格隆匯2月24日｜由哈佛商學(xué)院教授領(lǐng)導(dǎo)的一項最新學(xué)術(shù)研究發(fā)現(xiàn)，主動型基金經(jīng)理的大部分行為都遵循機器可以學(xué)習(xí)的模式。研究人員利用一種名為“神經(jīng)網(wǎng)絡(luò)”的機器學(xué)習(xí)算法可以預(yù)測到約71%的共同基金交易決策，即基金經(jīng)理在某一季度內(nèi)對特定股票是買入、賣出還是持有。該模型基于1990至2023年的五年滾動窗口數(shù)據(jù)進行訓(xùn)練，提取了包括基金規(guī)模、投資者資金流向、股票特性以及更廣泛經(jīng)濟狀況等信息?；诖?，它能夠預(yù)判大部分的持倉調(diào)整。吊詭之處在于該模型的局限性可能比它的成功更具啟發(fā)性。平均而言，系統(tǒng)未能預(yù)判的那部分交易（約29%）與基金超額收益的關(guān)系更為緊密。換言之，那些落在常規(guī)、可檢測的投資模式之外的交易活動似乎才是真正創(chuàng)造價值所在。