今天，人类围棋天才少年柯洁，首战AlphaGo告负，在朋友圈再一次引起轰动。
这已经是阿尔法狗这一年来的第三次刷屏了。
如今，在围棋领域，人们似乎已经对人工智能深信不疑，并且高度关注。
人工智能的种子早已播向各个领域，当然也包括金融投资领域。
我们不禁要问，未来人工智能会打败人类的投资高手吗？今天基金君重点来讲一讲。

对冲基金都在玩人工智能
基金君了解到，现在全球的著名对冲基金已经开始布局人工智能领域。比如桥水基金（Bridgewater Associates）、文艺复兴科技公司（Renaissance Technologies）、西格玛（Two Sigma）、城堡投资（Citadel）、德劭基金（D.E.Shaw）等公司组建自己的人工智能团队，从知名科技公司挖人。

听说，全球最大的对冲基金桥水基金（BridgewaterAssociates）的掌门人，达里奥最近几年痴迷于人工智能。
他很早就将大数据、机器交易等先进技术用于投资。桥水早就实现了机器交易，如桥水公司的最高端基金产品——“绝对阿尔法(Pure Alpha)”就使用投资算法购买和出售股票、债券、货币和其他资产。该基金长期以来都能准确预测世界各地的繁荣和萧条，并早在2006年就警告其投资者留意即将到来的金融危机。
但现在更神的是桥水的“未来之书”人工智能项目。团队领导者大卫·费鲁奇在2013年加入桥水之前是IBM人工智能系统Watson的开发团队负责人。这项技术并非用于投资，而是被用于实现大部分公司管理工作的自动化，将会使公司的管理变得像投资过程一样系统化，不会再让达里奥事必躬亲。

文艺复兴科技（RenaissanceTechnologies）的西蒙斯被追捧为量化之神，在全球金融危机的08年，大部分对冲基金都亏损背景下，其收益高达80%。

西格玛（Two Sigma）是一只管理资金规模超过350 亿美元的知名对冲基金，他们利用自然语言处理技术，分析美国联邦公开市场会议委员会（FOMC）的发言。
这套技术会分析“证券”、“利率”、“抵押”等词汇的出现次数，从而得出譬如“2008 年，FOMC 有关金融市场的发言占 37%”，或者“2007-2009 年，FOMC 有关通胀的讨论占 20%”等结论，帮助交易员设计交易模型时，有更多数据支持。
据说，高盛也在积极扩展人工智能业务，一家名叫Kensho的金融数据服务商得到高盛1500万美元的投资。
Kensho目前正在研发一种针对专业投资者的大规模数据处理分析平台。该平台将能取代现有各大投行分析师们的工作。Kensho公司的软件取名沃伦（沃伦巴菲特的沃伦）。

你可以像在谷歌上搜索一样，在简单的文本框里输入复杂的金融问题。例如：当三级飓风袭击佛罗里达州时，哪支水泥股的涨幅会最大？（回答：德州工业）
又或者，当试射导弹时，哪支国防股会涨得最多？（雷神公司、美国通用动力公司、和洛克希德马丁公司）
分析师要花很长时间，做很多工作，但沃伦软件可以通过扫描药物审批、经济报告、货币政策变更、政治事件以及这些事件对地球上几乎所有金融资产的影响等9万余份资料，立刻为6500万个问题找到答案。

还有，城堡投资（Citadel）最近把微软人工智能首席科学家、IEEE Fellow 邓力挖走了，担任首席人工智能官（Chief Artificial-Intelligence Officer）。

人工智能在股市中能走多远取代巴菲特、索罗斯？
在金融投资领域，用人工智能替代人类去炒股，跟市场PK，已经被无数次畅想过了。
虽然前段时间贝莱德裁员，人工智能在投资界被称为是一件“细思极恐”的事情，可能让交易员、基金经理丢掉饭碗，但仍然有私募基金在不停地探索实践。有人甚至认为，人工智能未来能打败主动投资的最高峰——巴菲特、索罗斯。

这个想来似乎不太可能，但基金君最近聊的一些海外归来的投资高手，却讲了讲逻辑。
人工智能，目前在国内投资领域的雏形就是量化投资，这几年已经相当风靡。拿阿尔法来说，里面有很多因子，但最主要的是动量、大小、价值、成长、波动五大类因子。通过筛选海量的市场数据，建立多因子模型，我们已经在量化投资领域小有成就，用机器取代了一部分主动投资，并且开发出了阿尔法市场中性策略、量化择时策略、CTA策略、套利策略（无风险套利、期限套利、分级基金套利、ETF套利、跨市场套利、统计套利等）……
机器已经在这个市场中占据一席之地了，是不是令人颤抖、害怕？现在，原来擅长搞主动投资的老一辈高手们再也不认为自己无敌，意识觉醒，赶紧去布局量化投资领域，招兵买马建立量化团队。国内量化投资已经走入黄金时期，多元化发展势头猛。
但是有人说，量化、多因子模型其实都已经是毛毛雨了。中国的阿尔法策略主要是用多因子筛选的模式做的，然而，阿尔法策略在海外已经是机器学习占主导地位了。多因子模型是线性的方式，但机器学习是非线性的方式。好处是能不断自我加强学习，适应市场的动态变化。这就是到了人工智能的阶段！

简单举个例子，原来多因子模型在市场大小盘风格变化时，需要人为判断、调整模型，但是机器学习却能自我get变化，自我调整，适应市场变化。
听起来似乎有点玄乎，再举两个生活中的例子。比如一只猫，如果用筛选的方法，你要告诉它猫的大小、尺寸、鼻子眼睛耳朵等，换成机器学习的话，你给它5000张照片，告诉它这是猫，再给它另外5000张照片，告诉它这不是猫，它就会根据你给的数据判断新的照片是不是猫。还有处理垃圾邮件，过去模型筛选需要说明哪些字段出现是垃圾邮件，但机器学习放3000封垃圾邮件进去告诉它是垃圾邮件，再放3000封进去说不是，机器学习会自己看，然后你再放一封邮件进来，它就能判断是不是垃圾邮件。
据有的投资经理透露，现在国内已经有一些私募开始用机器学习了，但目前来说主要是半监督学习，以后有可能完全不需要人的帮忙。
大概讲了一下国内量化投资发展情况，基金君接下来要谈一谈关于人工智能究竟能否打败人类的投资高手？
前段时间，小伙伴们听说了吧，继围棋之后，德州扑克领域的比拼，人类也失守了，输给了人工智能。在宾夕法尼亚州匹兹堡的Rivers赌场，卡耐基梅隆大学（CMU）开发的人工智能系统Libratus战胜四位德州扑克顶级选手，获得最终胜利。
有人说，由于德州扑克的底牌信息是隐藏的，对于计算机来说，就是在处理一种“非完整信息博弈”，而围棋对弈双方的信息是完整的、对称的，并没有隐藏的信息，所以在德州扑克领域，人工智能战胜人类顶级高手，意义重大。

很多人都喜欢拿炒股和打德州扑克做类比，信息不对称，博弈更加复杂。
所以，有投资经理就说了：在投资领域，人工智能先从辅助决策开始，到了一定程度，可以学习顶尖投资经理的策略和风格。“和国际象棋、围棋一样，人工智能可以学习卡斯帕罗夫、李世石的路数。下棋是打谱，投资就是复盘。如果能够复盘上亿次，总结其中的规律，发现自我学习的路径，就可以复巴菲特的盘，复索罗斯的盘，学习他们的投资路数。”
基金君了解到，这种想法在业内争议挺大的。
支持者就认为，在一些投资领域，只要是闭环，只要数据和决策博弈是有边界的领域，理论上说，机器都是能够学到的，能战胜人类的平均水平。“可能要经历几个阶段，先从代替中低端的人工开始，这点现在没人怀疑。但是想要打败经济学家，像投资大师那样预测宏观、做决定，未来并非没有实现的可能，关键是应用的效果和精度。”
有投资经理就说：宏观的因子包括利率、货币、外汇等，这些都可以量化；如果发生的有些事情，不在原有框架体系内，也可以对这些事项进行评估和量化。比如最近的朝鲜问题，就可以给出一个概率，发生的可能性是10%、20%甚至更高，设置相应的参数、因子。
“当一个经济学家并不难。某种程度上来说，物质的世界、货币的世界基本上都可以量化。在这个基础上加上概率、参数的影响维度、胜率等，就可以构造较大的宏观的体系。”该投资经理说。
反对者则认为，股票市场的复杂程度远远超越了围棋，围棋是有边界的博弈，但是，股市是没有边界的博弈，想要达到投资大师级的水平，目前来看非常难。
“巴菲特、索罗斯这些投资大师对市场、对投资、对政治经济局势等的领悟能力，代表着人类的高级智慧，对人性的感知，对突发事件的判断，里面蕴含了深厚的投资哲学，机器难以学到。”有投资经理说。

既然在围棋领域，人工智能已经战胜了人类，那么炒股、金融投资还会远吗？就像《未来简史》的作者赫拉利说的，人工智能（AI）是人类历史上一场非常重要的革命，在生物学上也是一场非常重要的革命，会影响我们的生命和地球。在过去几十年中，很多东西并没有实质改变，所有的生物体都是通过自然选择来进化的。但是现在，可能接下来的几代会有一个很大的变化，因为我们有了人工智能。
转自：中国基金报

如果喜欢此类内容，请留言让我们知道：）