人工智能發展迅速 應用擴大至投資管理領域 | 聯合早報

人工智能的應用非常廣泛，如今也擴大至投資管理領域。它能讓資產管理公司的股票覆蓋範圍更廣泛、克服偏見，以及幫助組建風險優化的投資組合。

大華資產管理投資技術主管何國華日前與記者分享説，公司資產管理組建了模型，分析亞洲股市近2萬5000只股，包括公司基本面（營收和淨利等）、國內生產總值等宏觀因素，以及相對強弱指標（Relative Strength Index，簡稱RSI）等技術分析因素，並根據這些股下個月預計取得的回報率進行排序。

從中，大華資產管理會篩選出100只表現最好的股票，讓分析團隊對此做進一步分析。人工智能模型也會為投資組合中的股票分配權重。

大華亞洲基金（United Asia Fund）就是最先採納人工智能的基金之一，若與MSCI亞洲區除日本指數（MSCI AC Asia ex Japan Index）的基準相比，該基金過去三年每年平均超越指數5.3％，過去12個月（截至今年3月底）則超越指數16.4％。

根據大華資產管理，投資管理領域一個常見問題是，如果股票分析團隊僅有五人，每人追蹤50只股，整體只能追蹤到250只股。然而，亞洲共有近2萬5000只股，這僅代表1％的覆蓋率。

延伸閲讀

[各領域發展潛能大 AI崛起使ESG投資決策複雜化

](https://www.bdggg.com/2024/zaobao/news_2024_04_06_674577) [人工智能革命 開創新興市場投資新時代

](https://www.bdggg.com/2023/zaobao/news_2023_12_17_652334)

採納AI面對成本等多方面挑戰

儘管人工智能發展迅速，改變包括投資管理領域在內的許多行業、提高效率，並且是更多創新的絕佳機會，獨立研究者曹實指出，在投資管理中採納人工智能仍有不少挑戰。

對於許多公司，成本是個挑戰，它們因資金不足無法開始採納人工智能。科技是另一個挑戰，人工智能的發展非常迅速，所以被淘汰（obsolescence）的速度也很快，必須不斷學習新知識。與此同時，人工智能是個新技術，涉及到數據隱私和數據監管問題。

若想應對這些挑戰，需要齊心協力地促進跨學科合作，這體現在稱之為“T型團隊”（T-shaped teams）的組織結構中。

曹實説，如今的投資團隊有三項職能，之前只包括投資職能的員工（投資決策者、投資研究員和私人財富經理），但現在需要數據科學家和應用工程師等加入這個“T型團隊”。