AI驅動的交易引起了新問題！

AI驅動的交易引起了新問題！

2017-05-09 矽谷密探

數據顯示，大約55%的美國人通過直接擁有股票、股票共同基金持有或退休賬戶投資股票市場。收入超過75,000美元的家庭，這一數字躍升到88%。許多人都會把處理自己投資的事兒交給別人，比如股票經紀人或財務顧問。有趣的是，越來越多的人都會把這拆事兒交給人工智慧系統。

已經有大約1360家對沖基金依靠電腦模型來交易股票和其他投資。投資金額高達1970億美元。這些基金中的大多數都是傳統的「量化」（定量）基金，它們使用計算機模型預測股價走勢並確定交易。

越來越多的對沖基金完全由AI驅動的交易引擎引導。這些資金在金融市場上處於人力資源的先鋒。而且，像許多其他用AI在轉型的市場一樣，這些引擎代表著創新的新投資產品，同時引發了新的問題。

AI指導性投資的增長可能會產生巨大影響，特別是在使用專有AI的單一投資者或投資基金能比其他市場參與者獲得更大的優勢的情況下。稱之為「股市奇點」。

金融神經網路復活

投資世界在20世紀90年代開始關注人工智慧。然後，重點放在人工智慧神經網路（ANN）上，計算機演算法建立在為人類大腦供電的連接之後。ANN可以被認為是現在的機器學習系統的前身，通過大量數據集學習來自我修改的計算機。有些人希望神經網路在20世紀90年代改變交易，但革命從未到來。現在，程序化交易來了。

程序化交易是使用計算機控制的投資，使用演算法來執行傳統投資專業人士的任務，比如發現機會，管理風險，以及做出閃電般的交易。這種方法將大量決策轉移到計算機上，但是技術本身並沒有給一個市場行為者帶來不公平的收益。

現在的神經網路代表了程序化交易系統功能的顯著增加。該技術已經成為主流，因為神經網路用於語音助手和自駕車。投資基金希望利用這些複雜的系統來實現更快、更智能的交易和更好的收益。

為了了解為什麼自動化交易系統會產生大量前所未有的挑戰，還需要來看一些其他的說法。

在AI超級投資人的路上

有沒有想過為什麼內幕交易是非法的？這是因為一個信息不隨時提供給其他投資者，這是不公平的優勢。股價在理論上應該反應關於公司的所有信息。如果有人事先知道股票的季度財報非常好，在信息公開前，他就可以以低於交易的價格購買股票。內幕交易等限制投資者特別獲取信息的投資活動的相關規定，是強化市場參與者之間公平性的一種方式。

回到自動化AI系統，我們還需要些理論知識。可以想像一下一個AI系統是單一財務變數的完美預測因子，比如利率。另一個系統可能會制定不可靠的通貨膨脹預測。還可能會很好地預測特定行業的盈利增長等等。

如果這些單獨的系統是可行的，那麼有理由想像一個由幾個專家系統組成的單一系統了。儘管這遠遠超出了當今技術的局限，但至少可以看出，一個系統可以利用無數的專家系統，這些系統是所有關鍵因素的完美預測因素。根據這一邏輯，單一的系統在預測任何或全部可交易資產的價格變動方面都幾乎完美~

現在試想一下把這個AI系統交到一個投資者手中。

完美的AI超級投資者還並不是實際存在的，但這是人工智慧快速發展所需要的一種考慮。因為如果有一個這樣的系統，對於個人和集體都有利而損害了其他人的利益，這是值得探討的話題。金融奇點的對話已經展開了。

在AI上下賭注

一般來說，對金融奇點問題有兩種回應。第一種是這是不可能的，另一種是實際上不會那麼糟糕。

代表第一組的是Babak Hodjat，一個AI營運基金，他渴望看到用AI來做交易。他告訴彭博社的記者說：「正常人都會時不時地犯錯。對我來說，依靠這些以人為本的直覺和理由，而不僅僅依靠數據和統計數據，這是非常奇怪的。」

其他人則駁斥這種想法。Ben Carloson告訴Wired：「如果有人發現伎倆有效，不僅會有其他資金掛在上面，其他投資者也會把錢倒進去。真的很難設想一個不僅僅是被套利的情況。」

還有一個想法，就是金融奇點是有益的。根據這個邏輯，一個完全依賴於邏輯的市場可以達到完美的效率，所有的資產都是正確定價的，而不需要人為的干預。耶魯大學經濟學教授Robert Schiller表示，計算機將基於優化的預測設定價格，包括未來利潤、技術進步和人口變化。

Schiller還懷疑，金融奇點就在不遠的前方。他認為必須發生在一個只有理性的市場運行的世界。但人類是不理性的，一個成功的AI將不得不考慮到我們不可預測的因素。

一個值得思考的未來

目前，交易演算法可以相互偽造，以獲得優勢，BBC認為這是非法的，但難以證明。他們也可以預測一個較慢的下一步計劃，然後進行相應的交易。隨著公司積極競爭以獲得更快的交易時間，較慢的計劃可能會產生巨大的功能差異。隨著演算法變得更加智能化、功能更加強大，金融行業將需要更加安全的防範開發和風險。

當然也有潛在的故障。比如2012年8月，一個基金的交易計劃「跑了」，每分鐘虧損1千萬美元。人力團隊花了近一個小時的時間來確定問題、解決問題，該公司在此過程中虧損了4.4億美元。兩年前，一個演算法交易造成了「閃電崩潰」，美國股市和指數在幾分鐘內下跌了10%。

有人說這些時間正在引發災難。國家主要銀行之一的流氓演算法，或多個大銀行由於錯誤的佳話而脫軌的級聯失敗，可能導致災難性的崩潰。

金融奇蹟是否會發生，以及其影響是正面還是負面的，都有待觀察。但是我們都應該關注，畢竟2008年的金融危機，給大家帶來的負面影響，大家一定都還記憶猶新。

AI這麼熱，各大科技巨頭紛紛跳入其中。2015年，2015年，特斯拉CEO Elon Musk，LinkedIn創始人Reid Hoffman及PayPal創始人Peter Thiel等人共同宣布創立的非盈利的研究公司OpenAI。它是地球上最強的人工智慧研究團隊之一，致力於進行非監督式學習和強化學習的研究。

密探請到了斯坦福大學和OpenAI的研究者之一——施天麟（Tim Shi），在矽谷Live，講述「如何構建訓練人工智慧的虛擬世界」。雖然直播已結束，但是掃描下圖二維碼，付費後可以無限次反覆回聽錄播，語音和PPT永久保存在「矽谷Live」。

Speaker簡介：施天麟 斯坦福大學計算機系在讀博士 OpenAI Member Of Technical Staff (Part-Time)

本次矽谷Live將用中文講述：從ImageNet到AlphaGo，人工智慧的重大突破都依賴於確立明確的標杆（Benchmark）。如何構建一個通用的學習環境，來衡量與增強人工智慧處理不同任務的能力？

大綱：

1. 回顧強化學習領域的最新進展

2. OpenAI Universe虛擬環境及其基本架構

3. 在Universe環境下訓練人工智慧的初步嘗試

掃碼報名

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！