散户末日？对冲基金已携人工智能进入股市

上周，Ben Goertzel 和他的创业公司 Aidyia 将他们管理的对冲基金里的所有股票交易完全交给了人工智能（AI）来进行交易，期间没有任何人类干预行为。作为 AI 界的领军人物和首席科学家，Goertzel 如是说，「如果我们都死了，人工智能还是会照常交易。」

他说的都是真的。Goertzel 和其他同事一起开发了这个系统，以后还会根据情况来对系统进行维护升级。他们所创造的这个交易系统可以发现并自己进行股票交易，整个系统涉及多种类型的人工智能，其中还包括一种能够「基因进化」的人工智能以及一种逻辑概率人工智能。每一天，在分析完所有的股票价格、交易量、宏观数据、上市公司账目之后，所有的 AI 引擎会「聚在一起」做市场预测，然后「投票选出」最佳的市场决策。

如果我们都死了，人工智能还是会照常交易。

尽管 Aidyia 的总部位于香港，这个人工智能交易系统的交易却全部发生在美国的证券市场上。Goertzel 表示，在这个系统上线的第一天，对冲基金就获得了 2% 的回报（他并没有透露基金池的规模）。2%，看上去并不是特别惊人，而且也有可能只是正常的股市波动罢了。但是这却反映出了金融界的重大转变。美国旧金山创业公司 Sentient Technologies 去年拿到了风投 1.43 亿美元的投资，用的也是和 Aidyia 相似的自动交易系统。同样，国外的 Two Sigma 和 Renaissance Technologies 等依靠数据来进行投资的基金最近也宣称开始依赖人工智能做出投资决定。根据媒体报道，Bridgewater 合伙人和 Point72 资产管理也开始转向人工智能自动交易方向。

自动进步

对冲基金依赖计算机辅助交易的历史由来已久。根据 Preqin 的市场研究报告，大约有 1360 家对冲基金的大部分交易都是在计算机模型的帮助下完成的，这些基金占所有对冲基金的 9% 左右，这些基金管理着约 1970 亿美元的基金。不过，计算机模型需要数据科学家的介入，使用计算机来建立一个大型的统计模型。这些模型相当复杂，但是相对来说是静态的模型。随着市场变化和时间推进，过去可用的模型到了现在可能就不再那么精准了。在 Preqin 的研究中，典型的系统化基金的收益并没有比人工操作的基金效益好。

红线计算机处理的基金，蓝线所有对冲基金

最近几年，此类基金开始移向真正的「机器学习」，这样人工智能系统就可以以更快的速度来研究更大量的数据，并且通过数据分析来自我提高。纽约一家名为 Rebellion Research 的研究机构就使用了一种名为「贝叶斯网络」的机器学习系统，用大量的计算机来预测市场趋势，寻找准确的交易时机。当然，其他人工智能基金公司的 AI 也是在几百台甚至几千台电脑上运行的。其中需要注意的是，他们所使用的技术中包括一种名为「进化计算（evolutionary computation）」的技术。进化计算的想法来自于基因进化和深度学习，它可以用来识别图像、识别文字以及完成一些任务，Google 和微软等公司都已经使用了这一技术。

人们之所以如此看中这一技术，是因为计划计算能够自动发现市场中的波动，然后根据波动进行自动适应，解决了以往计算机模型无法克服的问题。作者 Ben Carlson 表示，「可以预见事情发生。」Ben 过去十年一直在管理一家留本基金。

讨论这种类型的基金时，不应再扯到「高频交易」之类的术语。它无法用于短期交易或者说是那种收到消息就立刻进行交易的行为。人工智能对冲基金适合进行长期投资，比如按小时计算、按天计算、按周计算甚至是按月计算的投资策略。更重要的是，决策的选择完全取决于计算机。

进化的智慧

尽管 Sentient 还未公开露面募资，CEO Antoine Blondeau 表示从去年开始就已经开始操作私人投资者的资金。根据彭博社的报道，Sentient 在于摩根大通的 AI 交易部门合作，但是 Blondeau 对于合作伙伴的消息拒绝评论。他说，基金的运作全部依靠人工智能。

以前的想法，现在终于实现了，股票交易真的不需要人来干预了。

「我们的系统可以让基金自动调整风险等级。」说这句话的是 Sentient 公司的首席科学馆 Babak Hodjat，他过去开发的技术被苹果收购，现在变成 iPhone 上的 Siri。系统运行完全不需要人的帮助。「系统自动给出策略，然后给我们命令。它会显示：『现在情况为 A，使用 B 策略进行交易。』此外还会告诉我们何时退出，降低曝光量等一系列内容。」

Hodjat 还说，系统会从数据中心、网吧、游戏服务器等地几百万个处理器中抓取闲置的计算能力来进行计算。它的软件引擎也是基于进化计算的，与 Aidyia 系统里的技术有些相似。

简单来说，系统创造了大量、随机的虚拟股票交易员，测试他们在历史股票数据上的表现。然后选出最好的「交易员」，利用「他们」的「基因」来创造出一个最好的「交易员」。然后再在最好的交易员上重复这一过程…… 最后，系统返回一个能够成功进行自我操作的交易员。Blondeau 说，「经过几千次的基因改造，万亿次的竞争与淘汰，最后，就可以获得一批聪明的交易员来帮基金进行交易。」

深度投资

现在这个系统用上了进化计算，Hodjat 也看到了深度学习算法的新希望。深度学习的算法已经可以用来深度识别图像，识别问题，以自然地方式来理解人类语言。深度学习可以找出图片中的一只小猫，那他也能发现股票交易中的一些特点，然后用来赚钱。

Goertzel 却对此持反对意见。他反对的一部分原因是因为深度学习算法现在已经非常普遍。「如果每个人都是用它的话，那预测就不叫预测了。所以必须另找一条特殊的出路。」他还指出，尽管深度学习可以用来分析具备特殊特征的数据，比如图片、文字等，但这些特性并不会在金融市场中出现。所以，就算用在了股票市场上，也不会有多少作用，而且所有人都用深度学习的话，都能发现这样的特征，那谁也不能用它来赚到钱。

对于 Hodjat 来说，目前的任务就是改善当今的深度学习技术。其中就包括了为其应用「进化计算」技术。正如他解释道，可以使用进化计算来设计一个更好的深度学习算法，这又叫「神经进化」。Hodjat 说，「既可以进化算法中某些变量的权重，也可以进化算法本身。」微软和其他公司已经开始通过自然选择的方法来进化深度学习系统，只是他们不叫「进化计算」罢了。

为 AI 定价

不管使用说明方法，还是有人会质疑人工智能能在华尔街战胜那些商业精英吗？如果一家基金使用人工智能技术取得了成功，那么就会出现其他基金复制这一技术然后取得成功的风险。如果大部分基金都用人工智能，那么市场就乱了。Ben 说，「AI 能处理这种情况吗？我表示怀疑。如果有人找到了成功的秘诀，不仅基金能够大赚一笔，投资人也会蜂拥而至。在一个只想着套利的市场上发现规律，真的非常难。」

Goertzel 早就看到了风险。所以，Aidyia 不仅用上了进化计算，也用了大量其他的技术。如果其他公司也想复制他们的成功，也必须学会其他技术。以前的想法，现在终于实现了，股票交易真的不需要人来干预了。

「在商界取得成功，不仅需要天赋过人，而且过人之处要与众不同。」

文章来源： Wired，由 TECH2IPO / 创见 Rowson 编译，首发于创见科技（http://tech2ipo.com/），转载请注明出处