本文共字，预计阅读时间。

上周，BEN Goertzel和他的公司Aidyia启动了一个对冲基金，所有的股票交易都经由人工智能交易，不再有人工干预。公司首席科学家和人工智能大师Goertzel说：“即便我们都死了，这个系统仍然可以继续进行交易。”

Goertzel和其他人一起搭建了这个系统，并且会在后期不断跟进修正系统需求。目前这个系统已经能够自己确认并执行交易，这当中借鉴了多个形式的AI，其中一个的灵感来自遗传进化，而另一个是根据逻辑概率。每一天在计算从市场价格和容量到宏观经济数据和公司财务文件的每个数据之后，这些人工智能引擎将做出他们自己的市场预测并且按照最佳行为来“投票”。

虽然Aidyia的总部在香港，而这个自动系统交易的却是美股。Goertzel表示，在Aidyia运行的第一天，它就在封闭的基金池中创造了2%的收益。从统计的角度来看，这个数字确实不是那么令人印象深刻。但它代表着金融世界里一个显著的转变。在1亿4300万美元的资助下，自去年起，旧金山初创公司Sentient Technologies已经悄悄地使用类似的系统开始交易。像Two Sigma 和Renaissance Technologies这样数据核心的对冲基金都表示他们依赖的是人工智能。此外，由华尔街大名鼎鼎的Ray Dalio 和 Steven A. Cohen操控的另外两家基金Bridgewater Associates 和 Point72 Asset Management也正朝着这一方向前进着。

自动改进

对冲基金长期以来都依赖计算机来帮助交易。根据市场研究公司Preqin的研究，已经有1360家对冲基金依靠计算机的帮助来完成大部分的交易，这些基金大约占所有基金的9%，管理着1970亿美元。但这通常需要华尔街的数据科学家或者“宽客们”使用机器来建造大型统计模型。这些模型都很复杂，但是有一些也是静态的。当市场变化时，他们也许不能像他们过去那样起作用。根据Preqin的研究，典型的系统性基金不会一直比基金经理操作的基金表现的好。

然而近年来，基金已经开始逐步走向机器学习了，这样人工智能系统可以分析大量的数据并且通过分析提升他们自己。由Hank Greenberg的孙子成立的纽约公司Rebellion Rearch依赖一种称为贝叶斯网络的机器学习形式，它是使用少量机器来预测市场的趋势和特定交易的位置。同时，例如Aidyia和Sentient这样的公司正在使用运行了成百甚至上千机器的人工智能。这包括一些技术，例如由遗传学启发的进化计算和现在用来识别图片，口语文字和执行谷歌和微软等互联网公司任务的深度学习。

我们希望这样的系统能够自动识别数量分析家无法识别的市场的变化。《A Wealth of Common Sense： Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson表示：“他们正在试图在发展前看到一些事情。” Ben Carlson和全球多位养老金基金经理花了十年研究得出这个结论。

这种人工智能驱动的基金管理方式不能和高频交易混淆起来。这不是寻找前沿交易或者是通过执行速度来获取金钱。它在未来很长的一个时间段--小时、天、周甚至是月，来寻找最佳交易。在更多时候，是由机器来决定策略，而不是人。

进化智能

虽然这家公司还没有公开募集基金，Sentient首席执行官Antoine Blondeau表示它从去年开始就一直从私人投资者（在经过长期的测试之后）手中拿钱来做官方交易。据彭博社报道，该公司曾与JP摩根的对冲基金业务合作发展人工智能交易技术，但是Blondeau拒绝讨论他的合作伙伴。他强调说，公司基金运作完全通过人工智能。

首席科学馆Babak Hodjat曾是被苹果收购的数字助理Siri的团队一员。他表示这个系统允许公司调整风险设置。但是它可以在没人帮助下运行。“它自动做出决策，然后给我们指令，”Hodjat说，“它会说：‘现在就用机器买，使用那个订单类型’。它也会告诉我们何时退出，来减少损失。 “

据Hodjat所说，系统可以从成千上万计算机处理中抓取数据，包括数据中心、网吧、亚洲电脑游戏中心和其他各种地方。他的软件引擎依靠基于Aidyia系统中的进化计算的遗传启发技术。

用最简单的术语说，这意味着它创建了一个非常大而随机收集的数字数字股票交易员，然后用历史数据来检验它。在挑选出最佳表现手，它是使用它们的基因来创造一组新的优秀交易员。然后这个程序不停重复。最后，这个系统恢复到一个可以成功自己交易的数字交易员。”超过千代的繁衍中，亿万类在竞争中发展或者灭亡“Blondeau说，”最后，你得到一个可以部署的聪明的交易者。“

深度投资

此外，Hodjat还看到了深度学习算法的未来前景。深度学习算法已经在图像识别、文字识别、甚至理解人类说话自然方式等方面得到了广泛应用。他还解释说，正如深度学习可以准确指出猫的图片的特征，它可以识别股票的特殊之处让你获取利益。

负责搭建人工智能开放框架的Goertzel同样预见了OpenCog Foundation，并不同意这个说法。部分原因是因为深度学习算法已经成为了一种商品。他说：“如果每个人都在使用这种东西，它的预测将会被用于市场定价，”他说，“你必须有一些出奇制胜的招数。”他也指出，虽然深度学习适合在一些特定的模式下分析数据，比如照片和文字，但是这些模式不一定出现在金融市场上。如果它们这么做了，也就没用了。因为没有人可以发现它们。

对于Hodjat来说，如今的任务是提高现在的深度学习。这可能涉及到与进化计算相结合的技术。正如他解释的那样，你可以使用进化计算来构建更好的深度学习算法。这被叫做神经算法。“你可以操作深度学习的权重，”Hodja说，“但是你也可以让深度学习算法自己进化。”微软和其他组织已经通过一种自然选择建立深度学习系统，尽管它们可能不会使用进化计算。

人工智能的定价

无论用什么方法，有些问题关系到人工智能是否能够在华尔街获得成功。即使有一个基金通过人工智能获得了成功，但是当其他人复制这个模式的时候还是会有失败的可能。如果市场上的一大部分行为是同样的方式的，那它就改变了市场。“我有一些怀疑人工智能是否能解决这一点，”Carlson说，“如果一些人发现了一个可行的诀窍，不只是其他基金会锁定它，其他投资者也会投入基金。构建这样一个情况，从当中套利真的很难。”

Goertzel看到了这个风险。这就是为什么Aidyia使用的不只是进化计算而且是范围广泛的技术。如果其他人模仿Aidyia的方法，它将采用其他类型的机器学习。整个想法是做一些其他人，其他机器都不会做的事情。“金融是一个你不可能只靠聪明就获得利益的领域，”Goertzel说：“但可以从和其他人不同的聪明当中获利。”

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。