機器,還是人,誰比較會挑股票?























"數學是有用的,透過數學的分析,在一個賽季的數十場比賽中,棒球的比賽結果是可預期的,當球隊打了162場的比賽,許多隨機不可預期的事件會漸漸消失,很多結果都會變得可以預期,包括:個別球員的比賽成績或是某種策略的成功機率等"
                           ---
運動家隊總經理比利比恩(Billy Beane)
很多人應該都看過"魔球"這本書或者是書本改編的電影,電影中大帥哥明星布萊德彼特飾演美國職棒運動家隊的球隊總經理比利比恩(Billy Beane),運動家隊是美國職棒球隊中經費最少的幾個球隊之一,也因此按照傳統挑選球員的模式,運動家隊很難挑選到大家公認很好的球員,但比利比恩(Billy Beane)不願意向命運低頭,他決定改變傳統方式,他相信有些球員的價值是被低估的,用科學的分析方法,他能夠找到一些被其他球隊忽略甚至淘汰但對他卻很有用的球員,剛開始調整方法的效果還不是很明顯,但慢慢的他的這項大膽嘗試獲得了巨大的成功, 2002 年運動家隊的勝利達到了103 ,比聯盟最有錢的的洋基隊還多出了2 !
比利比恩(Billy Beane)當時敢大膽採用新方法挑選球員而不是傳統的靠球探們推薦,關鍵之一在於他自己的背景,他自己過去曾經就是高中的明星球員,球探們當時都看好他未來進職棒的表現,大力的說服他與其家人接受球隊的合約且放棄入大學求學的機會,保證他進入職棒後的前景會一片光明,但事實上,比利比恩(Billy Beane)放棄了繼續求學進入職棒之後的表現卻不如預期,並沒有能夠在職棒中打出一片天地,所以他自己很清楚,傳統球探們挑選球員的方法其實有很多的缺點,有很多決定球員是否能夠成功的因素是球探們無法判斷的,運動家隊的這項成功也改變了美國職棒挑選球員的模式,現在用科學的數據分析球員的各項成績指標已經成了美國職棒的標準模式了,看到這裡你或許會聯想到,挑選球員不是跟挑選股票很像嗎?如果電腦比人(球探們)更會挑選球員,那麼電腦是不是也會比人(股票研究員)更會挑選股票呢!沒錯,至少華爾街許多大公司已經開始這樣認為了,根據彭博社(Bloomberg)的報導,美國最大的資產管理公司貝萊德集團(BlackRock)最近裁掉了30名的股票分析師與基金經理人,原因是他們挑選股票的績效不佳,而這些工作改由該公司的電腦計量分析團隊來接手,該公司相信,這麼做不僅僅成本會更加的便宜,基金的績效也會更好
彭博社(Bloomberg)的另一篇專欄作家MattLevine也在文章中寫到:
"當我看到資產管理行業開始採用電腦來取代人的時候,我總是會聯想到駕駛行業,無人駕駛的技術已經進步很多了,雖然這項技術不會在短短幾周後就完全取代傳統的駕駛員,但這已經不是會不會,而是何時才會完全取代傳統駕駛員的問題了,直覺上來說,跟駕駛很類似,在投資領域中:
1. 對人們來說是比較困難的工作,
2.
對電腦來說卻是相對容易的工作
....................不論如何,對眾多的股票研究員與基金經理人來說,他們擔心工作被電腦所取代的心理準備應該至少要跟卡車司機一樣才對!" 

留言

這個網誌中的熱門文章

我的「機器人理財」新創之路

誰比較容易陷入卡債的陷阱:是男生? 還是女生? (資訊圖表)

20個關於投資非常重要的觀念

簡單是複雜的極致表現

反過來想,永遠要反過來想