近日，私募基金公司北京止于至善投資管理有限公司（下稱止于至善）引入AI機器人（暫定名為賽博坦）作為基金管理人一事，引起業內關注，有網友稱“基金經理距離失業又進一步”。

(資料圖)

然而，僅一天后，該公司又稱該AI機器人非主要用于交易。并且，短短一天時間，賽博坦從“單獨的基金管理人”變成了“應用于公司所有在管基金的投研體系”。這讓許多投資者在心中產生了疑問，所謂的“賽博坦”究竟是啥來頭？

什么是賽博坦？

6月5日，“止于至善”在公眾號發布文章《十年磨一劍：關于對賽博坦講解的公告》，文中提到：

賽博坦本身是基于大模型進行開發與重塑形成的，當然這個過程還用到了其他大量的AI技術，但需要說明的是，這個過程看似很容易似乎人人可做，但實際上這個重塑過程，是集成了我們十年的價值投資know-how以實現的，而且這個體系本身在實踐中，是可以不斷迭代的。

同時，我們想要強調的是，賽博坦的主體還是人，而非機器、程序或AI等，但兩者的關系已經密不可分，已經是相互融合的關系了，因此你可以認為，賽博坦更像是可以穿著各類機甲的“鋼鐵俠”。

我們對于賽博坦的重塑，是在每一個子體系的每個環節進行的，同時也會在日常這個體系的運行中，不斷地與AI技術結合進行運營，因此賽博坦應該是目前已知極少數的，已經和AI實現融合的價值投資體系，其不僅僅是一套交易程序，或者是一套選股策略，而是包含了上述功能外的一整套投資體系，當然，其內核還是價值投資，而非量化投資（不過兩者有很多重疊的部分），最終賽博坦的主要盈利來源，還是基于全球企業的長期良好發展所產生。

在未來，團隊、賽博坦、AI等將融為一體，在賽博坦的運行過程中，盡心盡力為大家踐行止于至善投資“只以合理價格，投資卓越公司”投資理念與初心，并只為大家投資挑選：競爭力強；成長性高；價值創造大；價格合理，這四個要素同時具備的卓越公司股票，進而真正為投資者實現價值投資。

目前，這套體系已經可以相對較好地兼容低估值（如中特估）、價值成長（如新能源）、顛覆性創新（如AI浪潮）三大類型的價值投資機會，并且在不斷迭代升級中。

“AI基金經理”引發關注

6月1日，“止于至善”在公眾號發布文章稱，擬安排公司4位研究員，以及1個基于人工智能的機器人（暫定名為賽博坦），獨立管理5只不同的私募基金。AI機器人賽博坦，單獨管理止于至善1號私募基金產品，并由該公司總經理監督。

然而，僅一天過后，“止于至善”再次在公眾號發文，稱賽博坦（AI）真正的意義在于對公司現有價值投資體系的重塑與融合，而非主要用于交易，從第一性原理來看，博弈型交易并不是價值投資的主要盈利來源，未來賽博坦（AI）將直接應用于公司的所有在管基金。

獨立管理私募產品，降低回撤至少10個百分點

對于AI炒股，近期有媒體報道，已有近2.5萬名投資者參加了交易平臺Autopilot發起的一項項目，以驗證AI炒股的可靠性。平臺方聲稱他們使用ChatGPT主導進行投資，并能帶來1年內500%的回報。這些交易員在AI的選股上總共押注了1470萬美元，最初的標的選擇包括跨國電商企業亞馬遜、美國四大房地產之一的D.R. Horton和血液透析服務供應商Davita Health等。兩周后，該投資組合上漲了2%左右，與大盤漲幅幾乎相同。

對于A股的投資者來說，大部分認為，AI炒股和目前的量化私募機構的程序化交易類似。在今年4月14日，幻方量化發布了一份《幻方新征程》的公告，公告中稱，幻方一直在人工智能技術的前沿，多年以來堅持把營收的一大部分投入人工智能領域，建設領先的Al硬件基礎設施，進行大規模的研究。公告一出，市場以為幻方量化是要準備“AI炒股”。對此幻方量化相關人士對媒體表示：我們會去全力做AGI，因為我們認為AGI是未來全人類的機遇和方向，但研究AGI不是用來炒股的。

私募排排網數據顯示，止于至善投資今年來整體收益為16.52%。那么止于至善投資的AI炒股效果如何呢？止于至善投資總經理何理告訴《每日經濟新聞》記者，對于公司今年旗下的產品業績表現，最高的收益有30%多，最低的有15%。對于AI和基金經理，從業績來看有怎樣的差別呢？何理告訴記者，基金經理主觀管理的產品有個問題，就是回撤比較大。從目前AI跑出來的數據來看，在收益不變的情況下回撤降低，至少降低10個百分點，反正優勢還是很明顯的。

AI在投資過程中，到底是輔助作用還是主動管理，何理告訴記者，投資過程中下單這些，也是通過人工智能下單，不需要人為去選擇，就是類似于那種量化的程序化交易。我們有30%的投資標的都是人工智能，在投資過程中，AI起了很大的作用。實際上今年以來，公司一直在用AI不斷去嘗試，在投資策略上不斷優化。AI基金經理和目前的量化機構程序化交易有幾個不同點，首先是整個投研框架都在用人工智能重塑，AI基金經理不使用量化因子。其次是AI基金經理不依賴金融邏輯。第三是AI基金經理是基于深度學習去做投資。這一塊我們從去年底就開始研究了，目前是我們另外一位同事在負責。

標簽：