“很多人使用了數(shù)十年的一些技術(shù)，都可以被稱為機器學(xué)習(xí)技術(shù)，”Neuron Capital負責(zé)人羅伯特?希爾曼表示，“圖片識別和把AI運用到市場之中存在巨大差異。這是否將帶來投資的范式轉(zhuǎn)變？我不這么認為……這不是根本性的變化，這是一種效率的提升。”

艾薩克?牛頓(Isaac Newton)可能是有史以來最聰明的人，然而事實證明他是個糟糕的投資者?！拔夷苡嬎愠鎏祗w的運動，卻不能計算出人的瘋狂，”他在南海股票泡沫中損失了一大筆錢以后哀嘆道。

然而，越來越多精通技術(shù)的投資者認為他們可以利用數(shù)學(xué)和計算機尖端科技，來預(yù)測金融市場的起起伏伏。一些最先進的資產(chǎn)管理公司現(xiàn)在正求助于人工智能(AI)技術(shù)，其中包括能夠自動學(xué)習(xí)、適應(yīng)和搜索大量數(shù)據(jù)組以研究出可交易的模式的投資算法。

但有些“量化”金融家(quant，即量化分析師)懷疑這類工具可能不過是一種高明一點的陷阱。他們認為“機器學(xué)習(xí)”這類領(lǐng)域被過度炒作，AI則是一種營銷噱頭。

“每個人都想要得到‘圣杯’，某種能夠投資并且實現(xiàn)1%恒定月回報率的東西，”位于劍橋(Cambridge)的量化對沖基金Cantab Capital的負責(zé)人尤安?柯克(Ewan Kirk)表示，“我不想表現(xiàn)得悲觀，但我很懷疑。”

全球最大量化對沖基金之一溫頓資本(Winton Capital)負責(zé)人戴維?哈丁(David Harding)也懷疑，AI并不能給投資業(yè)帶來重大飛躍?！拔也皇潜R德分子(Luddite)，我們總是對賺錢的新方式感興趣。因為總有世界級的人物向我展示實際上并沒有效果的靈丹妙藥，我不得不對此深表懷疑，”他說。

計算能力的顯著提升徹底改變了投資界，依據(jù)算法的交易商和投資者在市場上的影響力越來越大。大量資金涌入持續(xù)從市場雜音中分析出風(fēng)向的計算機驅(qū)動對沖基金。這導(dǎo)致許多資金管理公司競相雇傭計算機專家，直接與硅谷技術(shù)巨頭和熱門初創(chuàng)企業(yè)爭奪人才。

AI處于領(lǐng)域的最前沿。近年來AI領(lǐng)域也經(jīng)歷了幾次飛躍。最引人注目的是，谷歌(Google)旗下DeepMind的AI部門研發(fā)的程序，最近打敗了一位著名圍棋選手。圍棋是一種古老的中國游戲，因為過于復(fù)雜，大多數(shù)專家此前都認為，計算機至少還需要10年才能打敗人類圍棋冠軍。

DeepMind的AlphaGo這類算法所運用的技術(shù)或許還能得到更廣泛的應(yīng)用，這引發(fā)了有關(guān)投資管理可能即將迎來另一場技術(shù)革命的樂觀情緒。在規(guī)模上，這場革命可能和上世紀七八十年代的市場電子化革命相仿。

“機器學(xué)習(xí)和人工智能將在量化資產(chǎn)管理中起到極大作用，但傳統(tǒng)資產(chǎn)管理公司也會在這個領(lǐng)域大舉擴張，”高盛(Goldman Sachs)資產(chǎn)管理部門的基金經(jīng)理奧斯曼?阿里(Osman Ali)表示。

計算機可以利用機器學(xué)習(xí)等流行的AI策略自主學(xué)習(xí)和發(fā)展。比如，一種機器學(xué)習(xí)算法可以獨立上手和掌握如何玩《超級馬里奧》(Super Mario)這樣的游戲。一開始算法會隨機地玩這款經(jīng)典街機游戲，但很快算法就能摸清如何操作和通關(guān)。

因此，自由的機器學(xué)習(xí)算法在海量數(shù)據(jù)中尋找稍縱即逝的可盈利模式的潛能，引起人們的廣泛興趣。

“我認為算法就相當(dāng)于擁有巨大潛力的幼童。你可以教它們同時閱讀數(shù)百萬本書，”美國國家航空航天局(NASA)前計算機科學(xué)家、現(xiàn)在供職于貝萊德(BlackRock)位于舊金山的“科學(xué)主動股票投資”部門的布拉德?貝茨(Brad Betts)表示。

然而，甚至是在很多量化分析師中，懷疑情緒依然普遍。在他們看來，機器學(xué)習(xí)和深度學(xué)習(xí)——后者支撐了DeepMind的AlphaGo引人注目的成功——只不過是對已經(jīng)投入使用很長時間的技術(shù)的擴展或加強。

“很多人使用了數(shù)十年的一些技術(shù)，都可以被稱為機器學(xué)習(xí)技術(shù)，”Neuron Capital負責(zé)人羅伯特?希爾曼(Robert Hillman)表示，“圖片識別和把AI運用到市場之中存在巨大差異。這是否將帶來投資的范式轉(zhuǎn)變？我不這么認為……這不是根本性的變化，這是一種效率的提升?！?/p>

柯克指出，最常見的AI策略著重于模式識別，比如區(qū)分出圖片中的一只貓和一只狗。但市場上充斥著雜音和亂流，要找到模式更為困難。

“作為一名極客，AlphaGo讓我超級興奮，但從打贏一個有清晰規(guī)則和目標的游戲、到進行投資，中間還有巨大的跨度，”他說。

即使是對AI在投資界的應(yīng)用前景抱謹慎樂觀態(tài)度的量化分析師，也警告這個領(lǐng)域存在許多陷阱。一些看起來可能很巧妙、與歷史數(shù)據(jù)完美契合的算法，在面對金融市場的反復(fù)無常時卻常常出毛病。

“能玩《超級馬里奧》未必能駕馭市場。當(dāng)你按下按鍵的時候，你總是知道會發(fā)生什么，但在市場上就不是這樣了。”一家大型對沖基金中的另一名量化分析師表示，“算法可能需要時間才能找到好的交易機會并進行優(yōu)化，可能先要經(jīng)歷很多糟糕的交易?！?/p>