Q&A:StashAway集團投資總監梁穎瑩2024.06.04
全文共1423字,讀完約需5分鐘

當人工智能(AI)進入投資領域,回報會否不一樣?創立於新加坡的投資平台StashAway在數據分析及資產配置中積極運用AI,以期在同樣風險水平下獲取更高的長線回報。該集團投資總監梁穎瑩接受《彭博商業周刊∕中文版》採訪,分享AI在投資中的應用前景及其投資理念。――尹琛

人工智能(AI)具體如何在StashAway的投資中發揮作用?

我們的投資框架ERAA(Economic Regime-based Asset Allocation)主要包含兩部分:智能監測經濟環境與智能資產配置。基於系統實時接收的經濟數據及所作分析,我們每月會判斷當前所處的經濟週期,比如今年4月,我們認為經濟週期從「滯脹」回到了「通脹性增長」。此時,資產配置組合也隨之改變,如增持週期性股票並減少現金。前述兩個步驟中,都有AI的應用,尤其是對歷史數據的分析。比如當下處於通脹環境,且有滯脹風險,系統便以1970年代出現滯脹時的經濟數據做集群分析等。其實這些方法很常見,但現有的模型可能出現「垃圾進,垃圾出」(garbage in,garbage out)的情況,所以輸入哪些數據非常重要。

聽起來是量化投資的升級版,不同主題投資組合的實際回報如何?以及當經濟環境與個別標的資產的表現不匹配時,如何調整資產配置?

不同投資組合的回報與風險指數(SRI)成正比。以2023年為例,最高風險水平(36%)的投資組合回報有20%,最低風險(6.5%)的投資組合回報則約為6.14%。如SRI為36%,意思是投資者有1%的機率一年內最大累積跌幅超過36%;99%的機率一年內最大累積跌幅不超過36%。長線來看,股票的回報約為10%,債券回報介乎5%至6%。越高風險的投資組合中,股票佔比越高。

事實上,市場情況、投資情緒所帶來的影響都較為短期,長期回報仍主要受基本面驅動。以股票為例,其基本面就是公司的盈利增長。儘管投資者也能通過估值輔以判斷,但估值變化過快,要捕捉其週期並不容易。而我們每做一次資產重置,大概是看12至18個月的週期,這樣的週期而言,經濟數據的主導性很強。

你們的用戶主要是哪類投資者,他們有什麼投資偏好?

主要是高淨值和新晉富裕(Emerging high-net-worth)投資者,後者指的是可投資產介乎500萬至800萬港元之間的年輕富裕人士。過去12個月,這兩類投資者為平台帶來超過80%的業務增長,佔平台於香港管理資產總值的65%左右。

新晉富裕投資者一般較難享受到私人銀行的服務。但他們投資需求旺盛,且風險偏好較為進取。在StashAway,這類客戶所揀選的投資組合其風險指數介乎30%至36%。對長期投資而言,高風險往往掛鉤高回報。如果想做很多「交易」(trading)或投機,那的確不是我們的目標客群。

自2021年進軍香港以來,平台目前在香港的開戶數、資產管理規模多大?

我們2016年於新加坡成立,2021年1月時,所管理的資產總值首次超過10億美元,其中大部分資金來自新加坡、馬來西亞。與整個集團相比,香港的業務規模較小,但並沒有單獨披露該地區的資管規模和開戶數量。不過,香港的增長率很高,2024年第一季度的資產管理總值增幅超過20%,主要動力來自高淨值及新晉富裕投資者。

展望AI在投資中的應用前景,您認為基金經理的角色在未來還有必要存在嗎?

事實上,前述ERAA系統所做的自動化工作,已經不需要專門的基金經理去管理。但我們的團隊仍需要優化系統。也許將來,優化系統這件事也能全部交給AI,但我認為距離一個完全由AI主導的系統還很遙遠。最重要的原因是可解釋性不足——如果不能向客戶解釋做出某些投資決定的原因,對方會感到非常不適。這也是為何我們的團隊常常舉辦工作坊,向客戶傳達和解釋我們的投資理念。