AI炒股轻松赚大钱？Toonaive_具体解读_最新资讯_热门变乱_36氪 ...
编者按：本文来自微信公众号“量子位”（ID：QbitAI），编译：夏乙 允中，36氪经授权发布。让AI取代人类炒股，多么美好的目的。
呆板学习技能能在不必要人类预先编写规则的环境下，让盘算机从数据中探求模式。从呆板人到气候预告，再到语言翻译，乃至开车，这项技能驱动着多个范畴的进步。
为什么不能用它来搞定金融市场呢？
这种想法，已经引发了投资公司之间的武备比赛，各家原来就已经非常依靠数学的基金开始争抢他们所能找到的顶尖盘算机科学家和统计学家。
这项技能一开始体现还不错。本年业绩最好的两家对冲基金——Quantitative Investment Management LLC和Teza Capital Management LLC本年分别上涨了68%和50%，他们都说能做出这么好的业绩，呆板学习功不可没。
然而，在投资上连续全面押注呆板学习的公司寥若晨星。
对哈里托诺夫（Michael Kharitonov）来说，基于呆板学习创建对冲基金不是件易事：难度是想象中的三倍，耗时是预期的三倍。
“我们根本是屡战屡败。”他说。
哈里托诺夫是Voleon Group的团结首创人，这是首批全面拥抱呆板学习的投资公司之一。从他们这些年的挣扎中，可以大抵明白其他公司的选择。
http://pic.36krcnd.com/201712/12081609/pwc52mofgou9p2j9!heading
将呆板学习用在金融生意业务中，我们先要清晰：这项技能在其他范畴取得的那些成绩，在生意业务上大概并不实用。金融生意业务是一个更紊乱的情况，模式总是被掩饰着。
哈里托诺夫说，他们一开始就想用呆板学习做生意业务猜测，但是“就是不管用”。
哈里托诺夫现年54岁，他另有一位43岁的团结首创人麦考利夫（Jon McAuliffe）。他们分别是盘算机和统计学博士，都曾在最古老、最乐成的量化投资基金D.E. Shaw Group做研究员。
谁人时间，本年时不时登一下首富宝座的贝佐斯还没有建立亚马逊，恰好是哈里托诺夫的上司。
哈里托诺夫和麦考利夫多年来不停坚信，他们学过的呆板学习技能天生实用于投资，有着可靠的方法论引导。但他们年轻时，盘算机还不敷快，可用的数据集还不敷大。
到2007年，新数据集和充足锋利的盘算机出现了，于是哈里托诺夫和麦考利夫建立了Voleon，用呆板学习做投资。公司的名字没什么特殊寄义，编了这么一个词只是由于域名恰好能注册。
在融资过程中，他们碰到了挑剔的机构投资者。
要知道，呆板学习这项技能和量化生意业务的常用方法有一些差别，它不必要科学家提出假设、写出算法给盘算机实行，而是由人类为本身算计提供大量数据，然后让它本身找出模式。
现实上，就是盘算机本身写出算法，用来做猜测，但题目在于，盘算机不会告诉你它是怎么得出这个效果的。
市面上的那些量化基金可以或许很清楚地表明出本身的算法在做什么，但是Voleon的呆板学习算法是怎么想的，只有盘算机本身知道。
这种方法固有的秘密性，让Voleon根本无法向潜伏投资者表明他们交易股票的来由。盘算机所找出的模式对人类来说太渺小了，很难明白。
“许多人都完全不感爱好，但厥后我们终于找到了能明白呆板学习潜力的人。”哈里托诺夫说。
http://pic.36krcnd.com/201712/12081609/b2g3aav9hso9l8og!heading
2008年，环球市场深陷金融危急之中时，Voleon开始了真实生意业务。
接下来整整两年，这家公司都在亏钱。2009年市场回热也无济于事。
Voleon的首创团队对峙按着原来的方向走下往，他们坚信本身在处置惩罚呆板学习最难的题目之一，要想赢利，必要先花时间打磨体系。
他们所面临的根本题目，是市场太杂乱了。到现在为止，呆板学习体系体现很好的范畴都有一个共同特性：模式本质上是重复的，于是就更易于辨别，围棋、开车都是云云。
而金融市场有更多噪声，它连续受到新变乱的影响，而这些新变乱之间的关系，也总是在变革。
市场幻化莫测的本质也就意味着投资者刚刚找出昨天的关联，想要运用它来做投资，它就消散了。在呆板学习的其他应用场景里，都没有如许的题目。好比说用呆板学习来做语音辨认，人类语音的基天性质，根本是稳定的。
只管Voleon的建立在某种意义上讲，是受到了呆板学习在其他范畴乐成案例的鼓励，但是到了2011年底，Voleon首创人已经扬弃了从其他应用借来的大部门技能。取而代之的是首创人本身为不守规矩的市场定制的体系。
麦考利夫整齐的办公室里，书架上放着《大样本理论要素》、《BDA3》等册本。哈里托诺夫的办公室里装满了他拆开的电路板，以及很多多少堆满纸的箱子。
他们面对的一个挑衅是，必要利用每秒股票的代价变革，来运行15年的股市模仿。这涉及太字节的数据。Voleon必要在几个小时内模仿完毕，但他们耗时数天乃至数周。
当时候，整个公司有10到12个人。这个团队实验购买更多的盘算力，利用为电脑游戏打造的GPU。但仍旧耗时太长。
麦考利夫在办公室里痛楚的度过了好几个月。终极，他攻克了这个题目。2012年7月，Voleon推出第二代平台。
哈里托诺夫说，蛮力的方法没用，尺度技能也没用。
http://pic.36krcnd.com/201712/12081609/p91ht9qyehaju9ql!heading
他们的新生意业务体系带来了更多的利润，以及更多投资者的爱好。据一位投资者透露，在旗舰基金2011年出现小幅回升后，Voleon 2012年的业绩是34.9%，2013年是46.3%。
然而，两年之后，Voleon客岁遭遇滑铁卢，亏损凌驾9%。这也引起了部门投资者的担心。
“没什么比回撤更引人深思”，哈里托诺夫说：“客岁我们学到了许多”。
本年比客岁好。停止本年10月，这家治理着18亿美元资金的公司，其旗舰基金上涨约4.5%。自建立以来，其年化收益率约莫是10.5%。
业绩颠簸、计谋复杂……并没有制止Voleon的发展。这家基金正在扩大投资目的，投资标的不但限于美国和欧洲的股市，还包罗加州大学伯克利分校四周的一座楼。
在呆板学习技能的资助下，Voleon天天生意业务代价凌驾10亿美元的股票。在这个过程中，他们对买进大概卖出一只股票的缘故原由，没有丝毫爱好。
哈里托诺夫说，呆板学习体系越是具有猜测性，人们就越难明白它要做什么。有理论以为人类头脑重要用于处置惩罚三个维度的景象，数十个以致数百个维度的使命则是呆板学习体系善于的范畴。这些维度之间的关系，每每黑白线性的。
“这并不意味着我们不会思量发生了什么”，麦考利夫说，Voleon的研究职员会计划“扰动”，来研究各种输进在猜测体系中的权重，以及办理过拟合等题目。
Voleon的电脑不但在财政信息中探求关系，而且在非财政数据中探求关系。此中包罗卫星图像、航运舱单、名誉卡收据、交际媒体感情等等。这些目的数据，可以资助探求某个行业的康健状态大概商品供给的变革。
显然，没有人会透露本身利用了哪种数据，怎样举行的评估。Voleon也是一样，审慎的掩护着本身的技能和计谋隐私。
这个“秘密”的机制让投资者不安，哈里托诺夫明白这种感受，不外他坚信：电脑出错的环境要比人类少得多。
“呆板学习在财政猜测范畴的应用还在早期阶段”，他说：“统统才刚刚开始”。
http://pic.36krcnd.com/201712/12081610/wvzr6b9ad3bgh7j2!heading
http://www.fyguaji.com
页:
[1]