以及市场主要事件，对预测模型的结果的可能性进行调整。

可能处于保密的原因，AIEQ并未对其的投资策略作更加深入的介绍。例如，其量化模型每天处理的一百万条信息，包含什么类型的数据？包括数据的来源、数据的清洗、数据质量的把控等，都未做进一步的披露。

对于量化模型而言，输入的数据是至关重要的。只有输入的数据是真实的、有效的，才能确保输出的结果有意义。我们选择相信AIEQ的实力，但从目前公开的资料来看，它并未在这方面进行足够的披露。

尽管引发争议，AIEQ的推出以及其资产管理规模的迅速增长也反映了金融市场对人工智能在投资管理应用的期盼与肯定。具备“自学”能力的量化模型，能否长期跑赢大市？我们不敢妄下结论，但是可以预见的是， 随着大数据的不断积累和机器学习能力的深入，人工智能在投资领域将愈来愈强。

AI攻克了国际象棋，围棋，总算轮到金融市场了。目前来看亚洲必将是AI的兵家必争之地—东方投资者对于主动投资的热爱，也将促使这一领域发生变革。而中国的A股市场风格多变，散户居多的特点，将为机器学习持续监控，跟踪轮转，快速调仓提供一篇沃壤。未来已来，谁将是最早推出中国版AIEQ的选手？让我们拭目以待。

AI策略可不止这一家哦，多看一眼——