君子愛財，取之有道，人人都希望可以財源廣進，過衣食無憂的生活。要賺大錢，其中一個方法就是投資，鬥智鬥力也要碰運氣。可是在未來，或者會演變到不用人腦就可以投資獲利，劍橋大學金融科技學家 Wojtek Buczynski 為首的研究團隊，去年就在期刊 International Journal of Data Science and Analytics 發表文章，比較人工智能和人類，誰在投資市場表現更佳。
金融企業早已廣泛應用人工智能技術，當中包括網絡安全、反洗黑錢，客戶審查以及網上客服等多個領域。荷蘭國際集團行政總監 Ralph Hamers 直言，希望集團可以被視為一間「有銀行牌照的科企」。有初創科企以人工智能大幅縮短信貸程序，挑戰傳統銀行及財務機構的地位；亦有交易所會以簡單的電腦方程式進行估價，但就極少會以人工智能科技進行投資決定。Buczynski 團隊認為，金融市場有龐大數據量，有利機器學習（machine learning），故欲了解人工智能的賺錢能力。
現時，市面上有個別量化對沖基金，聲稱會在投資決策過程中應用人工智能技術。可是，那些基金甚少公佈官方表現數據，而且管理資金雖然以十億美元計，規模依然遠不及主流投資機構。研究團隊於是改為分析在 2000 到 2018 年期間的 27 份學術研究，全部都是以機器學習方程式進行股票市場預測，而且大部分都表示其模型可作精確預測，不過就從未實際應用。團隊就重新運行算式，測試是否可以在現實環境實踐。
Buczynski 團隊發現，大部分的研究其實會以一個方程式，同時運行多個版本的投資模型（最多同時數百個），而差不多所有作者都只會匯報實驗結果最好的一次。惟在現實投資環境中，每次抉擇都只有一次機會，而且賺蝕分明，不能推倒從來。另外，雖然這些文獻所匯報的預測成功率通常都高達 95%，對很多社經領域而言是非常理想的水平，不過團隊認為在投資角度來看，仍然未盡完善，因為一次重大的失誤，就可能連本帶利賠蝕。
市面上其實有少量以人工智能運作的基金，有公開其表現數據。Buczynski 團隊研究後發現，這些基金的成績通常都差過市場水平。他們認為在目前為止，人類的投資專家依然比人工智能優勝，其中一個原因是人類能夠在不確定的環境下，透過大腦的「思維捷徑」（mental shortcuts）迅速作抉擇。除了考慮成效，人類要廣泛利用人工智能做投資之前，亦要考慮監管和倫理問題，例如程式會否演變到控制市場，又會不會投資不良企業。
人工智能已經在多項範疇超越了人類，包括西洋棋、圍棋等過去認為不可能的領域；假以時日，人工智能可以在投資市場戰勝人類，絕對不是天方夜譚。不過，Buczynski 團隊認為在此之前，還需要更多實證研究。他們估計，短期內企業只會走向混合模式，以人工智能作分析工具，最終決定權還是落在人類團隊手上。
