自從Google的AI贏了真人棋士，各種應用開始被看見，日本金融業者善用AI的深度學習功能，預測股市，不久後，也許它將變成所有投資者倚賴的「股神」。 今年春天，Google研發的AI(人工智慧系統)以壓倒性的勝利擊敗職業棋士，這個顛覆戰前預測的結果，也重新為AI的各種應用，開啟了無限的想像。 在國外已有外科機械手臂搭載AI，成功縫好手術傷口;也有大型法律事務所起用「AI律師」，這些「強者」的出現，已開始威脅到高技能專家的地位。在日本，有些AI應用計畫正在進行，例如挑戰東京大學的入學考試，以及通過短篇小說選拔賽的資格審查等。 此外，儘管研發目的不花俏有趣，金融業對於AI技術的發表與試用從未間斷。在這個領域裡，AI必須能夠對未來做出精準的預測。 讀92項指標，理出下月走勢 三菱UFJ摩根士丹利證券表示，他們正嘗試用AI預測日經股價指數的漲跌，以每月的十日為基準，讓AI預測一個月後的股價指數。由於只有漲或跌兩種選擇，所以準確率要超過五〇％以上，才能算是AI的實力，截至去年十月份為止的四十三個月當中，AI 的平均命中率約為七〇％，如果單看二〇一五年間的預測，則高達九〇％。 做為預測依據的是股價指數和匯率變動等九十二項經濟指標，每個月都從過去十五年來的資料當中，找出相似的市場環境和當時的經濟指標，再利用「決策樹」的分析手法進行預測。這種分析手法是指在特定盤勢條件下，把可能影響股價的因素一一細分，就像茂盛的樹枝，例如「工業生產指數在××以下」「澳洲製造業採購經理人指數在××以上」等，以追求最適當的決策過程模式。 利用決策樹來預測股價指數，最有趣的地方就是讓股價的構成要素「可視化」。從二〇一一年就參與這項研究的投資決策分析師瀨之口潤輔表示：「通常AI的統計分析結果大多以複雜的公式呈現，簡直就像黑盒子一般，在投資界根本沒有人有興趣:一旦構成要素可視化之後，也可用來說明盤勢變化的原因。」 障礙：人類思維使預測偏離 如果對下個月市場的漲跌預測可以有九成的命中率，應該可以馬上應用於投資活動吧？事實並非如此簡單。 瀨之口去年開始將AI的預測結果提供給一百家以上的投資機構，可能這些機構也根據這項結果進行投資，結果卻導致AI的命中率今年開始跌至七成左右，當坐擁鉅額資金的投資機構開始相信AI的預測而跟進投資時，這些動作本身並非在AI的預測之內，所以市場動向就容易偏離AI原來的預測。 雖然瀨之口深信：「總有一天會出現可以克服這些問題的AI。」不過似乎還需要時間。AI雖然在棋藝上戰勝人類，但是假如把投資看作比賽，就像麻將一般，參加者多，就會有人選擇「少輸就是贏」的保守策略。 如果不能把持股多的投資者的思維都分析過一遍，AI的投資勝率就很難提升。 此外，經濟指標大多每月公布，但其實每日的漲跌也能分析，三菱UFJ信託銀行就開發了預測東証指數每日漲跌的AI，分析基準從每日到每月公布的經濟數據總計約兩百項，今年三月起投入自有資金數億日圓成立的領航員基金，正在活用這項功能。 該基金的投資標的是五十多檔高股息個股，當AI預測隔天股價可能下跌時，便利用期貨避險。把二〇〇八年到二〇一五年間的市場數據讓AI模擬分析投資，結果顯示每一年都有獲利。 該公司的資產運用部課長岡本訓幸表示：「AI判斷的只是盤勢動向，選股方面還是交由研究員來篩選，所以人事成本不會大幅減少。」雖然現在有些論調認為利用AI投資，現有的基金經理人和分析師工作將被取代，但是短期內這種情況不太可能發生。 在投資業界已經運用了相當多計量投資(Quantitative)等財務金融工程，但是AI的特色是更精確的「深度學習」(Deep Learning)。現階段是先向投資機構募集代操基金，將來希望能成立開放式信託基金向大眾募資。 如果要用一句話來形容AI 的優點，就是將大量的情報瞬間分析，並找出特定模式，即使遇到新數據，也能套進原來的模式加以分析預測。若要用來預測經濟動向，還有一項重要的優點，就是不被主觀意識或特定單字印象所影響，可以做出客觀的分析。 野村證券讓旗下AI閱讀日本央行發行的《金融經濟月報》、內閣府發行的《每月經濟報告》等，並且將每一篇文章的景氣觀點數值化，再將平均值編成「野村AI景氣感觀指數」，從去年十二月開始每月公布。 該公司經濟學家水門善之表示，過去的方析方法「文本挖掘」 (text mining)，只能做單字出現頻率等表層分析，但是擅長深度學習的Ai對於肯定句、否定句混合存在的長篇文章，或從屬關係不容易理解的表現句型，都能應對。 同時，野村證券也以「景氣觀察調查」為教材，讓AI在閱讀後學習編製出景氣感觀指數。該調查刊登了日本全國各行各業對景氣的看法，每個意見都以五個等級來表示對目前景氣的判斷，當AI閱讀越多調查結果，對於景氣好壞的判斷精準度就越高。 進化：除了總經還能算個股 對散戶來說，總體經濟的預測固然重要，但是更希望能有直接做為投資判斷的預測，也許很快就會出現個股的投資預測服務。 研究機構FISCO正著手開發利用AI分析股價的預測系統。畢竟要研究員追蹤日本三千五百家以上的上市公司有其困難，要看完所有上市公司的財報更是不可能，但如果換成可以瞬間讀完龐大數據並分析的AI，要針對個股預測股價並非不可能。 該系統還將企業經營高層的發言納入分析範疇，發言時的口氣堅定或遲疑、對未來營運看法保守與否都記錄下來，以做為綜合判斷的依據。然而問題就在，如何將這些分析結果結合到公司的事業發展，目前計畫除了賣給投資機構和個人，也將銷售給上市公司公關部門。 AI如何預判投資人對於預測結果的解讀與動作？AI 之間的預測績效如何評估？所有被翻攪的好奇心，全都因為AI拉開了經濟預測的序幕。(Nikkei Business(C)20l6 Nikkei Business Publications,Inc.) 譯 張鳳 審稿 張務華博士 | ||