摘要：據(jù)彭博社報(bào)道稱，在過(guò)去數(shù)年中，對(duì)沖基金已經(jīng)在嘗試教計(jì)算機(jī)像人類(lèi)交易員去思考。知情人士表示，深度學(xué)習(xí)、模仿人腦神經(jīng)元的人工智能技術(shù)，WorldQuant這家公司正在使用這項(xiàng)技術(shù)做小規(guī)模的交易。

人工智能用于量化對(duì)沖的優(yōu)勢(shì)與質(zhì)疑

使用量化分析做交易的公司，希望機(jī)器學(xué)習(xí)可以為他們?cè)谌蚪鹑谑袌?chǎng)日益升級(jí)的技術(shù)軍備競(jìng)賽中取得優(yōu)勢(shì)。如果這些公司是對(duì)的，神經(jīng)網(wǎng)絡(luò)可以幫助推進(jìn)金融業(yè)的改革，讓機(jī)器和人類(lèi)同場(chǎng)競(jìng)技，同時(shí)也會(huì)影響到老派的投資工作。但是今天的研究者在經(jīng)歷了之前的一輪推銷(xiāo)和失望之后，對(duì)此技術(shù)表現(xiàn)得不以為意，表示其只是眾多投資技巧工具中的另外一種而已。

“見(jiàn)證了1990年代聲稱使用神經(jīng)網(wǎng)絡(luò)的對(duì)沖基金的迅速走紅和緊接著更快的失敗后，我們現(xiàn)在對(duì) 深度學(xué)習(xí)可以解決投資管理中的通常問(wèn)題 這樣的言論是傾向于質(zhì)疑的態(tài)度，”管理著315億美元的倫敦量化交易公司W(wǎng)inton在一則聲明中這樣提到。

而在像Google這樣科技巨頭已經(jīng)證明了深度學(xué)習(xí)的能力之后，量化交易公司也開(kāi)始跟隨這些巨頭的腳步。這項(xiàng)需要非常強(qiáng)大計(jì)算機(jī)和大量數(shù)據(jù)來(lái)完成任務(wù)的技術(shù)已經(jīng)為T(mén)elsa帶了自動(dòng)駕駛汽車(chē)，并為Amazon帶來(lái)了語(yǔ)音激活的智能音響，Echo。

計(jì)算機(jī)科學(xué)家Nicolas Chapados稱，“目前我們距離深度學(xué)習(xí)成為對(duì)沖基金行業(yè)的主流技術(shù)還有5年的時(shí)間?！?/p>

Chapados曾與深度學(xué)習(xí)的先驅(qū)Yoshua Bengio一起合作過(guò)，曾是位于蒙特利爾的量化交易基金Chapados Couture Capital的高管之一，也是一間使用深度學(xué)習(xí)技術(shù)的研究公司的高管。他說(shuō)道，“在科技企業(yè)中存在著很多可以為金融信息處理而改寫(xiě)的深度學(xué)習(xí)模型?！?/p>

人工智能在對(duì)沖基金中如何發(fā)揮作用？

對(duì)沖基金在部署深度學(xué)習(xí)的浪潮中遲了一步，因?yàn)樗麄內(nèi)鄙賹⑦@樣技術(shù)應(yīng)用于復(fù)雜金融數(shù)據(jù)的專(zhuān)業(yè)經(jīng)驗(yàn)。比如有能力從圖片中辨認(rèn)出狗的Facebook圖片識(shí)別系統(tǒng)，這樣的系統(tǒng)之所以能夠成功，是因?yàn)樗梢詮膸缀鯚o(wú)限的數(shù)據(jù)中學(xué)習(xí)，這些數(shù)據(jù)是社交網(wǎng)絡(luò)用戶上傳的圖片像素?cái)?shù)據(jù)。相較而言，金融市場(chǎng)的數(shù)據(jù)就顯得非常有限而又永遠(yuǎn)都在變化中，這讓比如預(yù)測(cè)股票走勢(shì)之類(lèi)的工作變得更具挑戰(zhàn)性。

深度學(xué)習(xí)技術(shù)大體上是模仿人腦中多層神經(jīng)元的活動(dòng)。神經(jīng)元被以非常稠密而復(fù)雜的形式互相連接，相互傳遞信息并且隨著我們的學(xué)習(xí)過(guò)程而產(chǎn)生新的連接。深度學(xué)習(xí)的力量來(lái)源于相似的非線性、多層次的數(shù)據(jù)處理，這樣計(jì)算機(jī)可以從簡(jiǎn)單的概念上去構(gòu)造更加復(fù)雜的概念。

想象一個(gè)量化交易的研究員正在尋找會(huì)導(dǎo)致一支股票表現(xiàn)強(qiáng)于基準(zhǔn)指數(shù)的因子。今天的一個(gè)分析師必須手動(dòng)地選取類(lèi)似市盈率這樣的因子去測(cè)試。使用深度學(xué)習(xí)的研究員會(huì)給神經(jīng)網(wǎng)絡(luò)一個(gè)價(jià)格目標(biāo)，然后就向模型注入原始的公司股票和股票市場(chǎng)數(shù)據(jù)。人工神經(jīng)元就是處理數(shù)據(jù)的數(shù)學(xué)公式。當(dāng)它經(jīng)過(guò)不同層次的時(shí)候，神經(jīng)元會(huì)自行調(diào)整——或者說(shuō)學(xué)習(xí)——來(lái)接近價(jià)格目標(biāo)：這就能找到可以預(yù)測(cè)股票會(huì)達(dá)到目標(biāo)的因子。

深度學(xué)習(xí)的挑戰(zhàn)

Anothony Ledford，位于倫敦的 Man AHL的首席科學(xué)家，表示他的研究員已經(jīng)花費(fèi)了超過(guò)一年的時(shí)間來(lái)發(fā)展深度學(xué)習(xí)，希望可以盡快將這項(xiàng)技術(shù)應(yīng)用到實(shí)盤(pán)交易中去。而這家基金公司業(yè)已經(jīng)為一項(xiàng)機(jī)器學(xué)習(xí)的交易策略準(zhǔn)備好投資資金。

“在深度學(xué)習(xí)領(lǐng)域中，并不需要去事先設(shè)定特征，深度學(xué)習(xí)的目標(biāo)是為你找到它們，”Ledford在Man Group Plc的部門(mén)管理著大約183億美元的資產(chǎn)，他說(shuō)道，“我們?cè)贏HL 30年的歷史中了解到很多可能具備預(yù)測(cè)能力的特征，所以真正的挑戰(zhàn)在于調(diào)整策略，數(shù)據(jù)和計(jì)算來(lái)讓我們發(fā)現(xiàn)新的特征，而不是我們已知的特征，這讓這項(xiàng)工作本身就非常的具有挑戰(zhàn)性?！?/p>

Two Sigma，來(lái)自紐約管理著400億美元資產(chǎn)的量化交易對(duì)沖基金，也正在為一個(gè)全新的深度學(xué)習(xí)團(tuán)隊(duì)招聘研究員。

學(xué)術(shù)界研究員也紛紛開(kāi)始AI金融投資的研究，并已經(jīng)發(fā)現(xiàn)深度學(xué)習(xí)可以通過(guò)投資例如公司間收購(gòu)這樣的事件來(lái)獲取回報(bào)。2015年一項(xiàng)旨在探索深度學(xué)習(xí)技術(shù)在預(yù)測(cè)S&P500指數(shù)中15支股票走勢(shì)能力的研究顯示，超過(guò)1000萬(wàn)的事件被從金融新聞中抽取作為訓(xùn)練計(jì)算機(jī)的樣本數(shù)據(jù)的一部分。

與此同時(shí)，來(lái)自中國(guó)哈工大社會(huì)計(jì)算及信息收集中心的以丁曉為首的研究員們表示，在模擬股票交易中，模型最終獲得了正向的交易利潤(rùn).

人才爭(zhēng)奪戰(zhàn)

Chapados稱，深度學(xué)習(xí)也可以勝過(guò)比它更簡(jiǎn)單的其他模式。神經(jīng)網(wǎng)絡(luò)比機(jī)器學(xué)習(xí)在防止過(guò)度擬合現(xiàn)象方面表現(xiàn)的更好。（雷鋒網(wǎng)注：過(guò)度擬合是指一個(gè)模型被過(guò)度調(diào)整來(lái)擬合訓(xùn)練數(shù)據(jù)，以至于無(wú)法在實(shí)際數(shù)據(jù)上工作的現(xiàn)象。）這項(xiàng)技術(shù)也可以幫助應(yīng)對(duì)比如市場(chǎng)劇烈變化這樣的非線性事件，而標(biāo)準(zhǔn)的量化交易模型在這樣的事件中必須被手工矯正。

“神經(jīng)網(wǎng)絡(luò)會(huì)從一個(gè)足夠靈活、可以代表廣泛的非線性事件的模型出發(fā)，而不用花費(fèi)大量的人力去發(fā)現(xiàn)哪些非線性事件是相關(guān)的，還要痛苦地一個(gè)接一個(gè)地去驗(yàn)證它們是否是有意義的，”Chapados說(shuō)道。

在和科技公司爭(zhēng)奪人才的戰(zhàn)爭(zhēng)中，對(duì)沖基金在招聘科學(xué)家方面很吃力。Chapados表示，這也拖慢了他們追逐深度學(xué)習(xí)技術(shù)的腳步。這些基金同時(shí)也面臨在一些市場(chǎng)缺乏數(shù)據(jù)的情況。

Alpaca的聯(lián)合創(chuàng)始人Hitoshi Harada說(shuō)道，“深度學(xué)習(xí)手段可以非常好地使用外匯和大宗商品市場(chǎng)中相互相關(guān)的以百萬(wàn)甚至是以十億計(jì)的數(shù)據(jù)點(diǎn)來(lái)達(dá)到很好的效果，但是要只使用一只股票一天的交易數(shù)據(jù)來(lái)訓(xùn)練一個(gè)好的模型是很困難的。”

但盡管面臨挑戰(zhàn)，Winton的研究員正在進(jìn)行深度學(xué)習(xí)的研究，不過(guò)他們并不是把它作為一種革命性的力量，更多是作為一種有用的武器。

“我們相信這項(xiàng)技術(shù)在最近幾年中取得了長(zhǎng)足的進(jìn)步，使它有機(jī)會(huì)幫助改進(jìn)我們流程中的一些元素。深度學(xué)習(xí)是Winton長(zhǎng)期研究中的一個(gè)活躍的研究領(lǐng)域?！?/p>