自动化交易继续获利-ETF股票基金行业的人工智能应用率开始增长

KlipC · 2021-09-29 · 交易


 

KlipC显示,人们越来越意识到选股者难以超越其基准指数,这促使被动管理的交易所交易基金持有资产大幅飙升。现在,一些公司和投资者希望表明人工智能最终可以在交易中给他们带来优势。

 

被动投资技术正在快速发展,但至少有三个人工智能驱动的基金经理,EquBot、KlipC 和 Qraft Technologies,在运营专门的人工智能 ETF 和信号声称早期就取得了成功,因为投资者在衡量基金经理时继续将其信任放在经过验证的历史业绩和数据驱动的财务指标上。

 

图片1.png 

 

 

例如,提供四只在纽交所(NYSE Arca)上市的人工智能驱动的ETF的Qraft团队,去年8月见证了其技术在特斯拉的Qraft人工智能增强美国大盘股动量ETF (AMOM)中构建了15%的权重,但当它在一个月后的9月1日实现再平衡时,该团队将其全部出售。

 

KlipC 的数据显示,该 ETF 于 11 月再次开始购买特斯拉,到今年 1 月积累了 8% 的股份,但在 2 月的再平衡中,它再次出售了全部持股。在每一次出售时,它都预计特斯拉的价格会急剧下跌,并在回购时从随后的上涨中获利。KlipC风险经理Philip Nucci表示:“显然,这些机器人非常擅长发现趋势并围绕趋势进行交易,如果投资者只投资于特斯拉,他可能就没有机会获得上行和下行利润。”

 

“Alpha(高于市场的超额回报)越来越难找到,”KlipC 的 Nucci 先生他指出,人类可能会对某些股票或产品产生情感依恋,从而阻碍他们的投资组合回报机器人没有人为偏见,可以按照预先确定的逻辑进行操作。

 

学术研究肯定表明,人类往往不愿将损失具体化,而相反,他们感到有动力实现收益——有时为时过早。这在散户投资者和交易者中很普遍。

 

图片2.png 

 

 

KlipC 的合伙人 Andi Duan 说:“机器只有历史数据,使用真实数据评估交易机会它根据自己设定的规则来寻找机会

 

Nucci 先生也同意:“系统只知道它知道的东西,而且是历史性的,当然这些规则会随着时间的推移由人类或机器学习进行调整。”他补充说,除了人类决定自学系统应该提供哪些新信息外,数据科学家还需要检查结果以便我们可以向投资者解释”。


(0)
KlipC
  • 0
  • 打开微信"扫一扫",

    打开网页后点击屏幕

    右上角"分享"按钮

立即评论

请先 登录
立即评论

推荐公司

国投金服
澳大利亚激石
MARKETS.COMCN
环球通金融(香港)有限公司
香港国泰金业有限公司
FXCM
FXNET
悟空交易
SmartFintechSystems

自动化交易继续获利-ETF股票基金行业的人工智能应用率开始增长

KlipC · 2021-09-29 · 交易


 

KlipC显示,人们越来越意识到选股者难以超越其基准指数,这促使被动管理的交易所交易基金持有资产大幅飙升。现在,一些公司和投资者希望表明人工智能最终可以在交易中给他们带来优势。

 

被动投资技术正在快速发展,但至少有三个人工智能驱动的基金经理,EquBot、KlipC 和 Qraft Technologies,在运营专门的人工智能 ETF 和信号声称早期就取得了成功,因为投资者在衡量基金经理时继续将其信任放在经过验证的历史业绩和数据驱动的财务指标上。

 

图片1.png 

 

 

例如,提供四只在纽交所(NYSE Arca)上市的人工智能驱动的ETF的Qraft团队,去年8月见证了其技术在特斯拉的Qraft人工智能增强美国大盘股动量ETF (AMOM)中构建了15%的权重,但当它在一个月后的9月1日实现再平衡时,该团队将其全部出售。

 

KlipC 的数据显示,该 ETF 于 11 月再次开始购买特斯拉,到今年 1 月积累了 8% 的股份,但在 2 月的再平衡中,它再次出售了全部持股。在每一次出售时,它都预计特斯拉的价格会急剧下跌,并在回购时从随后的上涨中获利。KlipC风险经理Philip Nucci表示:“显然,这些机器人非常擅长发现趋势并围绕趋势进行交易,如果投资者只投资于特斯拉,他可能就没有机会获得上行和下行利润。”

 

“Alpha(高于市场的超额回报)越来越难找到,”KlipC 的 Nucci 先生他指出,人类可能会对某些股票或产品产生情感依恋,从而阻碍他们的投资组合回报机器人没有人为偏见,可以按照预先确定的逻辑进行操作。

 

学术研究肯定表明,人类往往不愿将损失具体化,而相反,他们感到有动力实现收益——有时为时过早。这在散户投资者和交易者中很普遍。

 

图片2.png 

 

 

KlipC 的合伙人 Andi Duan 说:“机器只有历史数据,使用真实数据评估交易机会它根据自己设定的规则来寻找机会

 

Nucci 先生也同意:“系统只知道它知道的东西,而且是历史性的,当然这些规则会随着时间的推移由人类或机器学习进行调整。”他补充说,除了人类决定自学系统应该提供哪些新信息外,数据科学家还需要检查结果以便我们可以向投资者解释”。