验证 Alpha：对冲基金如何衡量 AI 的投资回报率 —— 哈里·库马尔 (Hari Kumar)，Contour 资产管理

Highlights

• Contour资产管理是一家管理规模达60亿美元、专注于TMT领域的基本面多空对冲基金。

• Contour资产管理为分析师的研究工作流程推出了实时的A/B测试，用以对比使用和不使用AI工具时的结论差异。

• AI智能体能够不仅生成创意，还能持续追踪历史笔记与市场数据，在最佳时机提醒交易员和分析师。

• Contour资产管理通过整合Yipit等另类数据集的API和MCP，使智能体能够将信用卡消费数据与专家访谈纪要等多源信息进行交叉验证。

• 为了量化AI投资回报率，Contour资产管理追踪每个分析师每天生成的洞察、在每个标的上花费的时间以及最终带来的盈亏结果。

Timeline

1. 00:00 - 06:19

   对冲基金引入人工智能的挑战与A/B测试方法

   作为一家基本面多空基金，其核心在于研究流程。投资者要求将AI工作流程引入公司各个领域以获取优势。由于创意生成需要时间来验证，投资回报率无法立即显现，因此基金通过对比前AI时代的工作流程与引入智能体辅助后的流程，来评估AI是否真正改变了工作方式或是增加了无用功。

   • Contour资产管理管理着60亿美元的规模，主要投资于TMT领域。
   • 基金在研究、交易、运营和合规等各个部门引入AI，但准确衡量AI支出和成效的投资回报率是一项巨大挑战。
   • 基金为大约10名分析师的研究工作流程推出了实时的A/B测试，追踪分析师在三个月周期内使用或不使用AI工具时的结论差异。
2. 06:19 - 10:05

   创意生成、时机把握与另类数据整合

   基本面投资的核心是构思投资观点，但更需要信任数据并摆脱固有观点。过去由于缺乏时间或优先级调整，许多有价值的创意被搁置而错过价格窗口期。智能体能够持续监控这些历史创意。此外，通过将割裂的供应商数据与内部智能体结合，实现了多源数据的交叉验证。

   • 基金利用智能体处理分析师提出的各种创意，并增加另类数据集和专家访谈等环节来优化投资观点。
   • 智能体会持续追踪分析师过去记录但因优先级被搁置的笔记，在市场出现合适节点时重新将其作为亮点提醒团队。
   • 通过将Yipit等服务的MCP和API接入智能体，基金能够将信用卡样本等另类数据与专家访谈纪要层层叠加并相互影响。
3. 10:05 - 18:22

   衡量分析师时间成本、运营整合与技术开销

   为了更精确地衡量技术投资的回报率，基金追踪每个有效洞察的成本和时间分配。在交易和运营部门，整合日常工作流有助于解放员工时间，使其专注于产生新的创意和把握时机。同时，在内部构建平台时，维护不稳定的模型连接器所耗费的时间也是评估技术投入成本的一部分。

   • 基金开发了相关指标来追踪每位分析师每天生成的洞察、在每个标上花费的时间以及最终带来的盈亏结果。
   • 运营方面的目标是将合规和订单流的不同部分整合到一个特定平台中，最大限度地减少重复性工作。
   • 技术故障导致的维护和修复时间也被纳入投资回报率的考量范围之中。