江苏龙网

  1. 首页 > 人文 > >

人工智能破解股市密码，华尔街人才要下岗了？

人工智能破解股市密码，华尔街人才要下岗了？
文章图片
编者按：本文来自微信公众号栈外 ， 作者WilliamD.Cohan ， 创业邦经授权转载 。
很多人认为单凭超级计算机就能在股市叱诧风云是天方夜谭 。 杰夫·格里克曼创造了一种自动编程的自学式“超级智能” ， 利用AI不断提高数学抽象水平来测试定理 。
?格里克曼很早就对计算机感兴趣 。 20世纪80年代早期 ， 他创办了一家名为ThumbScan的公司 ， 后来又创办了一家为Ford和GeneralMotors服务的咨询公司 ， 正是军事工业的复杂性为格里克曼提供了最具启发性的契机 。
?后来 ， 格里克曼决定管理资金 ， 他与史蒂夫·雅各布斯合作建立了一个可扩展的平台 。 格里克曼自制的超级计算机似乎已经破解了其中奥秘 。 在他的超级计算机不断赚钱的同时 ， 格里克曼呆在家里 ， 把精力放在寻找新投资者上 。 他可能很快就会超越金融市场的交易 ， 转而在供应链物流领域利用AI解决问题 。
在西雅图郊区办公园区的另一边 ， 一台超级计算机正在自学如何击败股市 。
这座高级金融的圣杯看起来并不华丽：黑色金属框架中包含了八排服务器 。 但是在这个简朴的外壳内 ， 蕴藏着一股惊人的魔力 。
当市场数据以每秒一千万亿次的速度被内化时 ， 400台电脑闪烁着光 ， 嗡嗡作响 ， 向2,000英里外芝加哥的电子交易商发出订单请求 。 在安全壳外面 ， 10个显示器显示着资金回笼的结果 。
在世界经济陷入衰退的当下 ， 杰夫·格里克曼和他的精品投资公司J4Capital却默默地在获利 。 他表示：“在这个市场上我们能获利 ， 这就已经足够了 。 ”
这在一定程度上低估了格里克曼口中的这个奇迹 。 当我们在3月20日交谈时 ， 据格里克曼分享的内部文件 ， J4Capital今年上涨了近4% ， 而美国道琼斯工业平均指数却下跌了近27% 。
其他许多对冲基金的跌幅也达到了两位数 ， 摇摇欲坠 。 当我们5月7日再次沟通时 ， 他表示其公司回报率接近5% 。
大多数金融工程师认为 ， 让一台机器自生自灭 ， 是不可能战胜股市的 。 数据太杂乱、太随机 ， 根本无法预测 。 可观察到的交易记录仅限于过去的一百年 ， 而且平均法则是不通人情的 。
任何可以利用信息不对称的明显信号 ， 都会很快被竞争对手发现并消除 。 虽然一些定量对冲基金使用算法进行高频交易 ， 但它们必须频繁重新编程和改进 。
所有这些竞争导致利润空间很微薄 。
一个出色的交易者会为51%的成功率激动不已 ， 这类似于拉斯维加斯21点牌桌上的庄家优势 。 投资管理公司RenaissanceTechnologies也许是世界上最赚钱的定量分析公司 ， 它通过利用这些赌注创造了巨大的财富 。 只有两名员工的J4Capital声称其成功率接近60% 。
格里克曼本人对金融知之甚少 。 这位59岁的计算机科学家从未在华尔街或任何大银行工作过 。 出于这个原因 ， 他的超级计算机无法利用其赌注或衍生品进行交易 ， 因而限制了J4目前的收入 。
格里克曼也没有编写投资算法来告诉机器要使用哪些输入数据 。 相反 ， 格里克曼表示 ， 他创造了一种自动编程的自学式——“超级智能” 。
对冲基金界充满不可思议的说法 ， 其中只有部分是真实的 。 当被问及对此事的看法时 ， 两位在算法金融领域具有专业知识的学者对J4的创新是否如所描述的那样具有革命性表示怀疑 ， 尽管这两位专家对这家公司都不熟悉 。
格里克曼在图像处理、模式识别和网络技术方面拥有多项专利 ， 他坚持认为他的AI才是真正的交易 。
数学是深奥的 ， 但格里克曼尽力解释 。 他运行的软件是一种定理证明器 ， 一种非确定性算法 ， 它可以查看数据集并生成一个假设来解释它所看到的现象 。
这类似于人类大脑将信息分解成块 ， 以形成世界观 。 格里克曼的AI通过不断提高的数学抽象水平来测试定理 ， 他说 ， 结果“证明这是非常有效的” 。
当然 ， 关键在于市场驱动因素在不断变化 。 格里克曼表示：“每个人似乎都在不经意间观察到这一点：市场有时候与黄金挂钩 ， 有时候又与石油或其它大宗商品挂钩 ， 有时候 ， 市场担心世界上正在发生的各种事 。 ”
市场的波动可能是随机的 。 但归根结底 ， 大多数投资者都是从相同的渠道获得信息的：石油消耗和成交价、冠状病毒感染和《华尔街日报》的头条新闻 。 有没有可能只要有足够的处理能力 ， 就可以分辨出噪音中的信号？
经过深思熟虑 ， 格里克曼使用了“随机”这个词 ， 仿佛全球的混乱只是一种幻觉 ， 这种幻觉掩盖了一个基本的 ， 甚至是难以捉摸的更高秩序 。 格里克曼说：“这是智力上的一种逃避 ， 当事情变得非常复杂时 ， 人类的大脑会被信息内容淹没 ， 人们永远不可能理解它 。 ”
但这并不意味着其他智能事物做不到 。 “尽管你我可能会认为这是偶然的 ， 但实则并不是 ， 虽然事情非常复杂 ， 超出了人类的理解能力 ， 但它却在大型超级计算机的理解范围之内 。 ”他继续说道 。
格里克曼很早就对计算机感兴趣 。 在他6岁时 ， 有一天 ， 他的母亲让他给一台晶体管收音机换电池 。 他却对里面的电子设备非常好奇 。
他的好奇心给他母亲留下了深刻的印象 ， 于是她找了一位亲戚朋友 ， 让他把他所知道的一切都教给她儿子 ， 这位朋友是早期计算机公司SperryUnivac的工程师 。 格里克曼说：“我七岁的时候 ， 就已经可以自己构建电路了 ， 九岁的时候 ， 我构建了自己的电脑 。 ”
像许多神童一样 ， 格里克曼的童年非常短暂 。 电气公司Westinghouse科学荣誉奖引起了很多物理学教授的注意 ， 其中包括诺贝尔奖获得者约翰·巴丁和伊利诺伊大学厄巴纳-香槟分校的沃尔夫冈·约翰内斯·波普尔鲍姆 。
16岁时 ， 格里克曼获得了美国海军资助的大学研究实验室 。 但有一个条件：他必须给半导体物理学专业的一个研究生班级教课 。 “我当时吓呆了 。 ”格里克曼回忆道 ， 但他还是从容地接受了这项任务 。
格里克曼从伊利诺伊大学获得了学士学位 ， 但他从未完成研究生学业 。 他更专注于把自己的想法变成现实的企业 。 20世纪80年代早期 ， 他创办了一家名为ThumbScan的公司 ， 该公司获得了最早一批的生物特征识别和指纹处理专利 。
他创办了一家为汽车公司Ford和汽车公司GeneralMotors服务的咨询公司 。 正是军事工业的复杂性为格里克曼提供了最具启发性的契机 。
例如 ， 国防部对了解AI如何模拟外国列强的军事力量很感兴趣；格里克曼解决了这个问题 。 后来 ， 军方想要一个可以利用无线电信号来识别加密网络中哪个导弹发射井是指挥与控制中心的程序 。
还有一次 ， 格里克曼被要求运用机器学习来改进对敌方基础设施的空中分析 。 五角大楼无需在一座水泥桥上浪费800磅的炸弹 ， 500磅就够了 。
他说 ， 这些“对于军方来说 ， 都是深奥且重要的问题” ， 而且报酬丰厚 。 但是 ， 他的任务是反向设计一个新的随机数生成器——从一个看似随机的序列中预测下一个数字 ， 这是他对AI看法的转折点 。
他的团队在这个项目上只取得了一半的成功 ， 但这让格里克曼思考了数学家所说的布朗运动与股市波动之间的关系 。
多年来 ， 他一直在思考这个问题 。 2000年前后 ， 一位西雅图的朋友送给格里克曼一本爱德华·索普1967年最畅销的书《战胜市场》 ， 该书声称陈述了期权市场如何被击败 ， 格里克曼想知道索普的假设是否仍然可行 。
经过几周的研究 ， 格里克曼确定索普的漏洞已经得到了解决 ， 但是他依然很感兴趣 。 他想知道机器学习是否可以应用于股票市场 ， 但很快他就碰壁了 。 他坦白：“不管我多么努力 ， 它在股市上就是行不通 。 ”
直到2004年 ， 格里克曼才意识到他需要一种基于软件的新AI ， 一种可以自我重新编程以生成新金融数据模型的定理证明器 。 从2005年到2010年 ， 他致力于该项目 ， 并且越来越接近于一款可以“可靠预测”个股走向的产品 ， 但是对于如何利用他的发明 ， 他没有做出最终的决定 。 他渴望开一家新公司 。
最后 ， 他决定管理资金 ， 因为这样做不需要制造 ， 不需要大型团队或物质基础设施 。 格里克曼表示：“这并非意味着管理资金是最容易的 ， 实际上管理资金非常难 。 ”
他找到了合作伙伴史蒂夫·雅各布斯 ， “又一个19岁拿到MBA学位的年轻天才” ， 于是他们一起开始建立一个可扩展的平台 。
【人工智能破解股市密码，华尔街人才要下岗了？】最后 ， 在2015年6月1日这一天 ， 格里克曼开始研究他的AI ， 并让其运行一整天的计算 。 他曾希望自己能够预测标S&P500指数第二天的走势 ， 但他对于AI得出结论的方式也不完全确定 。


    推荐阅读


    上一篇：小米行车记录仪2 2K版即将发布：140°超广角，语音声控

    下一篇：晨雾入选4月「头条号图文内容营销价值排行榜」职场教育TOP50