[Passive Investing][富途][Futubull][AI]
近年被動投資（Passive Investing）成為主流，通過ETF（交易型開放式指數基金）和指數基金等工具，旨在複製市場指數的表現，因低成本和分散投資廣受歡迎，估計Passive Investing佔去美國市場的一半以上。
中國Passive Investing亦迅速發展。與此同時，算法交易（algo trading）工具普及，不少投資者自購買軟件操作，富途（Futu）推出平台，一般投資者能利用自動化交易策略，可能間接推動Passive Investing。
然而，Citadel創辦人Kenneth Griffin指Passive Investing可能導致價格扭曲和流動性下降，算法交易普及，可能因策略相似引發「羊群效應」，影響市場效率。貝葉斯定理和人工智能（AI）市場預測中有更大作用，貝葉斯定理（Bayes’ theorem）概率方法，可評估上述趨勢對市場動態和投資機會的影響。
Passive Investing普及
Passive Investing通過複製市場指數（如恆生指數或MSCI中國指數）表現的投資策略，旨在獲得與市場一致的回報，非通過主動選股或擇時超越市場，同時也可選擇投資主題，選擇一籃子工具，同時對沖風險。ETF和指數基金是實現策略的主要工具，低管理費用和廣泛市場覆蓋而受到青睞。
中國ETF市場自2004年，首只上證50 ETF推出後。截至2019年底，中國市場有261只ETF上市交易，總資產淨值達7120億元人民幣。
然而，Passive Investing增長引發一些問題。首先，大量資金流入指數成分股，導致價格扭曲。例如，當某只股票被納入指數，Passive Investing基金需買入該股票，推動其價格上漲，可能與基本分析因素完全無關。其次，Passive Investing減少市場流動性，主動交易者減少，市場在壓力時期（如指數再平衡日）流動性集中於特定時段，如收盤拍賣（ECB）。
在香港建模的難度
ETF和指數基金在市場快速增長，提供低成本、分散化投資。富途算法交易平台通過簡單易用工具，算法交易更易掌握，增強零售投資者的市場參與能力，不過類似工具在本港仍受到每手交易過大，以至即使用戶要利用算法交易追蹤某個主題或投資機會，成本也高不可攀，美國股市容許每手1股和零碎股交易（Robinhood、Fidelity），門檻比其他市場更低，香港部分優質股的入門單位高，騰訊控股就達一百股，理論上美國股市不少只要一美元或一股就可參與投資，適用於高價股如蘋果和亞馬遜，Passive Investing更易執行。
美國市場有大量Passive Investing，可能減少價格發現效率，算法交易的模式化行為，為主動投資者提供了利用價格偏差的機會。貝葉斯通過更新概率幫助預測市場趨勢，AI算法（如貝葉斯神經網絡）也可處理不確定性和複雜數據。
富途香港算法交易
算法交易利用計算機程序根據預定義規則自動執行交易，快速捕捉市場變化和微小機會。傳統上，這類交易主要由機構投資者使用，富途平台出現，零售投資者也可使用，網上有大量教學。
富途Futubull平台提供易學算法交易工具，通過點擊和拖拽設置策略，無需編程知識。平台又支持回測功能，歷史數據驗證策略的效果，通過實時交易執行策略。此外，富途整合了AI功能，如Futubull AI為用戶提供個性化投資建議（Futu HK），集中某個主題，大大降低了算法交易的門檻。然而，大量投資者使用相似的算法策略時，可能導致一窩蜂，大量交易同時買入或賣出相同資產，放大市場波動降低市場效率。
市場效率的影響
Passive Investing假設市場是有效的，即價格反映所有的可用信息。Passive Investing佔比增加，主動分析個別股份投資者相應減少，市場嵌入信息減少，價格發現效率相對下降（Evidence Investor）。另一方面，Passive Investing模式化交易（如指數再平衡）又為主動投資者創造機會。例如，主動投資者可預測被動基金買賣，提前交易以獲取超額回報。
此外，Passive Investing導致市場集中度提高，尤其指數權重較大股票，市場對特定股票或行業的波動更加敏感，增加系統性風險。
策略相似如雙刃劍
算法交易通過快速處理數據和執行交易，通常是被認為能提高市場效率。例如，研究表明，算法交易可加速信息融入價格，減少市場訂單失衡的預測能力（ScienceDirect）。然而現時多個算法基於相同的指標（如移動平均線交叉），又容易觸發相同交易，可能導致價格劇烈波動，令市場效率減少。
策略相似人令主動投資者通過分析算法交易模式（如高頻交易的短線行為）或被動基金的再平衡時間，識別價格偏差套利。此外，新興AI驅動算法，則通過分析非傳統數據（如社交媒體情緒）或複雜模式，增強預測能力。
貝葉斯定理預測市場
貝葉斯定理是一種概率更新方法，用於根據新證據調整先驗概率。金融市場中，貝葉斯定理可幫助投資者根據新信息（如經濟數據或公司財報）更新對市場趨勢的預測。例如，假設歷史數據顯示利率上升時股市下跌的概率為57.5%，當新信息表明利率上升時，或者是業務公佈，貝葉斯定理可將概率更新至95%。
AI和機器學習中，貝葉斯方法是核心工具，尤其在處理不確定性和有限數據時。例如，貝葉斯神經網絡可用於股票價格預測，不僅提供點預測，還給出概率分布，反映預測的不確定性（PLOS One）。樸素貝葉斯分類器等算法也可用於分類任務，如預測股票漲跌或識別市場異常。
AI分析市場偏差
AI通過處理海量數據和識別複雜模式，顯著提升了市場分析能力。基於貝葉斯方法的AI算法能夠結合歷史數據和實時信息，動態更新市場預測。AI可分析非結構化數據（如新聞或社交媒體討論），捕捉市場情緒變化，提高預測準確性。
無論如何，Passive Investing和算法交易正重塑金融市場。Passive Investing和算法交易的模式化行為創造了套利機會，通過貝葉斯定律和AI技術，有機會預測市場動態，抓住價格偏差。隨著AI技術令市場分析更精准，不同策略同質化帶來風險，未來是算法之戰。