【环球新要闻】华尔街谈AI炒股：股市本质上就不是AI能赢的领域-环球滚动

(资料图片仅供参考)

随着GPT4闪亮登场人类突然发现代码写小说画图作曲的水平已经能和真人媲美一向奔跑在学习新知识路上的股民们难免会发问股市的杀手级AI在哪里根

(资料图片仅供参考)

随着GPT-4闪亮登场，人类突然发现代码写小说、画图、作曲的水平已经能和真人媲美。一向奔跑在学习新知识路上的股民们难免会发问：股市的杀手级AI在哪里？　　根据美国媒体最新发表的访谈，热炒AI股的华尔街基金经理们，似乎并不相信在可预见的未来内会出现比人类更强的“炒股AI”。　　为什么AI做不了基金经理？　　首先需要强调的是，华尔街本身并不排斥AI，而且还是最热衷于使用新技术的行业，包括下单、风控等投资环节早已交给算法解决。文艺复兴科技基金的创始人、数学家出身的吉姆·西蒙斯从40年前就开始研究“算法炒股”，经过了多年的努力，他们终于实现使用机器学习识别过往市场走势的模式，来生成能够盈利的交易策略。　　但擅长内卷的投资市场至今没有涌现大量“AI基金经理”，本身也说明了问题。同时知情人士也表示，文艺复兴科技用到的技术更加依赖统计学，而不是最先进的AI工具。　　哥伦比亚资管的董事总经理Jonathan Larkin解读称，大多数的量化交易员仍倾向于“假设优先”的工作方式。他们会首先建立一个假设，说明为什么可能出现某种异常现象，然后围绕这个假设形成一个模型。　　AI炒不好股票这件事本身，也能用AI的原理来解释。即便是不怎么好用的GPT-3模型，背后也有1750亿个参数，蕴含了人类文明上千年积淀的知识。但大多数的对冲基金在训练自己的模型时，只会使用诸如价格等市场数据。　　曾经在量化基金公司D.E.Shaw担任高管的Jon McAuliffe解释称，投资领域的AI环境是截然不同的，我们没有无限量的数据来帮助我们运行无限大小的模型。　　更重要的是，股票市场的数据本身也存在巨大的“噪音”，使得利用过往数据解释或预测市场未来走势非常困难。财报、技术图形、市场情绪和其他的金融数据恐怕只能解释一部分股票异动，剩下的都是无法计量的“噪音”。因此，机器学习的模型只能识别不同市场数据的相关性，但没有预言未来走势的能力。　　对于“AI基金经理”而言，更加致命的是股票市场的多变性。与语言大致不会发生剧变不同，上市公司发生剧烈变化本身，也是股市日常的一部分。换了新的管理层、做出重大战略决策，还是受到外部经济或政治环境影响，都会在极短的时间内重塑股票的前景。这也使得依赖历史数据和长期趋势的AI更无所适从。　　与此同时，AI的缺点也会被无限放大，而且造成的后果也会更加严重。哪怕是应用最新模型的ChatGPT，也时不时会犯一些明显且低级的错误。如果用股市来类比，最接近的情况应该是“乌龙指”。如果“AI基金经理”总是犯一些低级错误导致客户资金亏损，想必也不会有人把钱交给机器人来管理。　　金融科技公司Proven的CEO Richard Dewey表示，投资本身就是一件具有对抗性的事情，其中也包含利用别人犯错来盈利。这也是为什么文艺复兴科技、D.E. Shaw等基金公司仍需要雇佣大量的博士。在信息“嘈杂”且受人类行为反馈循环影响的市场中，人类本身仍然是必不可少的。　　当然，科技突破的乐趣就在于突破人类的认知蚕房。眼下也有一群相信AI能重塑投资市场的人们，正在努力证明上述的观点都是错的。　　去年，三名曾在知名AI公司DeepMind任职的高级职员在布拉格创办了名为EquiLibre的机器学习基金。　　(创始人介绍，来源：EquiLibre)　　EquiLibre的联合创始人兼CEO Martin Schmid解释称，他们采用的“强化学习”是一种机器学习形式，其中计算机会因为各种交易投资决策受到“惩罚和奖励”。这项策略将会适用于股票和债券，就像国际象棋、扑克等其他游戏一样。EquiLibre目前还在训练模型中，尚未开始实际投资。　　(文章来源：财联社)