投资的未来是什么？

自全球金融体系成立以来，它已经进化得更加高效地管理日益复杂的事务，而其作为帕累托有效资源配置促进者的基本角色依然保持不变。金融在资源配置方面的成功使其成为负面外部性——尤其是环境退化——的主要驱动力，这些负面外部性对未来的经济和社会发展构成了重大风险。

这篇博客文章介绍了将“增强智能”无缝集成到投资决策过程中的先进框架。通过利用人类智能、人工智能（AI）和可持续性之间的共生关系，增强智能旨在重新定义投资管理的模式。

金融市场的目的是什么？（已优化，保持自然流畅）

金融市场是复杂的自适应系统（Lo, 2004）。它们的基本功能是在参与者之间促进资源的有效分配（Mishkin, 2018；Ross & Westerfield, 2016；Fabozzi & Modigliani, 2009）。自 1494 年卢卡·帕乔利引入复式簿记以来，自 1602 年阿姆斯特丹首次推出股票交易所以来，或者自哈里·马科维茨等人在 1952 年使有效分配的解释标准化和可扩展以来，这一功能没有改变。

金融市场的历史中，为了实现有效的资产配置，参与者需要掌握的复杂程度发生了变化。这种复杂程度取决于系统的范围及其内部动态。

人类已经将需要考虑的因素范围扩展到高效的资源配置决策中。金融化、全球化和数字化是这一扩展的主要驱动力。如今，市场参与者可以将其资源分配到价值 795.7 万亿美元的全球资本存量中（Vacchino, Periasamy, & Schuller, 2024），这是前所未有的。

为了掌握系统扩展范围内的增强动态，市场参与者必须调整他们的互动方式，将传统的市场观念转变为采用更具洞察力的评估方法，以理解市场的复杂性。

这一转变使得人们更加关注哪些行为最能将不同来源的证据整合到分配决策中。推理方式从演绎推理转变为归纳推理（Schuller, Mousavi, & Gadzinski, 2018），这使得对金融系统内部动态的评估越来越准确。

复杂系统会产生涌现现象，这些性质只能在较高层次上进行研究。复杂系统中各个组件之间复杂的非线性相互作用会产生新的、往往出乎意料的性质或行为，这些性质或行为仅通过研究系统的各个部分是无法简单解释的。因此，涌现是复杂性的自然结果，整体大于部分之和。

在金融市场的历史中，一个主要的涌现性质是人类对自然的主导地位，这种主导地位在 15 世纪末的科学革命之后变得尤为明显。这种主导地位导致了人类前所未有的突破，使人类配备了越来越精细和可扩展的工具来应对复杂性。

通过金融系统掌握行星时间

由于复杂自适应系统的特点，最初作为副作用的负面外部性因素已经变成了影响系统的主要因素。目前，金融系统正在学习如何超越以人为中心的世界观来整合各种因素。我们已经进入了一个时代，时间不再在人类和非人类的尺度上有所不同地分配。

行星时间代表了人类时间和生态时间的同步，这是应对气候变化和资源开采问题的关键概念。作为资本流动的促进者，金融市场在推动这种同步方面具有独特的优势。这需要从追求短期利润最大化转向可持续的长期价值创造的范式转变。

为了人类重新融入地球的稳态，金融系统的目标是促进资源在参与者之间的有效分配，这一目标现在被置于新的背景下。这引发了一个问题：如何设计一个金融系统，采用增强智能（AI、人类智能和可持续性）来掌握行星时代？学术界和从业者将这三个元素孤立处理，并且行动得太慢，无法打破这些壁垒，将它们整合到一个整体决策设计中。每个孤立领域的现状是什么？

人力在投资管理中的角色

在过去的 40 年里，行为金融学提倡基于证据的决策。我们现在对偏见的数量以及为何我们在投资决策中充满噪音和偏见有了更多的了解。然而，我们还没有足够帮助全球金融生态系统中的参与者跨越知行合一的鸿沟，这对于加速创新的扩散至关重要。要么职业投资者更多地谈论行为金融学，而不是利用其见解，要么消除认知偏见的效果只是暂时的（Gadzinski, Mousavi, & Schuller, 2022）。

学术界更加注重行为考量的应用，比如行为设计配置。不仅是为了提高对认知失调及其影响的认识，也是为了让决策者能够以较低的认知成本改进这些配置。

提高意识的培训已被证明无效，因为它在促进行为改变方面过于表面化（Fleming, 2023）。相比之下，设计投资决策支持系统以产生基于证据的决策的高性能原则正越来越多地受到关注（Schuller, 2021）。

可持续性在资产管理领域的应用

在金融系统中考虑可持续性问题可能是增强人工智能通往实体经济的通道，从而在需要时将人类重新整合到与地球的平衡状态中。这些考虑在金融领域历史悠久，尽管影响并不显著。

许多投资领导者最近已经将可持续发展目标(SDG)驱动的投资视为良好投资管理的必备要素。这条通往必要性的道路花了几十年才建立起来（Townsend, 2020）。然而，合规驱动的方法往往将可持续性视为行政负担，而不是核心投资策略。

政策制定者和监管机构最近才意识到，他们无法成为主要驱动力，来引导、促进和激励资本向实现可持续发展目标（SDGs）的方向进行大规模重新配置。实际的资本重新配置必须由市场参与者自己完成，通过基于证据的评估机会集在风险/回报特征中的价值来创造利益相关者的价值。当前台专家因可持续性而寻求能带来更多利润的机会时，这就会产生规模效应。

第三代资产分配

当前的投资管理在实现增强人工智能与投资决策设计的无缝集成方面存在不足，因为在学术和实践中，它都是以碎片化的方式处理各个组成部分的。

传统的资产配置模型基于静态优化和线性外推，越来越难以应对复杂多变的市场环境。第三代资产配置技术受到 Andrew Lo 的适应市场假说（AMH）的启发，强调因果、归纳和适应性方法。这些方法与增强人工智能的原则相契合，为将可持续性纳入投资组合构建提供了框架。

与第一代和第二代模型侧重于预测和折现未来值不同，第三代技术专注于实时因果分析。通过结合基于证据的评估和先进的 AI 工具，这些模型使投资专业人士能够显著更有效地应对不确定性与复杂性。

简而言之，这一代的新技术使得能够创建适应性、归纳性、因果性和前瞻性的投资决策支持系统，旨在追求理性决策。因此，它们将传统的建模方法颠倒过来，即从现实遵循模型转变为模型遵循现实。

对投资专业人士的影响

通过第三代资产配置方法过渡到增强型人工智能需要投资管理行业进行文化转变。这种转变包括打破学术界、监管机构和行业实践之间的壁垒。投资团队必须优先考虑认知增强，利用人工智能工具来提升决策过程，同时保持以人为本的方法。

该行业的缓慢适应性需要通过有针对性的培训、监管激励以及开发全面的投资决策支持系统来解决。这些系统应整合人类和人工智能，以与地球时间相一致的方式优化资本分配。

总结

全球金融系统的利益相关者们需要思考：如何设计一个将人工智能与人类智慧相结合，从而实现增强智能，并掌握行星时代这一时代的金融体系？

概念性和实践性的孤岛需要被打破。第三代资产配置技术虽然还很年轻，但已经为这种共生关系可能的样子奠定了基础。

我们行业的下一步是基于第三代原则框架来构思投资决策支持系统。