貝萊德集團（BlackRock）掌握全球上兆的資產，是資本市場中的要角，其系統化投資團隊深耕量化領域逾40年，團隊11日在台分享被稱為「人機團隊」的系統化投資，投資部門主管不約而同指出，大型語言模型（large language model，LLM）的應用將為投資市場帶來革命性的改變。
貝萊德量化模型已進入大語言模型時代
11日，貝萊德系統化投資主動型股票投資團隊資深投資策略師Anthony Kruger、貝萊德系統化投資主動型股票投資團隊資深基金經理Robert Fisher、貝萊德系統化投資國際財富管理主管Adam Riley三位專業投資主管分析量化投資大趨勢，尤其是導入大語言模型之後，能容納更多的資料、做出更多的機器學習、模型調校，帶來更多的變化。
一般在市場中，常看到程式交易處理當下的變化，例如盤中的當沖，追求超額利潤，許多基金公司導入機器人理財，最近流行AI機器人理財，也算是一種程式交易，若設定中長期投資策略，常用的科學方式是分析上市櫃公司的財務報表，10年前全球流行大數據，把法說會的文字檔輸入、做text mining已經算是很「先進」的非結構化數據分析方式。
貝萊德也在11日分享他們早年用文本分析的成果，把分析師、上市公司當局文本中的正向字眼和負面字眼做頻率分析，轉化為投資策略，有趣的是，貝萊德表示，剛開始這個策略是奏效的，可以賺取超額利潤，但後來各家投資機構都跟進之後，超額利潤就消失了，後來也逐漸放棄這個方式。
市場競爭不斷更新預測方法
但是進入大型語言模型時代，文本分析已經轉化為更多元、多樣的數據可以納入，進行機器學習（更簡單的說法就是建立預測模型、拿歷史資料測試模型準確度、穩定度），因此能建構出更完整、更多模態的模型，例如A模型是風險愛好者、B模型是風險趨避者之類的，當然，這對任何一家投資機構來說都是營業秘密，因此在現場，貝萊德也沒有透露採用了哪一家的模型（買進來改成自己要的）以及有多少種模型。
就像使用ChatGpt一樣，關鍵在使用者會不會下指令，因此貝萊德系統化投資國際財富管理主管Adam Riley指出，人類自己的創造力成為關鍵，就算模型跑出的結果，最後也是人類最終決定，因此「人」的因素很重要，「人機協作」的成功與否也很重要。
「人機協作」最常看到的場景是機師在操控波音或者空中巴士的客機的時候遇到的「自動駕駛」切換問題，包括一些戰鬥機也有同樣的問題，有些飛機事故就出在駕駛和飛機系統之間無法協調，例如波音737MAX的幾次事故，駕駛員與系統的衝突。
當然，用LLM跑出來的投資決策模型沒有那麼立即、致命的問題，但仍然有「人機協作」的問題。
人機協作將影響到模型的成功與否
LLM不是沒有瑕疵、例如AI幻覺，還有壞資料訓練出壞模型的問題，終究要有人介入，關於這點，貝萊德其實著墨不多，但有聽到強調模型的「穩定度」，是的，LLM模型根基還是類神經網路演算，最大特色是「可能每次答案都不一樣」，因此決定於下指令的人，怎麼作提示工程，這一點，也屬於營業秘密，因此貝萊德口風很緊。
可以確定的是，過去就非常善用數據建構投資模型的貝萊德，在導入LLM模型之後鐵定如虎添翼，市場是競爭的，美國許多大型專業投資機構，也陸續導入LLM模型作為投資決策，有趣的是，到底量化投資是一個黑盒子還是CLEAR清楚的盒子，可能最後是客戶的主觀決定，如果投資虧損通常都會怪模型不準，報酬率豐沛的時候，都覺得是一個「好的」模型。
