昨天，人類圍棋天才少年柯潔，首戰AlphaGo告負，在朋友圈再一次引起轟動。

這已經是阿爾法狗這一年來的第三次刷屏了。

如今，在圍棋領域，人們似乎已經對人工智能深信不疑，并且高度關注。

人工智能的種子早已播向各個領域，當然也包括金融投資領域。

現在，金融投資領域的人工智能已經發展到了什么程度?未來是否也將打敗人類?甚至打敗巴菲特、索羅斯?昨天，以圍棋為引子，基金君重點來講一講金融投資領域的人工智能。

柯潔首戰告負AlphaGo

又是一次壯烈的犧牲!

2017 年 5 月 23 日，在舉行于中國烏鎮的“人機終極對決”第一局中，當今世界排名第一的中國圍棋選手柯潔，輸給了Google 旗下的人工智能程序 AlphaGo，AlphaGo贏四分之一子。

昨晚在決戰前夕，柯潔在微博中寫到：

無論輸贏，這都將是我與人工智能最后的三盤對局。

它始終都是冷冰冰的機器，與人類相比，我感覺不到它對圍棋的熱情和熱愛。對它而言...它的熱情——也只不過是運轉速度過快導致CPU發熱罷了。

我會我用所有的熱情去與它做最后的對決，不管面對再強大的對手——我也絕不會后退!至少這...最后一次...

這是阿爾法狗這一年來第三次在人類世界名聲大噪了。

2016 年 3 月，AlphaGo 首次挑戰韓國棋手李世石時，整個世界都希望 AI 獲勝，結果AlphaGo真的贏了。就像柯潔當時所說，“就算阿法狗贏了李世石，它也贏不了我”，大家以看熱鬧的心態打量著新生者 AI。

2017 年 1 月，化身 Master 的 AlphaGo 在互聯網上連掃世界第一柯潔、韓國冠軍樸廷桓、日本冠軍井山裕太時，AI 似乎已經不可戰勝，柯潔深夜感慨“人類千年的實戰演練進化，計算機卻告訴我們，人類全都是錯的……”

2017年5月23日—5月27日，在風景宜人的烏鎮，AlphaGo與柯潔將對弈三局比賽，峰會還將安排配對賽與團體賽，在團體賽中，時越、羋昱廷、唐韋星、陳耀燁和周睿羊五位中國頂尖職業棋手將組成戰團，以集體智慧對抗人工智能AlphaGo。

柯潔在賽前說，“能夠代表人類出戰，是我以前不敢想象的事情，這次選擇我作為主角，我也會竭盡全力去一爭勝負”，但是，世界的選擇已經變成了希望人類贏一盤。

然而，一切都變得不是那么容易了。

據說，當年AlphaGo 對陣李世石時的版本號是V18，而當下的版本估計已經到了 V60，在邏輯上和棋局策略上已經今非昔比。

據說，當下版本 AlphaGo 最駭人之處，在于它已經跳出了學習人類棋盤的方法，而進入了自己左右手互搏，自己學習各種情況的局面，一方面它所學習到的棋局廣度非人類可想象，另一方面它的出招可能越來越沒有“套路”可言。

賽前DeepMind創始人哈薩比斯就表示，并不同意這是人機大賽，而是人利用電腦發現新的知識。無論結果如何，最終勝利都屬于人類。AlphaGo就像是哈勃，我們和它一起探索圍棋。

那么，在圍棋領域，人工智能已經達到如此程度，在金融領域各位投資高手們也早已對人工智能有著充分的領悟，并積極運用。

我們不禁要問，未來人工智能會打敗人類的投資高手嗎?昨天基金君重點來講一講。

對沖基金都在玩人工智能

基金君了解到，現在全球的著名對沖基金已經開始布局人工智能領域。比如橋水基金(Bridgewater Associates)、文藝復興科技公司(Renaissance Technologies)、西格瑪(Two Sigma)、城堡投資(Citadel)、德劭基金(D.E.Shaw)等公司組建自己的人工智能團隊，從知名科技公司挖人。

聽說，全球最大的對沖基金橋水基金(BridgewaterAssociates)的掌門人，達里奧最近幾年癡迷于人工智能。

他很早就將大數據、機器交易等先進技術用于投資。橋水早就實現了機器交易，如橋水公司的最高端基金產品——“絕對阿爾法(Pure Alpha)”就使用投資算法購買和出售股票、債券、貨幣和其他資產。該基金長期以來都能準確預測世界各地的繁榮和蕭條，并早在2006年就警告其投資者留意即將到來的金融危機。

但現在更神的是橋水的“未來之書”人工智能項目。團隊領導者大衛·費魯奇在2013年加入橋水之前是IBM人工智能系統Watson的開發團隊負責人。這項技術并非用于投資，而是被用于實現大部分公司管理工作的自動化，將會使公司的管理變得像投資過程一樣系統化，不會再讓達里奧事必躬親。

文藝復興科技(RenaissanceTechnologies)的西蒙斯被追捧為量化之神，在全球金融危機的08年，大部分對沖基金都虧損背景下，其收益高達80%。

現在西蒙斯大獎章基金的利器-隱馬爾可夫模型(HMM)，據說可以用來預測股市的走勢。怎么做到的呢?

基于HMM模式識別模型的股市走勢預測：首先，按照事先分類，選取歷史上屬于同類走勢的日期以及該日期之前若干個星期的股票數據，提取股票數據中某些特征指標(成交價格，成交量，等等)形成相應的序列作為模型的輸入，并應用Baum-Welch算法對各類模型進行訓練，訓練過程如下圖：

其次，根據訓練好的HMM模型，選取若干個星期的股票特征指標(成交價格，成交量，等等)序列作為輸入，應用向前-向后算法計算各個模型發生的概率，選取最大概率對應的模型，從而得到下一階段股票走勢的識別結果。識別過程如下圖：

有人將這個模型應用到中國股市，準確率超過50%……

西格瑪(Two Sigma)是一只管理資金規模超過350 億美元的知名對沖基金，他們利用自然語言處理技術，分析美國聯邦公開市場會議委員會(FOMC)的發言。

這套技術會分析“證券”、“利率”、“抵押”等詞匯的出現次數，從而得出譬如“2008 年，FOMC 有關金融市場的發言占 37%”，或者“2007-2009 年，FOMC 有關通脹的討論占 20%”等結論，幫助交易員設計交易模型時，有更多數據支持。

據說，高盛也在積極擴展人工智能業務，一家名叫Kensho的金融數據服務商得到高盛1500萬美元的投資。

Kensho目前正在研發一種針對專業投資者的大規模數據處理分析平臺。該平臺將能取代現有各大投行分析師們的工作。Kensho公司的軟件取名沃倫(沃倫巴菲特的沃倫)。

你可以像在谷歌上搜索一樣，在簡單的文本框里輸入復雜的金融問題。例如：當三級颶風襲擊佛羅里達州時，哪支水泥股的漲幅會最大?(回答：德州工業)

又或者，當朝鮮試射導彈時，哪支國防股會漲得最多?(雷神公司、美國通用動力公司、和洛克希德馬丁公司)

分析師要花很長時間，做很多工作，但沃倫軟件可以通過掃描藥物審批、經濟報告、貨幣政策變更、政治事件以及這些事件對地球上幾乎所有金融資產的影響等9萬余份資料，立刻為6500萬個問題找到答案。

還有，城堡投資(Citadel)最近把微軟人工智能首席科學家、IEEE Fellow 鄧力挖走了，擔任首席人工智能官(Chief Artificial-Intelligence Officer)。

人工智能在股市中能走多遠取代巴菲特、索羅斯?

在金融投資領域，用人工智能替代人類去炒股，跟市場PK，已經被無數次暢想過了。

雖然前段時間貝萊德裁員，人工智能在投資界被稱為是一件“細思極恐”的事情，可能讓交易員、基金經理丟掉飯碗，但仍然有私募基金在不停地探索實踐。有人甚至認為，人工智能未來能打敗主動投資的最高峰——巴菲特、索羅斯。

這個想來似乎不太可能，但基金君最近聊的一些海外歸來的投資高手，卻講了講邏輯。

人工智能，目前在國內投資領域的雛形就是量化投資，這幾年已經相當風靡。拿阿爾法來說，里面有很多因子，但最主要的是動量、大小、價值、成長、波動五大類因子。通過篩選海量的市場數據，建立多因子模型，我們已經在量化投資領域小有成就，用機器取代了一部分主動投資，并且開發出了阿爾法市場中性策略、量化擇時策略、CTA策略、套利策略(無風險套利、期限套利、分級基金套利、ETF套利、跨市場套利、統計套利等)……

機器已經在這個市場中占據一席之地了，是不是令人顫抖、害怕?現在，原來擅長搞主動投資的老一輩高手們再也不認為自己無敵，意識覺醒，趕緊去布局量化投資領域，招兵買馬建立量化團隊。國內量化投資已經走入黃金時期，多元化發展勢頭猛。

但是有人說，量化、多因子模型其實都已經是毛毛雨了。中國的阿爾法策略主要是用多因子篩選的模式做的，然而，阿爾法策略在海外已經是機器學習占主導地位了。多因子模型是線性的方式，但機器學習是非線性的方式。好處是能不斷自我加強學習，適應市場的動態變化。這就是到了人工智能的階段!

簡單舉個例子，原來多因子模型在市場大小盤風格變化時，需要人為判斷、調整模型，但是機器學習卻能自我get變化，自我調整，適應市場變化。

聽起來似乎有點玄乎，再舉兩個生活中的例子。比如一只貓，如果用篩選的方法，你要告訴它貓的大小、尺寸、鼻子眼睛耳朵等，換成機器學習的話，你給它5000張照片，告訴它這是貓，再給它另外5000張照片，告訴它這不是貓，它就會根據你給的數據判斷新的照片是不是貓。還有處理垃圾郵件，過去模型篩選需要說明哪些字段出現是垃圾郵件，但機器學習放3000封垃圾郵件進去告訴它是垃圾郵件，再放3000封進去說不是，機器學習會自己看，然后你再放一封郵件進來，它就能判斷是不是垃圾郵件。

據有的投資經理透露，現在國內已經有一些私募開始用機器學習了，但目前來說主要是半監督學習，以后有可能完全不需要人的幫忙。

大概講了一下國內量化投資發展情況，基金君接下來要談一談關于人工智能究竟能否打敗人類的投資高手?

前段時間，小伙伴們聽說了吧，繼圍棋之后，德州撲克領域的比拼，人類也失守了，輸給了人工智能。在賓夕法尼亞州匹茲堡的Rivers賭場，卡耐基梅隆大學(CMU)開發的人工智能系統Libratus戰勝四位德州撲克頂級選手，獲得最終勝利。

有人說，由于德州撲克的底牌信息是的，對于計算機來說，就是在處理一種“非完整信息博弈”，而圍棋對弈雙方的信息是完整的、對稱的，并沒有的信息，所以在德州撲克領域，人工智能戰勝人類頂級高手，意義重大。

很多人都喜歡拿炒股和打德州撲克做類比，信息不對稱，博弈更加復雜。

所以，有投資經理就說了：在投資領域，人工智能先從輔助決策開始，到了一定程度，可以學習頂尖投資經理的策略和風格。“和國際象棋、圍棋一樣，人工智能可以學習卡斯帕羅夫、李世石的路數。下棋是打譜，投資就是復盤。如果能夠復盤上億次，總結其中的規律，發現自我學習的路徑，就可以復巴菲特的盤，復索羅斯的盤，學習他們的投資路數。”

基金君了解到，這種想法在業內爭議挺大的。

支持者就認為，在一些投資領域，只要是閉環，只要數據和決策博弈是有邊界的領域，理論上說，機器都是能夠學到的，能戰勝人類的平均水平。“可能要經歷幾個階段，先從代替中低端的人工開始，這點現在沒人懷疑。但是想要打敗經濟學家，像投資大師那樣預測宏觀、做決定，未來并非沒有實現的可能，關鍵是應用的效果和精度。”

有投資經理就說：宏觀的因子包括利率、貨幣、外匯等，這些都可以量化;如果發生的有些事情，不在原有框架體系內，也可以對這些事項進行評估和量化。比如最近的朝鮮問題，就可以給出一個概率，發生的可能性是10%、20%甚至更高，設置相應的參數、因子。

“當一個經濟學家并不難。某種程度上來說，物質的世界、貨幣的世界基本上都可以量化。在這個基礎上加上概率、參數的影響維度、勝率等，就可以構造較大的宏觀的體系。”該投資經理說。

反對者則認為，股票市場的復雜程度遠遠超越了圍棋，圍棋是有邊界的博弈，但是，股市是沒有邊界的博弈，想要達到投資大師級的水平，目前來看非常難。

“巴菲特、索羅斯這些投資大師對市場、對投資、對政治經濟局勢等的領悟能力，代表著人類的高級智慧，對人性的感知，對突發事件的判斷，里面蘊含了深厚的投資哲學，機器難以學到。”有投資經理說。

既然在圍棋領域，人工智能已經戰勝了人類，那么炒股、金融投資還會遠嗎?就像《未來簡史》的作者赫拉利說的，人工智能(AI)是人類歷史上一場非常重要的革命，在生物學上也是一場非常重要的革命，會影響我們的生命和地球。在過去幾十年中，很多東西并沒有實質改變，所有的生物體都是通過自然選擇來進化的。但是現在，可能接下來的幾代會有一個很大的變化，因為我們有了人工智能。