與其夸夸其談人工智慧，不如靜下來心來學習數學與編程

最新 06-17

最近人工智慧非常火熱，而且我還買了本《人工智慧》。書裡面講人工智慧多麼多麼牛逼，能顛覆什麼什麼，改變什麼什麼的，讀起來很起勁，但是事後覺得沒啥實質的收穫，僅僅得到一些忽悠的談資。但是仔細一想，人家馬雲夸夸其談人工智慧，可以忽悠到投資；華夏基金忽悠人工智慧，起碼可以搞大基金規模。咱們吃瓜群眾每天聊聊人工智慧也就能排解一下無聊。

科學技術的發展是永不停息的，並且發展只會加速不會減速。起初計算機是幫我們脫離簡單紙筆工作，估計人工智慧將幫助我們脫離重複性工作。每次變遷不僅是科學技術進步，而且還有人類工作內容的改變。遠的而言，馬車被騎車替代，近的是銀行櫃員被ATM機的替代，但是這個過程都是一個相互排斥與融合的過程，總有人想改變，也有人被迫改變，還有人不想改變…… 在資產管理行業亦如此。

那對於我們個人而言，如何才能跟上人工智慧的時代呢？與其夸夸其談人工智慧，不如靜下來心來學習數學與編程。其實數學的本質是邏輯，邏輯表現形成之一就是編程。估計未來人與人之間會有一個關鍵的區別，製造人工智慧的人與被人工智慧替代的人。我們還是聊聊為什麼要編程吧？

1. 巨大數據量：

「大數據」時代，在金融方面我們需要處理的數據量越來越大。A股票數量早已超過兩千，證券投資基金的數量也已經過千，最近將中證指數公司、深證信息公司、中信標普等指數編製機構發布的各類指數也已近千。開盤價、收盤價、ROE、ROA、夏普比率、波動率……各種指標不計其數。

2.複雜的模型：

隨著投資標的品種的增加，股指期貨指數、個股期權、分級基金等等，我們所需掌握定價模型越來越複雜，例如期權定期、Beta對沖、浮動利息債券等等。複雜的定價模型需要強大的數值計算平台的支持。

3. 避免主觀臆斷：

人類大腦思維具有局限性並且邏輯有時具有跳躍性，常常憑藉直觀感覺判讀事物。例如幾年前大家常見的一個量化案例「某策略賺3%止贏即獲利平倉；虧損1%平倉止損，每一組止贏與止損交易可以獲利1%，如果這個策略進行高頻交易，將獲利豐富啊！」我們的思維忽略了一點即賺3%與賠1%的概率並非一致，如果進一步思考發現我們忽略了交易成本。

再舉一個我常常使用的例子：「兩個[0，1]上的均勻分布的和為什麼分布？三個[0，1]上的均勻分布的和為什麼分布？ n個呢？」有的讀者會直接回答還是均勻分布、有的讀者深思一下回答正態分布。這兩個答案或許都不正確，如何驗證？我們可以通過編程的方式進行數值試驗，對兩個結論進行驗證，如果做數值試驗，那就需要編程實現。

4.實現自動化辦公：

這點將是我著重與大家分享的。大多數人日常工作可能面臨很多重複勞動與繁瑣計算。例如：某個報表，每日（周、月）都要更新，更新邏輯很明確：增加內容、市場數據統計、附加某些計算等等。或許，你每天工作中excel或word的重複工作佔據了大量的時間。如何有一種方法可以將自己從中解脫出來，我們可以有更多的時間進行創造性的工作與享受生活。假設：工作30年，每天有50%的時間在重複勞動，你的15年時間就在重複中度過了。在這裡聲明，重複並非不好，或許大多數工作的性質就是重複，每個人生活態度不一樣，首先自己厭惡重複，有時為了生活也不得以不重複，但在重複的過程中我總是思考如果自動化。如何擺脫重複

所謂重複勞動，大多都是規則明確化的，規模包括腦力與體力兩個方面。從算計角度的發展，就是機器代替人類執行重複計算或勞動的過程。自從有了計算機，大家的勞動相比之前高效許多。但是，我們或許還在計算機上進行某些重複勞動與繁瑣計算，這又是為什麼？軟體、硬體作為商品都是普遍適用的，基於利潤或穩定性方面的考慮不會針對某件事或某人人設定，所以面對自己工作的問題，就需要自己或請人來解決。由於某些業務的複雜性（非技術上的），或許自己最明白其中的邏輯，自己編程解決或許是一條非常有效的路徑。例如，金融市場數據的每日更新。同時通過Matlab程序實現，可以將自己從一定的重複勞動中解脫出來。

實現自動化辦公需要自己編程，你或許會問: 不會編程咋辦？首先必須說明的是，有些人適合編程與有些人不適合編程，適合不適合只有嘗試過才知道，還有一條途徑請別人幫你解決問題，如果你覺得貴只有自己繼續重複勞動。假設：工作30年，每天有50%的時間在重複勞動，你的15年時間就在重複中度過了。是否嘗試一下由你自己決定！在這裡聲明，重複並非不好，或許大多數工作的性質就是重複，每個人生活態度不一樣，首先作者厭惡重複，有時為了生活也不得以不重複，但在重複的過程中作者總是思考如果自動化。你希望試圖去改變一下嗎？

5. 量化交易「賺錢」：

量化交易者的楷模為數學家西蒙斯，關於他的文藝復興科技公司與大獎章基金介紹如下：

「華爾街「賺錢機器」文藝復興科技公司，並依靠公司旗艦產品大獎章基金（MedallionFund）20年的超群表現贏得無數讚譽。據福布斯雜誌的統計，截至2012年9月，西蒙斯的身價高達110億美元，在福布斯全球富豪榜上位居第82位。

數據顯示，自1988年成立直至2010年西蒙斯退休，大獎章基金年均回報率高達35%，不僅遠遠跑贏大市，還較索羅斯和巴菲特的操盤成績高上十餘個百分點，這使得西蒙斯在人才濟濟的華爾街笑傲群雄。他被投資界稱為「量化投資之王」。

西蒙斯成功秘訣主要有三：針對不同市場設計數量化的投資管理模型；以電腦運算為主導，排除人為因素干擾；在全球各種市場上進行短線交易。」

總結如果沒有仔細閱讀前面四點，直接看到量化交易「賺錢」，作者將提醒閱讀前面四點尤其是（避免主觀臆斷與實現自動化辦公），以量化交易「賺錢」或許需要天賦與運氣，但實現避免主觀臆斷與實現自動化辦公只需要你用些時間學習一下Matlab編程。

當我在手舞足蹈給客戶講解資產配置的時候，

有人Show出一張圖片：