ARCANA联合创始人兼首席执行官理查德·福尔克-华莱士，出席“纽约金融服务人工智能峰会—

Arcana联合创始人兼首席执行官理查德·福尔克-华莱士Artefact 主办的“金融服务人工智能峰会”上的主题演讲要点Artefact 2024年6月12日

关于理查德·福尔克-华莱士：他是Arcana公司的首席执行官兼联合创始人，该公司致力于帮助机构投资者利用先进的数据分析技术，深入了解投资组合风险并优化投资表现。他毕业于哥伦比亚大学，在金融领域拥有丰富的经验。

关于Arcana：Arcana是一家利用专有数据和先进的分析工具，帮助机构做出明智决策的公司。它融合了技术与对冲基金领域的专业知识，致力于提供具有重大影响力的金融解决方案。

风险与拥挤分析的当前实践

顶尖基金越来越注重挖掘独立于宏观经济因素的独特洞见和特异性回报。这种方法既适用于股票多空多管理人基金，也适用于纯多头投资者。其重点在于将回报的系统性成分从残差回报中分解出来，并密切关注不同类型投资者之间的跟风现象。

许多基金公司正利用来自不同市场的因子暴露和拥挤信号，开发出复杂的方法来评估公开市场股票的风险。这包括对拥挤现象进行细粒度的详细分析，并考察对特定投资者类型（如对冲基金和多管理人基金）的暴露情况。这种对拥挤现象的关注有助于优化投资决策并降低风险。

人工智能（AI）和机器学习（ML）在优化股票选择方面具有巨大潜力。人工智能能够处理海量的非结构化数据，例如投资备忘录、研究报告和会议记录，并将它们转化为结构化数据集。这有助于加深系统性理解，缩小自主决策的范围，从而优化整体投资流程。

股票选股的未来在于更有效地区分系统性风险与非系统性风险。人工智能能够帮助识别和建模这些风险，将非结构化数据与基本面分析的洞见相结合。这种系统化的方法能够通过对相关风险的更清晰理解，从而提升选股表现。

将非结构化数据融入投资流程，涉及采集基本面数据，并理解市场状态的转变及主题性因素。人工智能能够将杂乱无章的信息转化为系统化的框架，从而辅助个股选择和风险管理。这种整合增强了识别系统性要素及整合洞察的能力，从而助力更优的决策制定。

开发用户友好的工具和系统，对于将人工智能洞察融入投资流程至关重要。这些工具应能帮助首席投资官、投资组合经理、风险经理和分析师轻松获取相关洞察。将人工智能驱动的洞察与传统的选股方法相结合，可以显著提升公开市场股票的管理水平。

目前，很少有基金在选股过程中系统地运用人工智能。人工智能主要用于高效检索和文件分析。然而，业界希望开发出能够将海量投资数据整合到连贯系统中的框架，从而区分阿尔法（alpha）和贝塔（beta）投资洞见。这需要强大的基础设施，以有效分离和利用投资研究。