在数智时代，智能技术与数据深度融合，逐渐实现了大数据价值的充分挖掘与有效利用，为进一步推动数字经济发展奠定了坚实基础。数智时代的研究决策范式开始从“大数据”向“大知识”转变。“大知识”主要是应对从复杂大数据中挖掘海量知识的挑战。大知识既可以实现知识驱动的自动建模，也可以帮助决策者对结果进行理解和解释。

在此背景下，CSMAR推出了智能研究系列数据库，基于金融大数据，运用深度学习、自然语言处理等AI技术手段，从股价预测、舆情分析、财务诊断、风险感知四个方面着手，实现从数据获取、清洗到数据处理以及结果分析研判整个研究周期的智能化处理，帮助研究者搭建从金融领域“大数据”向“大知识”转变的桥梁，助力相关领域研究的深入开展。本期内容，我们将针对智能研究系列数据库中的智能股价预测数据库，分享研究案例，解析相关数据资源的应用。

人工智能炒股能跑赢大盘吗？[J].人民论坛·学术前沿,2020.

人工智能的时代已经到来，通过量化分析、智能投资等方法，人工智能在股票投资中的作用越来越明显。文章对美国人工智能基金AIEQ以及中国多支人工智能基金在股市投资中的绩效进行了评估，以探究人工智能在股票投资中的应用价值和未来发展潜力。

文章针对人工智能基金选股和择时能力的评价模型如下：

其中Rpt、rft和rmt分别为第t日AIEQ、短期国债和基准指数在第t日的收益率，Dt为虚拟变量，当rmt＞rft时为1，否则为0。在该模型中，AIEQ的选股能力和择时能力分别由α和γ来衡量。α和γ的t统计量用来检验其估计值是否显著大于0，即AIEQ的选股能力和择时能力是否明显；而β的t统计量检验的是其估计值是否大于1，即AIEQ的风险是否显著高于市场基准。

研究中涉及到的人工智能基金为：

针对AIEQ，研究首先给出了其与基准指数标普500总回报指数在不同时间区间的涨跌幅：

从整个时间样本区间来看，AIEQ的累计涨幅为13.47%，不及基准指数17.09%的涨幅，特别是在美股大幅下跌的第2个子区间，AIEQ的跌幅明显超过基准指数，不过在美股上涨的第1和第3个子区间里，AIEQ的涨幅都略胜基准指数。

对AIEQ选股和择时能力的评估情况如下：

AIEQ仅在第3个子区间表现出一定的择时能力。另外，全样本下市场风险β的t统计量显示，AIEQ的市场风险明显高于基准。总体来看，AIEQ虽然没有跑赢大盘，但整体表现不算太差。在近2000只美国ETF投资基金中，AIEQ的排名大约在200～300的区间中，排名相对位居前列。若与个股比较的话，AIEQ的上涨幅度高于同期2／3的美股。

针对国内的人工智能基金，其相关信息及收益表现如下，其中超额收益为基金复权净值涨跌幅与基准指数收益率之差：

表中统计的是各个基金自赎回日之后至2018年8月27日的年化日均超额收益，并给出了t统计量来检验基金收益率是否显著高于基准指数收益率。表中t统计量的绝对值大都在2以内，表明大数据基金收益率与基准指数收益率的差异并不明显，仅南方大数据300A的收益明显高于基准。

针对上述大数据基金的选股与择时能力的评估情况如下：

在选股能力方面，博时淘金大数据100A、南方大数据300A、博时银智大数据100A、天弘云端生活优选这4只基金选股能力α的t统计量大于2，表明他们的选股能力显著优于基准，风险调整后的年化收益率分别为25.4%、6.49%、11.3%、22.5%。其他大数据基金的选股能力与基准相当，并没有任何一支基金的选股能力明显不及基准。

而在择时能力方面，则没有任何一支基金具有明显的择时能力，甚至还有4只基金的择时能力显著为负，分别是博时淘金大数据100A、博时银智大数据100A、天弘云端生活优选、泰达宏利同顺大数据A。其中前3只基金是有显著的选股能力的，但由于他们的择时能力显著为负，导致基金收益与基准指数相差不大。

综上，该研究认为，就目前的技术手段和现实情况，人工智能炒股并没有跑赢大盘，但是仍有不俗的表现。随着技术的进一步发展，人工智能可以成为更高效精准的辅助投资工具。

基于该研究，学者们后续可借助CSMAR智能股价预测研究数据库，辅助构建投资组合，或参照该研究的范式，对其选股与择时能力进行评价分析。

数据资源介绍

CSMAR智能股价预测研究数据库从选股、择时两个方面构建A股评分体系，运用AI技术综合评价特定时间点上个股的持有价值，预测未来90天的股价，包含选股评分表、择时评分表、综合评分表和股价预测表，以期为从事个股研究、AIGC、机器学习等方面研究的教授、学者及其他研究人员提供便利，同时提高中国金融市场研究的深度和广度，促进AI在中国金融市场的应用程度。

查询路径：https://cn.gtadata.com/智能研究系列/智能股价预测