财联社2月24日电，由哈佛商学院教授领导的一项最新学术研究发现，主动型基金经理的大部分行为都遵循机器可以学习的模式。研究人员利用一种名为“神经网络”的机器学习算法可以预测到约71%的共同基金交易决策，即基金经理在某一季度内对特定股票是买入、卖出还是持有。该模型基于1990至2023年的五年滚动窗口数据进行训练，提取了包括基金规模、投资者资金流向、股票特性以及更广泛经济状况等信息。基于此，它能够预判大部分的持仓调整。吊诡之处在于该模型的局限性可能比它的成功更具启发性。平均而言，系统未能预判的那部分交易（约29%）与基金超额收益的关系更为紧密。换言之，那些落在常规、可检测的投资模式之外的交易活动似乎才是真正创造价值所在。