財聯(lián)社4月13日訊（編輯 史正丞）隨著GPT-4閃亮登場，人類突然發(fā)現(xiàn)代碼寫小說、畫圖、作曲的水平已經(jīng)能和真人媲美。一向奔跑在學(xué)習(xí)新知識路上的股民們難免會發(fā)問：股市的殺手級AI在哪里？
根據(jù)美國媒體最新發(fā)表的訪談，熱炒AI股的華爾街基金經(jīng)理們，似乎并不相信在可預(yù)見的未來內(nèi)會出現(xiàn)比人類更強(qiáng)的“炒股AI”。
為什么AI做不了基金經(jīng)理？
首先需要強(qiáng)調(diào)的是，華爾街本身并不排斥AI，而且還是最熱衷于使用新技術(shù)的行業(yè)，包括下單、風(fēng)控等投資環(huán)節(jié)早已交給算法解決。文藝復(fù)興科技基金的創(chuàng)始人、數(shù)學(xué)家出身的吉姆·西蒙斯從40年前就開始研究“算法炒股”，經(jīng)過了多年的努力，他們終于實現(xiàn)使用機(jī)器學(xué)習(xí)識別過往市場走勢的模式，來生成能夠盈利的交易策略。
但擅長內(nèi)卷的投資市場至今沒有涌現(xiàn)大量“AI基金經(jīng)理”，本身也說明了問題。同時知情人士也表示，文藝復(fù)興科技用到的技術(shù)更加依賴統(tǒng)計學(xué)，而不是最先進(jìn)的AI工具。
哥倫比亞資管的董事總經(jīng)理Jonathan Larkin解讀稱，大多數(shù)的量化交易員仍傾向于“假設(shè)優(yōu)先”的工作方式。他們會首先建立一個假設(shè)，說明為什么可能出現(xiàn)某種異?，F(xiàn)象，然后圍繞這個假設(shè)形成一個模型。
AI炒不好股票這件事本身，也能用AI的原理來解釋。即便是不怎么好用的GPT-3模型，背后也有1750億個參數(shù)，蘊含了人類文明上千年積淀的知識。但大多數(shù)的對沖基金在訓(xùn)練自己的模型時，只會使用諸如價格等市場數(shù)據(jù)。
曾經(jīng)在量化基金公司D.E.Shaw擔(dān)任高管的Jon McAuliffe解釋稱，投資領(lǐng)域的AI環(huán)境是截然不同的，我們沒有無限量的數(shù)據(jù)來幫助我們運行無限大小的模型。
更重要的是，股票市場的數(shù)據(jù)本身也存在巨大的“噪音”，使得利用過往數(shù)據(jù)解釋或預(yù)測市場未來走勢非常困難。財報、技術(shù)圖形、市場情緒和其他的金融數(shù)據(jù)恐怕只能解釋一部分股票異動，剩下的都是無法計量的“噪音”。因此，機(jī)器學(xué)習(xí)的模型只能識別不同市場數(shù)據(jù)的相關(guān)性，但沒有預(yù)言未來走勢的能力。
對于“AI基金經(jīng)理”而言，更加致命的是股票市場的多變性。與語言大致不會發(fā)生劇變不同，上市公司發(fā)生劇烈變化本身，也是股市日常的一部分。換了新的管理層、做出重大戰(zhàn)略決策，還是受到外部經(jīng)濟(jì)或政治環(huán)境影響，都會在極短的時間內(nèi)重塑股票的前景。這也使得依賴歷史數(shù)據(jù)和長期趨勢的AI更無所適從。
與此同時，AI的缺點也會被無限放大，而且造成的后果也會更加嚴(yán)重。哪怕是應(yīng)用最新模型的ChatGPT，也時不時會犯一些明顯且低級的錯誤。如果用股市來類比，最接近的情況應(yīng)該是“烏龍指”。如果“AI基金經(jīng)理”總是犯一些低級錯誤導(dǎo)致客戶資金虧損，想必也不會有人把錢交給機(jī)器人來管理。
金融科技公司Proven的CEO Richard Dewe(0.4841, -0.07, -13.38%)y表示，投資本身就是一件具有對抗性的事情，其中也包含利用別人犯錯來盈利。這也是為什么文藝復(fù)興科技、D.E． Shaw等基金公司仍需要雇傭大量的博士。在信息“嘈雜”且受人類行為反饋循環(huán)影響的市場中，人類本身仍然是必不可少的。
當(dāng)然，科技突破的樂趣就在于突破人類的認(rèn)知蠶房。眼下也有一群相信AI能重塑投資市場的人們，正在努力證明上述的觀點都是錯的。
去年，三名曾在知名AI公司DeepMind任職的高級職員在布拉格創(chuàng)辦了名為EquiLibre的機(jī)器學(xué)習(xí)基金。
（創(chuàng)始人介紹，來源：EquiLibre）
EquiLibre的聯(lián)合創(chuàng)始人兼CEO Martin Schmid解釋稱，他們采用的“強(qiáng)化學(xué)習(xí)”是一種機(jī)器學(xué)習(xí)形式，其中計算機(jī)會因為各種交易投資決策受到“懲罰和獎勵”。這項策略將會適用于股票和債券，就像國際象棋、撲克等其他游戲一樣。EquiLibre目前還在訓(xùn)練模型中，尚未開始實際投資。
