利用 AI 获得 130% 超额收益

本文介绍了如何利用 AI 在投资市场中取得超过市场平均水平130%的回报,分享了投资策略和使用 AI 进行股票分析的方法。原文:How I outperformed the market by 130% because of artificial intelligence

巴菲特说过一句震惊金融界的话:跑赢标准普尔 500 指数很容易。由于伯克希尔哈撒韦公司规模庞大,巴菲特认为自己在结构上处于巨大劣势。他声称,如果他的交易规模较小,就可以轻松跑赢市场。

"我想可以用 100 万美元每年赚到 50% 收益,我保证可以做到。" -- 沃伦·巴菲特

当时,巴菲特依靠的是穆迪手册,一家金融服务公司(名为穆迪)关于公开交易股票的系列出版物,这些出版物提供了各行业、公司和证券的详细信息。

巴菲特并不确定现代的穆迪手册是什么,但我相信我找到了答案...

就是人工智能。

应用 AI 后我的回报

我将自动化和 AI 融入投资策略已经有一年左右的时间了,所取得的回报让标准普尔 500 指数望尘莫及。也许有人会说,一年时间还不足以做出明确结论,但我对自己的方法有足够信心,所以要向全世界分享我的过程。

老实说,这比你想象的要容易得多。

首先,让我展示一下 Robinhood 的收益。如图所示,我在今年获得了 12,006.92 美元收益,账户余额增至 36,383.53 美元,收益率为 49.3%。相比之下,追踪标准普尔 500 指数的 ETF SPY 在同一时期的收益率为 21.6%。这表明我的投资策略明显优于大盘。

这种趋势即使放大到过去 3 年(即该账户开设之时)也仍然有效。

更令人惊讶的是,真正的收益百分比实际上要高得多。

你看,我的仓位一开始不到 12,000 美元,在对我的策略越来越有信心之后,我向投资组合存入了更多现金。如果你看到我的实际收益百分比,一定会大吃一惊。

你甚至可以看到,尽管我的仓位还有 29,888.88 美元,但表现却如此出色。你可能想知道,怎么会有这么小的仓位,却能跑赢大盘?

因为期权交易。

我的投资策略是什么?

在开始之前,请允许我声明,我没有水晶球,我不向任何人提供财务建议,我个人交易账户里的钱,可以100%接受亏损。我并不要求你复制我的策略来 "快速致富",而只是在解释我是如何看待市场并将 AI 融入其中的。

我的策略的基本前提是:如果标准普尔 500 指数每年上涨约 10%,那么大约有一半的股票会跑输大盘,另一半股票会跑赢大盘。

有失败者,就有成功者。

前提很简单:找到一两只我认为会跑赢大盘的股票。今年,我选择了特斯拉(接近底价)、英伟达、谷歌和微软。然后,交易获胜股票的长期(1 年以上到期)ATM 期权。

如果股票碰巧下跌,目标就是慢慢积累更多。"慢慢" 是关键词。你不会想在两周内就满仓。我们的目标是将购买时间拉长到几周甚至几个月,慢慢降低成本。

如果股价上涨,就卖掉一些仓位,但至少要长期持有 1 个仓位。

就是这样。虽然我没有期权的回溯测试平台,但我用比特币和 TQQQ 等波动性资产回溯测试过非常类似的策略,以验证我的想法。

这其中最关键部分是找到好的资产进行交易。虽然 QQQ 是赢家,但我非常喜欢挑选更具优势的赢家。

在没有水晶球的情况下,该如何找到这些制胜股票呢?

这就需要依赖 AI。

利用 AI 识别和评估基本面强劲的股票

我非常依赖 AI 来识别和评估基本面强劲的投资机会。

我建立了一个免费的在线平台 NexusTrade,集成了大语言模型,提供有两个关键功能,包括 AI 股票筛选器AI 金融分析功能。

具体来说,我使用自然语言查询具有以下特征的股票。

  • 人工智能或半导体股票
  • 过去一年毛利率上升
  • 其毛利率达到或超过 60%
  • 2023 年第三季度的收入超过 50 亿美元

大语言模型生成了一个查询,以查找符合这一标准的所有股票,然后按利润率降序排列。

最终我确定了博通(Broadcom)、微软(Microsoft)、英伟达(NVIDIA)、Salesforce 和 Meta。

这 5 只股票在市场上大放异彩,自 2 月份以来上涨了 25%,而标准普尔 500 指数的涨幅仅为 15%。

AI 的强大之处不仅仅在于筛选股票,它还能进行整体分析。

例如,英伟达是我今年的主要投资项目之一,在我目前的投资组合中占很大比例,原因之一是它是一只基本面强劲的 AI 股票。鉴于英伟达的基本面,语言模型给它的投资评级为 4.5/5。

我并不只依赖一种模型,而是使用多种模型,包括 Claude 3.5 Sonnet、GPT-4 和最新的 GPT-o1-mini 模型。

将不同大模型的一致建议与我作为交易员和投资者所获得的人类直觉相结合,可以为投资做出更好的决定,这些决定已经带来了巨大回报。

然后,将这些基本面强劲的投资与通过历史数据回溯测试验证的策略结合起来,最终创造出一种极其有利可图的交易策略,在过去几年里,这种策略的表现超过了市场,甚至没有动用大部分仓位。

结语

在过去几年里,我的策略一直在疯狂盈利,但我并不自诩拥有水晶球。明天,也许英伟达直接归零,而我只剩下 20% 的年收益,这种情况肯定会发生。

只是可能性不大,巴菲特依赖穆迪手册,而 AI 则提供了新的机会,让我们可以找到隐藏的瑰宝。

我们不仅更容易找到新的投资项目,还能进行全面分析。掌握这项技术的人将比停留在石器时代阅读报纸和查看 10K 报表的人有效得多。

现在是精通技术的投资者开创投资战略新时代的时候,是时候将 AI融入投资流程了。


你好,我是俞凡,在Motorola做过研发,现在在Mavenir做技术工作,对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓厚的兴趣,平时喜欢阅读、思考,相信持续学习、终身成长,欢迎一起交流学习。为了方便大家以后能第一时间看到文章,请朋友们关注公众号"DeepNoMind",并设个星标吧,如果能一键三连(转发、点赞、在看),则能给我带来更多的支持和动力,激励我持续写下去,和大家共同成长进步!

本文由mdnice多平台发布

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,734评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,931评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,133评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,532评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,585评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,462评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,262评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,153评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,587评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,792评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,919评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,635评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,237评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,855评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,983评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,048评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,864评论 2 354

推荐阅读更多精彩内容