除了信息处理能力有限外，投资人还受限于自己的认知偏差。

想象一下，两家除了地理位置外大差不差的企业，你是更愿意投资你的家乡企业，还是远居地球另一侧的企业？

这种对地理、文化临近的企业的偏好，被称之为本地偏差。

投资人还容易高估自己的知识和技能，导致过度自信。

此外，由于害怕亏钱和求稳心态，投资人还会有损失规避的心态。

天使投资的王者: AI 还是人类 ？

不过别慌，随着AI技术的兴起，人类只能依靠一个大脑做决策的时代已经过去了。

AI越来越多地被用于指导日常生活中的各种决策，大到决定企业战略，小到决定今晚吃什么。

AI不仅可以实现远超人类极限的高速高精度的信息处理，而且相比起人类的种种认知偏差，AI更加公平公正，可以对未来做出无偏差的预测。

说到这想必你已经想到了：如果让AI来进行天使投资，是不是能赚得比人类多呢？

被誉为德语区的哈佛大学的圣加仑大学的数据科学助理教授Ivo Blohm和他的团队在创业学顶级刊物Entrepreneurship Theory and Practice上发表的研究显示：AI确实赚得更多，但只比那些资质尚浅的投资人多。

决策者会受困于有限理性和认知偏差的概念来自于行为决策理论，但行为决策理论还告诉我们决策者的个人经验对决策的质量和速度起到至关重要的作用，尤其是信息在极端不确定的条件下。

也就是说，投资者可以利用自己丰富的投资经验来减少决策偏差。

因此，在Ivo Blohm团队的研究中，他主要回答了三个问题：

（1）机器算法的投资收益是否高于天使投资人？

（2）如果机器算法的投资收益确实更高，那么这是由于不同的人类决策偏差造成的吗？

（3）经验丰富的投资人的决策偏差更小，那么他们能获得比机器算法更高的投资收益吗？

作者首先在欧洲大型天使投资平台上收集了255位天使投资人的数据。

天使投资人的投资效益使用内部收益率来测量，即根据每项投资的净资产收益率计算内部收益率，同时考虑到正收益和负收益以及发生估值变化的持有期（见以下等式）。

最后，作者计算了每个投资人在本地偏差、过度自信和损失规避三类投资偏差上的表现。

为了研究AI的投资能力，作者还需要训练出会投资的算法。

作者在同一天使投资平台上采集了初创企业数据，包括每个初创企业的标准化数据（如行业、成立年份、资金演示文档）和社交媒体信息等非标准化数据，这些数据与当时天使投资人在做决策时可获得的数据相同。

作者还采用了最先进的机器学习算法梯度提升决策树模型。

在对模型进行训练后，机器算法便可以预测出失败风险最低的初创企业。

在比较了机器算法和人类投资者的投资组合的效益后，结果显示机器学习算法不仅能够产生高于人类投资人的投资收益，而且业绩增益高达184%。

其次，算法表现更优的原因正是人类的决策偏差——也就是本地偏差、过度自信和损失规避导致人类做出非理性的决定。

最后，投资质量会随着经验的增加而提高，具有丰富经验和较低决策偏差的成熟投资者的投资收益高于机器学习算法。

此研究强调了一个重要的发现，即经验在投资的早期阶段的作用：投资依然是人类的游戏，但仅限于经验丰富的玩家，新手投资人很容易被AI超越。

如此看来，想要暴富，就不能忽视AI强大的决策能力。不带有人类偏见的机器算法未来将在投资实践中发挥着重要的补充作用。

-END--