Smart智富／结合大数据＋人工智慧 打造稳定报酬基金
过去1年，大数据及人工智慧这两个主题被炒得火热，不少标榜以人工智慧和大数据操盘的对冲基金和共同基金也大量出现。到底大数据和人工智慧如何运用在基金操盘上？全球最大资产管理公司贝莱德（Blackrock）的全球智慧数据股票入息基金经理人傅信德（Robert Fisher）4月底来台接受《Smart智富》月刊独家专访时，深入分析了该团队如何利用各种数位足迹与海量数据，打造低波动且报酬稳定之投资组合。
傅信德隶属于贝莱德「系统化主动股票团队」（Systematic Active Equity，简称SAE）的欧洲办公室，派驻於伦敦。他本身是一位航太工程的硕士，毕业后2年就加入SAE，至今已服务长达17年之久。而SAE则已经有利用大数据、计量模型操盘达31年之经验。「我们的操作传统一向是根据数据，并思考如何利用数据来预测股价报酬。」傅信德强调。
这个至今已有31年历史的团队，是影响贝莱德未来发展的一个重要「秘密武器」。2009年，当市场垄罩在全球金融海啸的阴影下时，当时的贝莱德出手买下了巴克莱集团旗下的巴克莱国际投资管理（BGI）。而台湾投资人所熟悉、现在贝莱德旗下的iShare系列ETF，也是在当时由BGI一并购入。但少有人知的是，当初那笔交易其实也一并购入了SAE团队。
根据英国《金融时报》（Financial Times）今年3月的报导，贝莱德执行长芬克（Larry Fink）去年对集团进行了一连串整并，并将更多资金交由SAE团队操盘。该报导中引用了贝莱德全球主动股票团队主管魏斯曼（Mark Wiseman）的话指出，「我坚定的相信，如果未来5年或10年我们回头看，我们从购并BGI所受益最深的其实是（并入了）系统化主动股票团队。」
SAE团队如此受到贝莱德的重视。那么到底傅信德和他的团队，是如何结合人工智慧和大数据来操盘？他接受《Smart智富》月刊专访时分析，若以贝莱德全球智慧数据股票入息基金为例，这档基金利用人工智慧、大数据和电脑计量分析的特色主要有2：
特色1》以大数据协助分析各种数位行为傅信德举例，目前以SAE平台上所分析的上千家企业来说，这些公司平均每季召开总共达4,000场分析师会议。在这些会议中，企业会向分析师简报其未来的营运展望。每一场这样的分析师会议结束后，都有第三方单位提供逐字稿。而SAE团队就会在每一场会议结束后，利用人工智慧中的自然语言处理技术（natural language processing）分析这些大量数据，「然后我们会得出一个分析师会议的（市场）情绪（sentiment）排序。例如某些公司对未来的展望比上一次好。而根据这个排序，就可以找出我们喜欢和不喜欢的公司。」傅信德分析。
但傅信德也强调，并不是所有的「新」数据一定都对分析企业股价有帮助，重点还是确定这样的数据是否管用，「我们必须针对过去验证对股价有影响的因子（例如营收状况），找出更有洞见的分析方法（例如搜寻次数）。并且必须确定这样的洞见比以前来得更好。」傅信德分析。
特色2》以大数据和模型协助，投资组合的建构这档基金的一个特色是以「低波动」为诉求，希望基金的波动能小于市场。也就是说，若市场的Beta值是1的话，这档基金希望控制Beta值在0.8左右（亦即当市场下跌5%，这档基金只下跌4%）。此外，这档基金也希望控制投资组合的波动度。傅信德解释，「假设市场的波动是零，那么有些公司的波动会小于零、有些会大于零。整体来说，这会是一个常态分配（normal distribution）。然后我们会把每一家公司的波动率做评分。」这个评分会介于正、负3之间。在挑选个股、建构投资组合时，傅信德会希望投资组合的波动度评分能保持在-0.35左右（亦即波动度稍小于市场）。
针对以上的条件，傅信德会再利用电脑计量模型来建构投资组合。「我们会参考报酬机会、隐含的风险（亦即上述之波动状况）等，预估交易成本，然后将这些因素交叉比对我们投资范围中的2,500档个股的资料，来建构最理想的投资组合。」傅信德强调。
透过上述过程，这档基金过去5年的波动率明显低于MSCI所有国家世界指数（ACWI）。根据晨星的分类，这档基金的分类属于全球股票收益类别。从这档基金过去5年（截至5月11日止）的报酬和波动表现也可以发现，虽然这档基金的5年年化报酬率为4.85%（新台币计，以下同），略低于组别平均的5.49%，过去5年间的最大跌幅也只有-9.63%，远小于组别平均的-13.65%。也因为波动度小、报酬稳定，这档基金的夏普值也高于组别平均的0.55而达0.58。可以说是一档透过人工智慧和大数据，来达到稳定报酬、降低波动的基金。
更多精彩内容尽在Smart财经好读