上海
财联社9月18日讯（记者 李迪）主动ETF即将推出之际，AI技术如何在主动ETF产品运营中应用，是公募行业的热议话题。
从海外实践来看，由AI模型主导的主动 ETF 产品已有案例，但整体规模有限。从国内公募的普遍构想来看，目前行业普遍共识是仅把 AI 作为投研辅助工具，投资决策权仍掌握在基金经理手中。
还有业内人士强调，主动ETF运营中涉及结果唯一、强规则约束的多个业务模块，因而并不适合引入不确定的 AI 模型。而考虑到AI模型仍存在幻觉，主动投研中的价值判断等关键环节，必须由人把控。
海外AI驱动主动ETF规模有限
与被动ETF不同，主动ETF需要实时调仓应对市场变化，因而公募行业也在探索，能否将AI技术应用于主动ETF的投资运作。放眼海外资产市场，目前已有将AI应用于主动ETF投资决策的现实案例。
以QRAFTAI-EnhancedU.S.LargeCapETF为例，该产品由ExchangeTradedConcepts担任基金顾问，由韩国量化机构QraftTechnologies提供核心算法和模型。该产品以AI技术优化传统的因子框架，其AI投资模型定期重新评估质量、规模、价值、动量和低波动等因子，并据此调整投资组合。
韩国未来资产旗下的TIGERAI韩国成长主动ETF也是一只典型的AI驱动型主动ETF，该产品于2020年在韩国交易所上市，是韩国市场首只由AI驱动的主动型ETF。该产品依托集团自研人工智能模型，处理财报、新闻、社交媒体等数据，挖掘企业盈利预期相关信号，完成个股筛选与组合构建。
不过业内人士强调，虽然AI赋能投研已成为全球资管行业的普遍趋势，但由AI模型主导投资的主动ETF依然规模偏小。
对此，一资深公募投研人士对记者表示，以下几点原因限制了AI主导投资的主动ETF发展，使其暂时难以成为市场的主流品种。
第一，AI模型的业绩稳定性未能得到验证。AI投研模型可能过往行情适配度高，但如果在未知场景下，其业绩表现未必能保持稳定。第二，AI模型的黑箱属性可能会造成合规风险，如果出现异常交易，未必能快速排查清楚问题原因。第三，市场投资者对AI模型的信任度不足，因而不愿意投入大量资金。
天弘基金量化投资部基金经理林心龙也提示，AI应用存在多重潜在风险：数据管线质量缺陷造成模型静默失效、历史回测过拟合、模型黑箱可解释性不足、自动化带来连锁故障、全行业模型趋同引发交易拥挤，以及工具过度依赖导致投研人员底层能力退化。
AI赋能仍是国内主动ETF主要构想
当前国内多家公募机构也正在筹备推出主动ETF产品，但受制于AI幻觉等问题，国内机构对AI赋能主动ETF的构想仍然是，AI进行赋能，但投资最终决策权仍掌握在基金经理手中。
一资深公募投研人士对记者表示，与被动ETF不同，主动ETF需要实时应对市场变化，这为AI落地创造了场景。目前AI技术可以承担财报文本、产业链舆情、另类数据的披露解析工作，快速输出候选股票池，测算因子打分与组合风险指标，解放研究员工作量。但现阶段AI主导主动ETF投资仍然面临两个问题，一是AI幻觉依然存在，可能会因输出失真而做出错误的投资决策。二是AI模型极易对历史行情产生过度拟合，面对政策突变、市场黑天鹅等未曾学习过的极端行情时，难以做出正确决策。
林心龙也强调，AI擅长处理规则清晰、结果可验证的事务；而涉及价值判断的关键环节，边界必须由人来划定。
林心龙还介绍称，“PCF生成、IOPV计算属于结果唯一、强规则约束的业务，核心诉求是零差错。这类工作依靠规则引擎、自动化流程叠加跨系统复核、人工确认完成，并不适合引入带有不确定性的AI模型。”据悉，天弘基金已经实现PCF自动生成比对，有效减少人工重复劳动，但关键节点坚持人工复核，不会因为自动化水平提升而取消校验。
（财联社记者 李迪）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
