將近30年前，在給崇拜他的投資者的年度致信中，沃倫?巴菲特(Warren Buffett)嘲弄了一種開始在資產(chǎn)管理業(yè)嶄露頭角但不易察覺的新趨勢(shì)：電腦時(shí)代。

1987年，巴菲特在年度致股東的信中笑稱：“在我看來，晦澀難懂的公式、電腦程序或者顯示股票和市場價(jià)格變化的閃爍信號(hào)都不會(huì)帶來投資的成功。”但這位以長遠(yuǎn)戰(zhàn)略思維著稱的伯克希爾哈撒韋公司(Berkshire Hathaway)董事長，也許低估了重塑投資的一股巨大力量。

計(jì)算機(jī)運(yùn)算能力的巨大進(jìn)步徹底改變了現(xiàn)代生活的方方面面，金融市場也不例外。全球最成功的對(duì)沖基金如今都在招募計(jì)算機(jī)科學(xué)家，而非經(jīng)濟(jì)學(xué)家和擁有MBA學(xué)位的投資銀行家。甚至連古板的、管理著大量嬰兒潮一代和石油國家儲(chǔ)蓄的共同基金，現(xiàn)在都在急切地利用現(xiàn)代計(jì)算機(jī)技術(shù)和復(fù)雜的數(shù)學(xué)模型帶來的“量化”技術(shù)。

此輪金融科技“軍備競賽”的下一個(gè)前沿是人工智能（AI）。人工智能研究取得的進(jìn)步已經(jīng)引起了金融業(yè)的巨大興趣，有金融人士認(rèn)為，一臺(tái)能思考、學(xué)習(xí)、從事交易的電腦甚至將使當(dāng)前的超高速、超復(fù)雜的投資算法看起來過時(shí)——而且有可能使人類基金經(jīng)理成為多余。下一代的巴菲特會(huì)是一種超級(jí)算法嗎？

世界最大的一些資產(chǎn)管理公司都在押注人工智能。人工智能從事投資或許聽起來有些異想天開，但正如科幻作家威廉?吉布森(William Gibson)所言：“未來已經(jīng)到來，只是分布不均?！?012年，世界最大的對(duì)沖基金集團(tuán)——橋水公司(Bridgewater)挖走了IBM人工智能部門沃森(Watson)的負(fù)責(zé)人；去年，貝萊德(BlackRock)與另一家使用量化模型的快速成長的對(duì)沖基金Two Sigma延攬了兩名前任谷歌(Google)頂級(jí)工程師。獵頭表示，計(jì)算機(jī)科學(xué)家如今已成為金融業(yè)最炙手可熱的財(cái)富。

量化投資界人士在談及機(jī)器取代人類基金經(jīng)理的前景時(shí)很淡然，指出完全的人工智能仍很遙遠(yuǎn)，而人類智慧仍發(fā)揮著關(guān)鍵作用。但這些資產(chǎn)管理電腦狂人的自信是確定無疑的。在金融市場，早已經(jīng)有準(zhǔn)人工智能交易策略發(fā)揮了奇效，而他們預(yù)測(cè)，未來是屬于這類策略的。

“投資界面臨的挑戰(zhàn)是，人的智力比100年前沒有什么長進(jìn)，人們很難用傳統(tǒng)方式在大腦中處理全球經(jīng)濟(jì)的所有信息，”Two Sigma聯(lián)合創(chuàng)始人戴維?西格爾(David Siegel)去年在一次會(huì)議上說，“人類投資經(jīng)理無法打敗計(jì)算機(jī)的時(shí)刻最終將會(huì)到來。”或者，正如探員史密斯(Smith)在《黑客帝國》(The Matrix)中更簡潔地表達(dá)的：“絕對(duì)不要讓人類去干機(jī)器的工作?！?Two Sigma是一家使用計(jì)算機(jī)技術(shù)的領(lǐng)先對(duì)沖基金。

機(jī)器學(xué)習(xí)曲線

羅殷（音）第一次學(xué)習(xí)編碼是在11歲，是在他父親1985年去西德出差帶回一臺(tái)二手蘋果II型(Apple II)電腦之后。但在他的家鄉(xiāng)——黑龍江省伊春市——買不到任何游戲。于是，他自學(xué)編程，并制作了一款簡單的“坦克世界”游戲。在游戲中，玩家可以擊落隨機(jī)生成的飛機(jī)。

這是一項(xiàng)艱苦的工作。由于電腦內(nèi)存不足，每當(dāng)程序編碼變得過于復(fù)雜時(shí)，電腦就會(huì)崩潰。沒有軟盤，于是他就學(xué)會(huì)了如何在磁帶上存儲(chǔ)數(shù)據(jù)?！拔艺娴闹皇窍霌v鼓點(diǎn)什么玩玩，”羅殷回憶說。

但這方面的經(jīng)驗(yàn)帶來了回報(bào)。如今，他已是華爾街不斷增多的、探索計(jì)算機(jī)科學(xué)尖端技術(shù)的高智商人士中的一員。羅殷在德意志銀行(Deutsche Bank)擔(dān)任首席“量化分析師”（quantitative analyst，簡稱quant），他的團(tuán)隊(duì)為德銀開發(fā)了一套人工智能算法，可以自主搜索金融系統(tǒng)尋找投資機(jī)會(huì)，分析大到不可思議的數(shù)據(jù)集以發(fā)掘可盈利模式并提供給客戶。

運(yùn)行這個(gè)超級(jí)智能的“線性自適應(yīng)式循環(huán)”模型需要一個(gè)由20臺(tái)Linux服務(wù)器組成的網(wǎng)絡(luò)，該模型基于一種被稱為AdaBoost的“機(jī)器學(xué)習(xí)”算法。

機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支，而人工智能本身就是一個(gè)經(jīng)常被誤用或誤解的發(fā)散性術(shù)語。雖然很多人認(rèn)為，人工智能等同于有感知能力的電腦，就像《終結(jié)者》(Terminator)系列電影中的大反派“天網(wǎng)”(SkyNet)或者《2001太空漫游》(2001: A Space Odyssey)中的智能電腦哈爾(HAL 9000)，但在實(shí)踐中，谷歌(Google)的語言翻譯服務(wù)、Netflix的電影推薦引擎或者蘋果的Siri虛擬助手等日常工具都使用了基本的人工智能形式。

量化分析師一直在利用日益強(qiáng)大的計(jì)算機(jī)徹底解構(gòu)數(shù)據(jù)并發(fā)掘出獲利機(jī)會(huì)的統(tǒng)計(jì)信號(hào)，但機(jī)器學(xué)習(xí)走得更遠(yuǎn)。從本質(zhì)上講，機(jī)器學(xué)習(xí)算法是一個(gè)充滿活力的“生命體”，它可以掃描大型數(shù)據(jù)集——如股價(jià)、氣象模式、盈利電話會(huì)議記錄、Facebook帖子或者谷歌搜索記錄——并在嘈雜中分辨出預(yù)測(cè)性的信號(hào)。

伊利諾伊理工學(xué)院(Illinois Institute of Technology)金融學(xué)助理教授馬修?迪克森(Matthew Dixon)將機(jī)器學(xué)習(xí)稱為“使混亂最小化的優(yōu)化機(jī)器”。它可以區(qū)分香蕉與蘋果之間的不同并將它們分類，甚至可以教一臺(tái)計(jì)算機(jī)從零開始、迅速掌握如何玩一款《超級(jí)馬里奧》(Super Mario)之類的游戲。機(jī)器學(xué)習(xí)還可以用于分析“非結(jié)構(gòu)化數(shù)據(jù)”，如亂七八糟的數(shù)字以及計(jì)算機(jī)通常難以理解的圖像和視頻。

這項(xiàng)技術(shù)并不是全新的，但更強(qiáng)大的計(jì)算機(jī)意味著如今它可以被應(yīng)用到金融市場?！斑@是一個(gè)非常有前景的領(lǐng)域，”羅殷說，“人工智能可以幫助你找到人類永遠(yuǎn)發(fā)現(xiàn)不了的模式。這可以為你帶來巨大優(yōu)勢(shì)?！?/span>

但這不是機(jī)器學(xué)習(xí)的唯一優(yōu)勢(shì)。當(dāng)市場經(jīng)歷業(yè)內(nèi)人士所稱的“體制變革”、而之前信賴的策略不再適用時(shí)，量化分析師遭遇的經(jīng)典挑戰(zhàn)之一是，他們的模型往往被證明是無用的——或者更糟。今天還賺錢如流水的算法交易策略或許明天就會(huì)失靈。

交易優(yōu)勢(shì)

機(jī)器學(xué)習(xí)算法可以自主進(jìn)化并搜尋新模式，根據(jù)當(dāng)天、當(dāng)周或當(dāng)年奏效的市場策略做出調(diào)整。

這意味著資產(chǎn)經(jīng)理可以利用它們作為工具（比如篩查人工無法察覺的模式）來改善自己的投資流程，或者甚至讓它們自動(dòng)開發(fā)策略和進(jìn)行交易。

對(duì)于量化對(duì)沖基金Man AHL的基金經(jīng)理尼克?格蘭杰(Nick Granger)而言，這是至關(guān)重要的優(yōu)勢(shì)。“你會(huì)看見它自下而上地創(chuàng)建直覺般的交易策略，并根據(jù)有效策略切換風(fēng)格，”他說，“過去幾年，我們一直在成功地利用機(jī)器學(xué)習(xí)，而且有興趣對(duì)其加大投資?！?/span>

盡管如此，機(jī)器學(xué)習(xí)也存在缺陷。量化分析師的最大挑戰(zhàn)之一是一種被稱為“過度擬合”(overfitting)的現(xiàn)象：一個(gè)過于復(fù)雜或編碼錯(cuò)誤的算法可能在龐雜的數(shù)據(jù)中發(fā)現(xiàn)貌似合理的相關(guān)性或錯(cuò)誤信號(hào)。例如，一篇名為“偽相關(guān)性”的博客說，在緬因州，人造黃油的消費(fèi)量與離婚率密切相關(guān)，而尼克?凱奇(Nick Cage)的電影與泳池溺亡事件的數(shù)量相關(guān)。

即便一個(gè)模型在測(cè)試中表現(xiàn)很好，在面對(duì)真正的市場時(shí)也可能崩潰。此外，新數(shù)據(jù)自身也會(huì)受到交易算法的影響，高盛(Goldman Sachs)資產(chǎn)管理部門的量化分析師奧斯曼?阿里(Osman Ali)說，“解構(gòu)氣象數(shù)據(jù)，不會(huì)影響到天氣，但進(jìn)行市場交易時(shí)，你會(huì)影響到市場?！?/span>

即便最先進(jìn)的人工智能交易算法系統(tǒng)也無法像人類一樣進(jìn)行創(chuàng)造性思維，尤其是在危機(jī)時(shí)刻。美國國家航空航天局(NASA)前計(jì)算機(jī)科學(xué)家、現(xiàn)在供職于貝萊德“科學(xué)主動(dòng)股票投資”部門的布拉德?貝茨(Brad Betts)，將2009年切斯利?薩倫博格(Chesley Sullenberger)駕駛飛機(jī)緊急迫降于哈德遜河視為人勝過機(jī)器的范例。

事實(shí)上，一些量化分析師對(duì)于機(jī)器學(xué)習(xí)（或者更廣泛的人工智能）是否是投資人的“圣杯”仍持懷疑態(tài)度。許多人認(rèn)為它只是一種新的、先進(jìn)的小玩意兒，可以對(duì)他們現(xiàn)有的工具組合起到補(bǔ)充作用；有些人則認(rèn)為它多半只是一種聰明的營銷方式，而非真正革命性的發(fā)明。

“人們總是渴望在金融市場找到賺錢的新方式，但這些方式并非總是奏效?？赵捯渍f，時(shí)髦的概念一文不值，”量化對(duì)沖基金溫頓資本(Winton Capital)負(fù)責(zé)人戴維?哈丁(David Harding)說。他指出，人的大腦尤其擅長模式識(shí)別，“無論是人臉、三角形物體還是愛情。投資管理非常適合借助旨在發(fā)現(xiàn)模式的電腦，但我不會(huì)急于使用最新的熱門算法去做?！?/span>

未來結(jié)合？

那么，人類基金經(jīng)理會(huì)像渡渡鳥一樣消失嗎？那也未必，但未來看起來將更具挑戰(zhàn)性。

Two Sigma的戴維?西格爾說，由于市場和經(jīng)濟(jì)變得更加復(fù)雜，資產(chǎn)管理變得更為不易?！?0年前，一名基金經(jīng)理或許能夠通曉做好投資所需要的所有知識(shí)。以后再也不可能這樣了，”他說。

他將這看作好事，而非危險(xiǎn)?！皩砟骋惶欤ㄈ蚪?jīng)濟(jì)）可能變得過于復(fù)雜而難以控制，沒人能保證其平穩(wěn)運(yùn)行。但算法可以幫助我們更好地理解它。人們喜歡談?wù)摍C(jī)器人將如何毀滅世界，但是我認(rèn)為機(jī)器人將拯救世界?！?/span>

未來的方向很明確。投資事關(guān)信息管理、理性分析和速度。這是機(jī)器的強(qiáng)項(xiàng)。但是資產(chǎn)經(jīng)理將會(huì)適應(yīng)新情況，而非消亡。最有可能的是，未來的投資管理將是人類與人工智能的結(jié)合，兩種力量同時(shí)利用。

例如，雖然一臺(tái)超級(jí)計(jì)算機(jī)如今可以擊敗國際象棋大師，但二者都可能輸給一位擁有一臺(tái)普通筆記本電腦以及象棋模擬程序的人類棋手。有史以來全球最成功的對(duì)沖基金集團(tuán)之一——文藝復(fù)興科技(Renaissance Technologies)前執(zhí)行董事羅伯特?弗雷(Robert Frey)認(rèn)為，類似的組合將成為資產(chǎn)管理的未來。弗雷目前經(jīng)營著自己的“基金的基金”(FOF)，并且在紐約州立大學(xué)石溪分校(State University of New York at Stony Brook)教授計(jì)量金融學(xué)。

“我們應(yīng)該讓人腦和電腦分別做各自擅長的事情，”他說，“二者的結(jié)合將十分強(qiáng)大?！?/span>