การเพิ่มขึ้นของกองทุนแบบควอนต์หรือเชิงปริมาณ (quantitative funds)—ซึ่งเป็นกองทุนรวมที่บริหารโดยอัลกอริธึมและโมเดลคอมพิวเตอร์—ได้นำไปสู่คำถามจากนักลงทุนว่า: เครื่องจักรทำผลงานด้านผลตอบแทนการลงทุนได้ดีกว่ามนุษย์อย่างสม่ำเสมอหรือไม่?
ข้อได้เปรียบอย่างหนึ่งของเครื่องจักรก็คือ มันไม่ตกอยู่ภายใต้อคติที่ผู้จัดการกองทุนที่เป็นมนุษย์อาจมี อันโตนิโอ มิเกล และ อี้เหา เฉิน ผู้เขียนงานวิจัยเดือนเมษายน 2021 เรื่อง “Do Machines Beat Humans? Evidence from Mutual Fund Performance Persistence” พยายามหาคำตอบของคำถามนี้โดยการเปรียบเทียบกองทุนทั้งสองประเภท:
กองทุนที่บริหารโดยมนุษย์ - ดำเนินการโดยผู้จัดการกองทุนแบบดั้งเดิม ซึ่งใช้ประสบการณ์ การตัดสินใจ และการวิเคราะห์ในการลงทุน กองทุนที่บริหารโดยเครื่องจักร (หรือกองทุนเชิงปริมาณ) - ดำเนินการโดยอัลกอริธึมและโมเดลเชิงปริมาณ โดยมีการแทรกแซงของมนุษย์น้อยมาก
นักวิจัยให้ความสำคัญกับ ความต่อเนื่องของผลการดำเนินงาน (performance persistence) โดยแบ่งกองทุนออกเป็นห้าอันดับ (quintiles) และตั้งคำถามว่า กองทุนที่มีผลการดำเนินงานดีในช่วงเวลาหนึ่ง จะยังคงมีผลการดำเนินงานที่ดีในอนาคตหรือไม่?
ชุดข้อมูลที่ใช้ประกอบด้วยกองทุนเชิงปริมาณ 270 กองทุน ครอบคลุมช่วงปี 2000–2019 ซึ่งคิดเป็นประมาณ 6% ของจำนวนกองทุนทั้งหมด โดยใช้ โมเดล Carhart (ซึ่งวัดจากเบต้า ขนาด มูลค่า และโมเมนตัม) เพื่อประเมินผลการดำเนินงานที่ปรับความเสี่ยงแล้ว
ต่อไปนี้คือ สรุปผลการวิจัยหลัก ของพวกเขา:
มนุษย์และเครื่องจักรต่างก็ประสบปัญหาเรื่องความสม่ำเสมอ
แม้ว่ากองทุนทั้งสองประเภทจะสามารถเอาชนะตลาดได้ในบางครั้ง แต่การที่จะสามารถเอาชนะได้อย่างต่อเนื่องนั้นเป็นเรื่องที่พบได้น้อย—กองทุนที่เคยทำผลงานได้ดีในอดีต (ไม่ว่าจะเป็นมนุษย์หรือเครื่องจักรบริหาร) ไม่ได้หมายความว่าจะรักษาผลการดำเนินงานที่ดีต่อไปได้อย่างสม่ำเสมอ
ไม่มีผู้ชนะที่ชัดเจน
ไม่มีหลักฐานที่ชัดเจนว่ากองทุนที่บริหารโดยเครื่องจักรจะสามารถเอาชนะกองทุนที่บริหารโดยมนุษย์ได้อย่างสม่ำเสมอ หรือในทางกลับกันก็เช่นกัน กล่าวคือ ไม่มีฝ่ายใดแสดงให้เห็นถึง ความสามารถในการสร้างผลตอบแทนที่เหนือกว่าคู่แข่งอย่างต่อเนื่อง อย่างมีนัยสำคัญ
สิ่งที่น่าสนใจคือ กลุ่มกองทุนที่มีผลการดำเนินงานแย่ที่สุด (ไม่ว่าจะบริหารโดยมนุษย์หรือเครื่องจักร) ยังคงทำผลงานได้ไม่ดีอย่างต่อเนื่อง ขณะที่ในกลุ่มกองทุนที่มีผลการดำเนินงานดีที่สุด กลับพบว่า ผลการดำเนินงานมักพลิกกลับไปมา ไม่สามารถคงอยู่บนจุดสูงสุดได้ตลอดไป
ทักษะยังคงมีความสำคัญ
ทั้งผู้จัดการกองทุนที่เป็นมนุษย์และระบบที่ใช้เครื่องจักรต่างก็สามารถแสดงให้เห็นถึง “ทักษะ” ในการบริหารกองทุนได้ อย่างไรก็ตาม เป็นเรื่องยากที่จะทำนายได้ว่า ผู้จัดการคนใด (หรือโมเดลใด) จะสามารถ รักษาผลการดำเนินงานที่ดีต่อเนื่องได้ในอนาคต
นักลงทุนมักไล่ตามผลการดำเนินงาน
กระแสเงินลงทุน (Capital flows) มีความไวต่อผลการดำเนินงานในอดีต ซึ่งแสดงให้เห็นว่าเงินทุนมีแนวโน้มตอบสนองต่อทั้งผลตอบแทนดิบและอัลฟ่าจากโมเดล Carhart สี่ปัจจัย— นักลงทุน เชื่อว่าผลการดำเนินงานในอดีตจะยังคงต่อเนื่องในอนาคต
ข้อสรุปสำคัญสำหรับนักลงทุน
ประเด็นที่สำคัญที่สุดจากงานวิจัยนี้คือ กองทุนเชิงปริมาณ ไม่ได้เป็นภัยคุกคามต่อประสิทธิภาพของตลาด อย่างไรก็ตาม สิ่งที่ควรพิจารณาคือ กองทุนเชิงปริมาณ สามารถช่วยลดความเสี่ยงของ “style drift” ที่เกิดจากผู้จัดการกองทุนเปลี่ยนกลยุทธ์โดยไม่แจ้ง ทำให้นักลงทุนสูญเสียการควบคุมสัดส่วนการลงทุนและระดับความเสี่ยงของพอร์ต
ข้อแนะนำอื่นๆ สำหรับนักลงทุน ได้แก่:
หลีกเลี่ยงอคติจากสิ่งที่เกิดขึ้นล่าสุด (recency bias) และอย่าไล่ตามผลการดำเนินงานในอดีต ไม่ว่ากองทุนจะบริหารโดยมนุษย์หรือคอมพิวเตอร์ ผลการดำเนินงานที่ดีในอดีตไม่รับประกันความสำเร็จในอนาคต
ค่าธรรมเนียมและต้นทุนต่างๆ มีความสำคัญ เนื่องจากไม่มีฝ่ายใด (มนุษย์หรือเครื่องจักร) ที่มีความได้เปรียบอย่างต่อเนื่อง นักลงทุนควรมองหากองทุนต้นทุนต่ำ (รวมถึงมีการซื้อขายที่ไม่ถี่ และมีวินัยในการถือครอง) ที่มีความสอดคล้องกับความเสี่ยงที่ตนเองยอมรับได้ (เช่น สินทรัพย์หรือปัจจัยความเสี่ยงเฉพาะ)
การกระจายความเสี่ยงคือกลยุทธ์ที่รอบคอบ ควรหลีกเลี่ยงการกระจุกตัวของความเสี่ยง
รักษาวินัยและยึดมั่นในแผนการจัดสรรสินทรัพย์ที่วางไว้นักลงทุนควรต่อต้านแรงจูงใจที่จะ “เปลี่ยนกองทุนบ่อยๆ” ตามความนิยม ไม่ว่าจะเป็นกองทุนที่บริหารโดยผู้จัดการชื่อดังหรืออัลกอริธึมสุดล้ำ