(photo by 路透社)文章來自 Wired《The Rise of the Artificially Intelligent Hedge Fund》，由 TECH2IPO 翻譯
上週， Ben Goertzel 和他的創業公司 Aidyia 將他們管理的對沖基金裡的所有股票交易完全交給了人工智慧（AI）來進行交易，期間沒有任何人類干預行為。作為 AI 界的領軍人物和首席科學家， Goertzel 如是說，「如果我們都死了，人工智慧還是會照常交易。」
他說的都是真的。 Goertzel 和其他同事一起開發了這個系統，以後還會根據情況來對系統進行維護升級。他們所創造的這個交易系統可以發現並自己進行股票交易，整個系統涉及多種類型的人工智慧，其中還包括一種能夠「基因進化」的人工智慧以及一種邏輯概率人工智慧。每一天，在分析完所有的股票價格、交易量、宏觀數據、上市公司帳目之後，所有的 AI 引擎會「聚在一起」做市場預測，然後「投票選出」最佳的市場決策。
如果我們都死了，人工智慧還是會照常交易。
儘管 Aidyia 的總部位於香港，這個人工智慧交易系統的交易卻全部發生在美國的證券市場上。 Goertzel 表示，在這個系統上線的第一天，對沖基金就獲得了 2% 的回報（他並沒有透露基金池的規模）。 2% ，看上去並不是特別驚人，而且也有可能只是正常的股市波動罷了。但是這卻反映出了金融界的重大轉變。美國舊金山創業公司 Sentient Technologies 去年拿到了風投 1.43 億美元的投資，用的也是和 Aidyia 相似的自動交易系統。同樣，國外的 Two Sigma 和 Renaissance Technologies 等依靠數據來進行投資的基金最近也宣稱開始依賴人工智慧做出投資決定。根據媒體報導， Bridgewater 合夥人和 Point72 資產管理也開始轉向人工智慧自動交易方向。
自動進步
對沖基金依賴電腦輔助交易的歷史由來已久。根據 Preqin 的市場研究報告，大約有 1360 家對沖基金的大部分交易都是在電腦模型的幫助下完成的，這些基金佔所有對沖基金的 9% 左右，這些基金管理著約 1970 億美元的基金。不過，電腦模型需要數據科學家的介入，使用電腦來建立一個大型的統計模型。這些模型相當複雜，但是相對來說是靜態的模型。隨著市場變化和時間推進，過去可用的模型到了現在可能就不再那麼精準了。在 Preqin 的研究中，典型的系統化基金的收益並沒有比人工操作的基金效益好。
紅線電腦處理的基金，藍線所有對沖基金
最近幾年，此類基金開始移向真正的「機器學習」，這樣人工智慧系統就可以以更快的速度來研究更大量的數據，並且通過數據分析來自我提高。紐約一家名為 Rebellion Research 的研究機構就使用了一種名為「貝葉斯網路」的機器學習系統，用大量的電腦來預測市場趨勢，尋找準確的交易時機。當然，其他人工智慧基金公司的 AI 也是在幾百台甚至幾千台電腦上運行的。其中需要注意的是，他們所使用的技術中包括一種名為「進化計算（evolutionary computation）」的技術。進化計算的想法來自於基因進化和深度學習，它可以用來識別圖像、識別文字以及完成一些任務，Google 和微軟等公司都已經使用了這一技術。
人們之所以如此看中這一技術，是因為計劃計算能夠自動發現市場中的波動，然後根據波動進行自動調整，解決了以往電腦模型無法克服的問題。作者 Ben Carlson 表示，「這一技術可以預見事情發生。」Ben 過去十年一直在管理一家留本基金。
討論這種類型的基金時，不應再扯到「高頻交易」之類的術語。它無法用於短期交易或者說是那種收到消息就立刻進行交易的行為。人工智慧對沖基金適合進行長期投資，比如按小時計算、按天計算、按週計算甚至是按月計算的投資策略。更重要的是，決策的選擇完全取決於電腦。
進化的智慧
儘管 Sentient 還未公開露面募資，CEO Antoine Blondeau 表示從去年開始就已經開始操作私人投資者的資金。根據彭博社的報導， Sentient 在於摩根大通的 AI 交易部門合作，但是 Blondeau 對於合作夥伴的消息拒絕評論。他說，基金的運作全部依靠人工智慧。
以前的想法，現在終於實現了，股票交易真的不需要人來干預了。
「我們的系統可以讓基金自動調整風險等級。」說這句話的是 Sentient 公司的首席科學館 Babak Hodjat，他過去開發的技術被蘋果收購，現在變成 iPhone 上的 Siri。系統運行完全不需要人的幫助。 「系統自動給出策略，然後給我們命令。它會顯示：『現在情況為 A，使用 B 策略進行交易。』此外還會告訴我們何時退出，降低曝光量等一系列內容。」
Hodjat 還說，系統會從數據中心、網吧、遊戲伺服器等地幾百萬個處理器中抓取閒置的計算能力來進行計算。它的軟體引擎也是基於進化計算的，與 Aidyia 系統裡的技術有些相似。
簡單來說，系統創造了大量、隨機的虛擬股票交易員，測試他們在歷史股票數據上的表現。然後選出最好的「交易員」，利用「他們」的「基因」來創造出一個最好的「交易員」。然後再在最好的交易員上重複這一過程…… 最後，系統返回一個能夠成功進行自我操作的交易員。 Blondeau 說，「經過幾千次的基因改造，萬億次的競爭與淘汰，最後，就可以獲得一批聰明的交易員來幫基金進行交易。」
深度投資
現在這個系統用上了進化計算， Hodjat 也看到了深度學習算法的新希望。深度學習的演算法已經可以用來深度識別圖像，識別問題，以自然地方式來理解人類語言。深度學習可以找出圖片中的一隻小貓，那他也能發現股票交易中的一些特點，然後用來賺錢。
Goertzel 卻對此持反對意見。他反對的一部分原因是因為深度學習算法現在已經非常普遍。 「如果每個人都是用它的話，那預測就不叫預測了。所以必須另找一條特殊的出路。」他還指出，儘管深度學習可以用來分析具備特殊特徵的數據，比如圖片、文字等，但這些特性並不會在金融市場中出現。所以，就算用在了股票市場上，也不會有多少作用，而且所有人都用深度學習的話，都能發現這樣的特徵，那誰也不能用它來賺到錢。
對於 Hodjat 來說，目前的任務就是改善當今的深度學習技術。其中就包括了為其應用「進化計算」技術。正如他解釋道，可以使用進化計算來設計一個更好的深度學習算法，這又叫「神經進化」。 Hodjat 說，「既可以進化算法中某些變量的權重，也可以進化算法本身。」微軟和其他公司已經開始通過自然選擇的方法來進化深度學習系統，只是他們不叫「進化計算」罷了。
為 AI 定價
不管使用說明方法，還是有人會質疑人工智慧能在華爾街戰勝那些商業精英嗎？如果一家基金使用人工智慧技術取得了成功，那麼就會出現其他基金複製這一技術然後取得成功的風險。如果大部分基金都用人工智慧，那麼市場就亂了。 Ben 說，「 AI 能處理這種情況嗎？我表示懷疑。如果有人找到了成功的秘訣，不僅基金能夠大賺一筆，投資人也會蜂擁而至。在一個只想著套利的市場上發現規律，真的非常難。」
Goertzel 早就看到了風險。所以， Aidyia 不僅用上了進化計算，也用了大量其他的技術。如果其他公司也想複製他們的成功，也必須學會其他技術。以前的想法，現在終於實現了，股票交易真的不需要人來干預了。
「在商界取得成功，不僅需要天賦過人，而且過人之處要與眾不同。」
没有评论:
发表评论