由于人工智能非常火红，因此很多投资银行，或者很多专家都开始出来说：将来股票投资将会被人工智能所取代。关于这一点，我其实有所保留。正确来说，我认为整个投资管理的过程，有部分的流程肯定是可以被人工智能所取代，例如：股票资讯的储存、归类和买卖交易。在背后操刀，决定该买卖哪知股票，还是人类的专长。

除了我之前提及的各种“市场效率假设”和“信息悖论”将会让人工智能投资变得无利可图，更重要的是——股市是一个充满各种意见的市场。这当中，充满了各种客观主观因素。我们就拿分析员的研究报告来说好了。即使专业如他们，在处理同一个信息时都会有不同的解读。

假设A公司管理层说明年将会增加生产率20%，有些分析员会因为此前和A公司管理层打过交道，知道他们从未履行承诺，因此在写分析报告时就会大打折扣；反观，有些分析员则认为A公司管理层此前无法履行承诺是因为行业有很多变数，而如今这些变数已经稳定下来，因此在分析报告时就会把20%生产率的效益给算进去；甚至会有分析员非常乐观，因此不止认为A公司可以增加生产率，而且还可以卖到更高的价钱，因此在营业额预测会微微调高。

解读不同估值有异

当然，有人会认为如果只是看单一数据，主观色彩当然浓烈，要是整合足够多的数据，自然就会有一个相对客观的数值。关于这一点，其实市场上有很多的数据分析工具已经能够做得到这一点，只要点击一下就可以看到各家分析员对许多上市公司的营业额、营业盈利、税后盈利、甚至是现金流的预测。

但这也有一个问题，我们用回A公司为例。综合了市面上所有分析员对A公司下一个财政年的每股盈利的预测，假设是1令吉，而所有的分析员都认可这个预测。那么该用多少本益比来估算呢？是10倍本益比？还是15倍？该用历史本益比的平均值，还是预估本益比的平均值？3年，还是5年的平均值？这里头都有很大的议论空间。

除此之外，不同分析员看待同一家公司，他们对其生意模式的解读也会不同。就拿油气船舶出租公司来说，对我来说，它们和在陆地行走的运输公司没有太大差别，只不过这些船舶载送的货物不同。就好象有些人认为亚马逊只不过一家科技公司，有些人却认为它是一家可以在网络收税的帝国。

也就是说，各种各样的解读整合起来，就会形成亚当·斯密说的“看不见的手”，有些人认为这就像是造物者的意志。

这当中不同的解读，就会使得股票的估值方式，乃至于目标价格有所不同。我的工作经验中最头疼的就是要设定目标价格。有些公司明明有潜力，但分析员碍于种种限制，只能给出未来12个月的目标价格，然后求神拜佛，不要有什么重大事情发生。因为随之而来第二头疼事情就是要解释：为何这只股票今早下跌？

除却任何重大事件，例如大批外资离场、中美贸易战、美联储升息等等。基本上，每位分析员都很想说：我怎么知道？凡是看起来头头是道的解释，往往都是事后诸葛，不过大家似乎就是好这一口。这也是这行业的无奈。所以我总是不认同许多人把投资看成是一门科学，我认为它更是科学和艺术的结合，偏重后者。