📈 economics

Evaluating AI Investment Strategies

本文建立了累积遗憾（cumulative regret）在成本向量与策略决策之间逐期协方差的精确分解，为评估平台机制和投资组合管理等动态环境中的黑盒算法策略提供了一个易于处理且无需模型的审计框架。

原作者： Irene Aldridge

发布于 2026-06-09

📖 1 分钟阅读☕ 轻松阅读

原作者： Irene Aldridge

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你是一位正在评判厨师手艺的美食评论家，但你被禁止进入厨房。你看不见食谱，看不见正在切削的食材，也看不见厨师的内心思考过程。你所能看到的，仅仅是顾客下的订单（输入）以及最后端上桌的菜肴（输出）。

多年来，监管机构和投资者一直在努力解决关于管理资金的 AI 算法的这一难题：他们可以看到 AI 买入了什么、卖出了什么，也能看到市场价格，但他们无法“打开盒子”去观察 AI 是如何做出决策的。

Irene Aldridge 的这篇论文提供了一个巧妙的数学“魔术”来解决这个问题。她证明了，仅仅通过观察它收到的订单与它呈献的菜肴之间的关系，你就能准确地衡量一个 AI 表现得有多好（或多差）。

以下是该论文核心思想的拆解，使用了日常类比：

1. 核心理念：遗憾（Regret）本质上就是“协方差”

在金融领域，“遗憾”（Regret）是指算法实际赚取的收益与它如果拥有完美预见性（或至少拥有对市场平均水平的完美认知）时本可以赚取的收益之间的差距。

该论文的主要发现是一个简单的等式：遗憾 = 协方差。

把它想象成一个舞伴：

成本（音乐）： 这是市场状况（例如价格上涨或下跌）。
决策（舞步）： 这是 AI 决定做什么（买入或卖出）。

如果 AI 是一个优秀的舞者，它会随音乐起舞。如果音乐上升，它就向上迈步；如果音乐下降，它就向下迈步。在这种情况下，“协方差”（它们如何同步移动）很高，但遗憾值很低，因为 AI 正是在做情况所要求的事情。

然而，如果 AI 是一个糟糕的舞者，它可能会在音乐下降时向上迈步。它是在逆流而动。论文表明，你只需要通过计算 AI 的动作与音乐发生冲突的频率，就可以精确测量发生了多少“糟糕的舞蹈”（遗憾）。你不需要知道编舞细节，你只需要观察舞蹈本身。

2. “完美”与“现实”

论文证明，在特定条件下，这种“遗憾 = 协方差”的规则是完美的运作：

音乐是随机的： 市场的波动是相互独立的（就像每天抛一次硬币）。
舞者是诚实的： AI 的平均决策符合当天数学上的最优决策。

如果满足这些条件，数学逻辑是严丝合缝的。你可以汇总每日市场与 AI 决策之间的“冲突”总和，这个总和正是 AI 相比于最佳策略所损失的金额。

3. 当 AI 带有“偏差”时会发生什么？

在现实世界中，AI 并不总是完美的。有时它会有某种“习惯”或“偏差”。

动量陷阱（The Momentum Trap）： 想象一个总是试图追逐趋势的 AI。如果市场昨天上涨了，它今天就会买入。论文显示，在自然具有“反转”特性的市场中（即涨上去后又跌下来），这种习惯会产生一种特定类型的误差。
修正： 论文提供了一个“修正因子”。这就像是在你的评论中添加一条脚注：“舞姿看起来很糟，但今天的音乐比较特别，所以我们要进行调整。”
- 如果 AI 倾向于高成本决策，原始数学计算可能会让它看起来比实际更糟。
- 如果 AI 倾向于低成本决策，原始数学计算可能会让它看起来比实际更好。
- 论文给出了一个公式来修复这一点，使得审计人员即使在 AI 有不良习惯的情况下，也能获得“真实的得分”。

4. 为什么这对审计至关重要

这篇论文本质上是为监管机构提供的工具包。

无需秘密： 你不需要 AI 的源代码。你只需要一份记录（市场数据）和 AI 做了什么（交易记录）。
快速且廉价： 其数学逻辑足够简单，可以在标准计算机上实时运行。它不是一种沉重、复杂的模拟，而是一种直接计算 AI 动作与市场“冲突”程度的直观计算。
“黑盒”已开启： 尽管 AI 是一个“黑盒”（你看不见内部），但这种方法让你能清晰地看到结果。它将“这个 AI 是在作弊还是仅仅运气不好？”这一谜团，转化为了一个带有置信区间（确定性范围）的统计测试。

5. 现实世界测试：动量策略

作者使用 2016 年至 2025 年的真实股票市场数据对该理论进行了测试。

发现： 他们研究了“动量”策略（即认为昨天上涨的股票今天也会上涨的 AI）。
结果： 数学显示，这些策略始终在“逆着音乐跳舞”。市场往往会迅速反转（上升后通常次日回落），但动量 AI 却一直在追逐趋势。
审计： 通过使用他们的公式，他们可以量化这些策略由于这种不匹配而损失的具体金额。他们发现，虽然动量策略在某些年份看起来表现尚可，但一旦应用“偏差修正”，其真实的遗憾值往往更高。

总结

这篇论文是一份指南，教你如何在从未要求 AI 解释自身的情况下，去审计一个神秘的 AI 管理器。它说：“不要盯着大脑看；要盯着舞蹈看。”

通过仅仅测量 AI 的决策随时间推移与市场运动的匹配程度，你就可以计算出它的确切“遗憾”（性能损失）。如果 AI 有不良习惯（例如在反转市场中追逐趋势），论文提供了修正所需的数学工具。这使得监管机构能够明确表示：“我们完全清楚这个算法让你损失了多少钱，我们也知道这不仅仅是运气不好——这是它与市场共舞时的结构性缺陷。”

技术摘要：评估人工智能投资策略

问题陈述
本文探讨了审计序列决策环境下“黑箱”算法决策者的关键挑战，例如对冲基金、智能投顾和执行算法。监管机构（如根据 SR 11-7 和 SR-26-2 标准）以及平台设计者需要性能指标，以便在无法访问内部源代码或私有代理类型的情况下，评估算法策略。虽然单期审计是可行的，但将这些方法扩展到多期随机动态规划（即管理者在每一期根据新数据进行重新优化）仍是一个开放性问题。其核心难点在于确定累积遗憾（实现性能与理论最优基准之间的差距）是否可以仅通过可观测的量（输入和输出）进行分解。

方法论与理论框架
作者构建了一个通用的有限时界随机动态规划模型，其中策略 $\hat{\pi}_t$ 将观测到的状态和成本向量 $c_t$ 映射到决策 $z_t$ 。基准定义为条件均值最优策略 $\pi^*_t$ ，该策略在给定当前信息的情况下最小化预期成本。

核心方法论贡献是推导出了累积遗憾的精确分解。论文建立了一种机制，在特定条件下， $T$ 期的总遗憾等于成本向量与策略决策之间的逐期协方差之和，加上一个偏差修正项：
$\text{Regret}^{(T)}(\Pi) = \sum_{t=1}^T \text{Cov}(c_t, \hat{\pi}_t(c_t)) + \sum_{t=1}^T \bar{c}_t^\top b_t$
其中 $b_t = E[\hat{\pi}_t(c_t)] - \pi^*_t$ 代表逐期策略偏差。

分析通过以下几个理论扩展展开：

i.i.d. 成本： 在独立同分布（i.i.d.）成本且为均值无偏马尔可夫策略（即 $E[\hat{\pi}_t] = \pi^*_t$ ）的条件下，偏差项消失，从而产生一个精确恒等式，即遗憾等于协方差之和。
非平稳性： 对于随时间变化的成本分布，论文推导出了一个由成本增量的跨期协方差界定的闭式偏差修正项。
无限时界： 建立了折扣时界类比，表明折扣遗憾随有效时界 $1/(1-\gamma)$ 线性缩放。
AR(1) 过程： 对于均值回归的执行成本（建模为 AR(1)），论文推导出了特定的自协方差修正项，证明了原始协方差之和会根据自相关性的正负号，导致对真实遗憾的过高或过低估计。
贝尔曼递归（Bellman Recursion）： 推导出了协方差遗憾泛函的贝尔曼风格递归，其结构类似于强化学习中的 Q 函数。这使得能够使用标准的动态规划算法来估计多期遗憾，而无需求解原始优化问题。

核心贡献
本文提出了八项具体贡献：

精确分解： 证明了在 i.i.d. 成本和均值无偏策略下，总预期遗憾精确分解为逐期输入-输出协方差之和。
偏差特征化： 推导了针对非平稳成本和时变策略的闭式偏差修正，特别是在量化动量策略的偏差时，其量级为 $O(|\hat{\rho}|T\sigma_c^2)$ 。
算法审计工具： 提出了一种轨迹协方差估计器，该估计器具有一致性、渐近正态性及 HAC（异方差及自相关一致）方差，且计算复杂度为 $O(T \cdot nd)$ 。这使得仅利用可观测的成本和配置序列进行无模型（model-free）审计成为可能。
金融应用： 将该理论应用于滚动窗口组合再平衡（显示估计误差偏差为 $O(d/w)$ ）以及均值回归执行成本（提供闭式 AR(1) 修正）。
强化学习联系： 展示了如何通过推导出的贝尔曼递归，将标准的强化学习基础设施（如拟合 Q 学习）重新用于估计多期遗憾。

实证结果
理论通过 2016 年 1 月至 2025 年 12 月的 CRSP 日收益率数据进行了验证。

AR(1) 系数： 在所有年份和 NBER 经济周期中，日度 AR(1) 系数持续为负（ $\hat{\rho} \in [-0.144, -0.004]$ ），表明短期反转现象主导了动量效应。
策略表现： 在十个年份中有七个年份，回归策略的表现优于动量策略。
偏差修正： 在 2019 年和 2022 年（这两年原始回归策略表现不佳），经过偏差修正后的回归策略提供了最佳的风险调整后表现。偏差修正起到了“保险”的作用，在有利年份会产生轻微成本，但在动量动态发生扭曲时能带来显著收益。
稳健性： 论文识别了五种可能导致估计的 $\hat{\rho}$ 向上偏倚的干扰因素（规模效应、买卖价差跳动、波动聚集、截面与时序动量差异、以及流动性提供）。因此，计算出的遗憾数值是关于动量归因损失的保守上界。

意义与主张
本文声称通过将算法审计重新定义为一个统计检验问题，为监管审查提供了一个“易于处理的解决方案”。

对于监管机构： 合规官可以仅利用可观测的输入和输出构建累积遗憾的置信区间，从而满足 SR 11-7 等指令的要求，而无需访问专有的优化引擎。
对于机制设计： 该恒等式允许委托人在无法获知代理人私有类型的情况下，对代理人的遗憾进行界定，将黑箱审计与博弈论中的协方差估计问题联系起来。
对于策略改进： 贝尔曼递归意味着逐点降低协方差是多期遗憾改进的充分条件，这为寻找计算上可行的替代方案提供了比全策略枚举更高效的方法。

作者对实证规模持谨慎态度，指出虽然在所述假设下理论分解精确成立，但由于未观测到的微观结构噪声和因子暴露，实证估计值仅作为上界。其核心价值在于建立了一个严谨的、无模型的度量标准，用于衡量序列决策系统中的绩效归因。

1. 核心理念：遗憾（Regret）本质上就是“协方差”

2. “完美”与“现实”

3. 当 AI 带有“偏差”时会发生什么？

4. 为什么这对审计至关重要

5. 现实世界测试：动量策略

总结

类似论文