Populære Innlegg

Redaksjonens - 2019

En AI-drevet ETF mislyktes dårlig på å slå markedet i 2018 - her er hva du kan lære av sine feil

Anonim

Det viser seg at selv kunstig intelligens kan gjøre beinhodet bevegelser.

Financial Services-firmaet EquBot brukte IBM Watson, kanskje det mest kjente kunstige intelligenssystemet (AI) i verden, til å analysere tusenvis av selskaper daglig for å prøve å velge aksjer som kan slå markedet. AI-systemets anbefalte aksjer er inkludert i et børsnotert fond (ETF), AI Powered Equity ETF

(NYSEMKT: AIEQ)

(AIEQ).

Jeg skrev i januar 2018 om AI-drevet ETFs topp fem beholdninger. På den tiden hadde AIEQ undergått S & P 500 siden ETF begynte å operere i midten av 2017. Hvordan gikk AI-systemets valg mot S & P 500 i fjor? Ikke så bra.

S & P 500-indeksen trounced AIEQ, og tapte 6% sammenlignet med ETFs 2018 tap på nesten 16%. AIEQ ser ikke så ille ut som utbytte, men har fortsatt slått S & P 500 i total avkastning med et tap på 7, 7% sammenlignet med et tap på 4, 6%.

Jeg bestemte meg for å grave inn i AI ETFs lagerbeholdninger i fjor for å prøve å finne ut hvorfor det virket så elendig. Jeg har avdekket noen viktige leksjoner som alle investorer kan lære av AI-systemets feil.

Hva jeg fant

AIEQs eierskap er tilgjengelig på ETFs hjemmeside. Du kan imidlertid bare se de nåværende aksjene eid og ikke historiske endringer i sine stillinger. Som flaks ville ha det, hadde jeg imidlertid lastet ned AIEQ beholdningene den 16. januar 2018 og igjen 15. mai 2018. Jeg kunne sammenligne detaljerte lister mot aksjene i AIEQ per 2. januar 2009 .

Tilbake i januar 2018 hadde ETF stillinger i 70 aksjer. Rask frem til januar 2019 og bare 16 av de opprinnelige 70 aksjene ble fremdeles holdt av AIEQ. Og det er faktisk enda verre: To av de første aksjene ble solgt i løpet av året og kjøpt tilbake senere.

Interessant, av de ti beste AIEQ-bedriftene fra januar 2018, var bare to igjen i ETFs topp 10 i januar 2019: Alfabetet

(NASDAQ: GOOG)

(NASDAQ: GOOGL)

og Amazon

(NASDAQ: AMZN)

. Amazon var et spesielt godt lager for å holde på, da det ga en 28% gevinst i fjor. Alfabetet endte 2018 med en liten nedgang på 1%, men det var mye bedre enn S & P 500-indeksens ytelse.

Men jeg la merke til et lite problem. Mens Amazon fortsatt var en av AIEQs toppbeholdninger i 2018 (i hvert fall basert på mine øyeblikksbilder av ETFs beholdninger), eide ETF nesten dobbelt så mange aksjer i begynnelsen av 2018 som det gjorde tidlig i 2019. AI-systemet solgte faktisk en stor bit av en av sine største vinnere av året. Dens posisjon i alfabetet økte imidlertid.

I tillegg solgte AIEQ fullstendig 6 av topp 10 beholdninger fra januar 2018. Som det viste seg, fortsatte to av de seks å overgå S & P 500, og en tredje aksje slo AIEQs prestasjon for året.

Store feil investorene gjør

Investeringslegenden Jack Bogle sa en gang at investorens to største fiender er "utgifter og følelser". Jeg tror ikke at AI-systemet som styrer AIEQ, har følelser, men det ser ut til å handle oftere enn en svært emosjonell menneskelig investor ville. Og hyppig handel kjører definitivt utgifter høyere.

Min Motley-kollega Matt Frankel ble nylig spurt om hva som var den verste investeringsfeilen han noen gang hadde gjort. Matts svar var at han solgte en vinnende investering for tidlig. Det er også min verste investeringsfejl. Basert på hva jeg så fra AIEQs dramatiske endringer i porteføljen, bidro AI-systemet til den samme feilen.

Jeg ville til og med justere svaret mitt litt på spørsmålet om at Matt ble spurt. Min verste feil er å selge for tidlig, periode. Jeg fortsetter å være awed av David og Tom Gardner, grunnleggerne av The Motley Fool. Begge holder seg til sine vinnende aksjer selv når de ikke vinner.

David har for eksempel eid Amazon siden 1990-tallet. Men mellom desember 1999 og september 2001 mistet Amazon mer enn 90% av markedskapitalen. Og David Gardner holdt på sine aksjer. Hvorfor? Han kjøpte et selskap som han trodde hatt gode langsiktige prospekter. Disse utsiktene endret seg ikke, selv om Amazons aksjekurs gjorde.

Dette understreker hva jeg synes er de største investeringsfeilene for AI-systemet som driver AIEQ. Det kunstige intelligenssystemet ser ut som å kjøpe aksjer i stedet for bedrifter. Og det tar ikke lang sikt. Hvis det var, ville det definitivt ikke ha en så latterlig høy mengde omsetning i porteføljen.

Ulike leksjoner fra et AI-system

For noen år siden ble jeg fascinert med kunstig intelligens og besluttet å bygge mitt eget AI-system. Det var et kunstig nevralt nettverk som "lærte" fra økonomiske data som spenner over mer enn 50 år. Målet mitt var å se hva AI-systemet ville si om jeg skulle investeres i aksjer (jeg brukte S & P 500 som en proxy) eller i kontanter basert på tilgjengelige økonomiske data.

For å være sikker var kompleksiteten i dette systemet ikke engang i samme liga som AI-systemet som ble brukt til å drive AIEQ. Men resultatene jeg fikk fra eksperimentet mitt var spennende. AI-systemet som jeg utviklet, anbefales alltid å være i aksjer. Og tilliten til aksjer økte mer da S & P 500 falt.

Jeg kalt systemet en "Buffett-bot". Warren Buffett fortalt at investorer burde være "redd når andre er grådige og grådige når andre er redd." Det er i utgangspunktet hva AI-systemet konkluderte med, var en vinnende strategi.

Det vil ikke overraske meg hvis AI-systemer til slutt overgår markedsåret inn og år ut. Men jeg tror hvordan de skal gjøre det, vil ikke være ved å handle inn og ut av aksjer ofte som dagens AIEQ gjør. I stedet mistenker jeg at fremtidens markedsslagende AI vil anbefale å være i aksjer mesteparten av tiden, hvis ikke hele tiden.

Min tro er at det vil, som Warren Buffett, være grådig når andre er redd. Jeg tror det vil velge aksjer av selskaper som har solide forretningsmodeller og gode langsiktige vekstutsikter som Amazon og Alphabet har akkurat nå.

I utgangspunktet vil denne vinnende AI bare gjøre hva David og Tom Gardner har gjort i årevis.

Sjekk ut alle våre inntjeningsanropskript.

Redaktørens notat: En tidligere versjon av denne artikkelen inkluderte ikke totale returkomparasjoner mellom AIEQ ETF og S & P 500.