昨天，人类围棋天才少年柯洁，首战AlphaGo告负，在朋友圈再一次引起轰动。

这已经是阿尔法狗这一年来的第三次刷屏了。

如今，在围棋领域，人们似乎已经对人工智能深信不疑，并且高度关注。

人工智能的种子早已播向各个领域，当然也包括金融投资领域。

现在，金融投资领域的人工智能已经发展到了什么程度?未来是否也将打败人类?甚至打败巴菲特、索罗斯?昨天，以围棋为引子，基金君重点来讲一讲金融投资领域的人工智能。

柯洁首战告负AlphaGo

又是一次壮烈的牺牲!

2017 年 5 月 23 日，在举行于中国乌镇的“人机终极对决”第一局中，当今世界排名第一的中国围棋选手柯洁，输给了Google 旗下的人工智能程序 AlphaGo，AlphaGo赢四分之一子。

昨晚在决战前夕，柯洁在微博中写到：

无论输赢，这都将是我与人工智能最后的三盘对局。

它始终都是冷冰冰的机器，与人类相比，我感觉不到它对围棋的热情和热爱。对它而言...它的热情——也只不过是运转速度过快导致CPU发热罢了。

我会我用所有的热情去与它做最后的对决，不管面对再强大的对手——我也绝不会后退!至少这...最后一次...

这是阿尔法狗这一年来第三次在人类世界名声大噪了。

2016 年 3 月，AlphaGo 首次挑战韩国棋手李世石时，整个世界都希望 AI 获胜，结果AlphaGo真的赢了。就像柯洁当时所说，“就算阿法狗赢了李世石，它也赢不了我”，大家以看热闹的心态打量着新生者 AI。

2017 年 1 月，化身 Master 的 AlphaGo 在互联网上连扫世界第一柯洁、韩国冠军朴廷桓、日本冠军井山裕太时，AI 似乎已经不可战胜，柯洁深夜感慨“人类千年的实战演练进化，计算机却告诉我们，人类全都是错的……”

2017年5月23日—5月27日，在风景宜人的乌镇，AlphaGo与柯洁将对弈三局比赛，峰会还将安排配对赛与团体赛，在团体赛中，时越、芈昱廷、唐韦星、陈耀烨和周睿羊五位中国顶尖职业棋手将组成战团，以集体智慧对抗人工智能AlphaGo。

柯洁在赛前说，“能够代表人类出战，是我以前不敢想象的事情，这次选择我作为主角，我也会竭尽全力去一争胜负”，但是，世界的选择已经变成了希望人类赢一盘。

然而，一切都变得不是那么容易了。

据说，当年AlphaGo 对阵李世石时的版本号是V18，而当下的版本估计已经到了 V60，在逻辑上和棋局策略上已经今非昔比。

据说，当下版本 AlphaGo 最骇人之处，在于它已经跳出了学习人类棋盘的方法，而进入了自己左右手互搏，自己学习各种情况的局面，一方面它所学习到的棋局广度非人类可想象，另一方面它的出招可能越来越没有“套路”可言。

赛前DeepMind创始人哈萨比斯就表示，并不同意这是人机大赛，而是人利用电脑发现新的知识。无论结果如何，最终胜利都属于人类。AlphaGo就像是哈勃，我们和它一起探索围棋。

那么，在围棋领域，人工智能已经达到如此程度，在金融领域各位投资高手们也早已对人工智能有着充分的领悟，并积极运用。

我们不禁要问，未来人工智能会打败人类的投资高手吗?昨天基金君重点来讲一讲。

对冲基金都在玩人工智能

基金君了解到，现在全球的著名对冲基金已经开始布局人工智能领域。比如桥水基金(Bridgewater Associates)、文艺复兴科技公司(Renaissance Technologies)、西格玛(Two Sigma)、城堡投资(Citadel)、德劭基金(D.E.Shaw)等公司组建自己的人工智能团队，从知名科技公司挖人。

听说，全球最大的对冲基金桥水基金(BridgewaterAssociates)的掌门人，达里奥最近几年痴迷于人工智能。

他很早就将大数据、机器交易等先进技术用于投资。桥水早就实现了机器交易，如桥水公司的最高端基金产品——“绝对阿尔法(Pure Alpha)”就使用投资算法购买和出售股票、债券、货币和其他资产。该基金长期以来都能准确预测世界各地的繁荣和萧条，并早在2006年就警告其投资者留意即将到来的金融危机。

但现在更神的是桥水的“未来之书”人工智能项目。团队领导者大卫·费鲁奇在2013年加入桥水之前是IBM人工智能系统Watson的开发团队负责人。这项技术并非用于投资，而是被用于实现大部分公司管理工作的自动化，将会使公司的管理变得像投资过程一样系统化，不会再让达里奥事必躬亲。

文艺复兴科技(RenaissanceTechnologies)的西蒙斯被追捧为量化之神，在全球金融危机的08年，大部分对冲基金都亏损背景下，其收益高达80%。

现在西蒙斯大奖章基金的利器-隐马尔可夫模型(HMM)，据说可以用来预测股市的走势。怎么做到的呢?

基于HMM模式识别模型的股市走势预测：首先，按照事先分类，选取历史上属于同类走势的日期以及该日期之前若干个星期的股票数据，提取股票数据中某些特征指标(成交价格，成交量，等等)形成相应的序列作为模型的输入，并应用Baum-Welch算法对各类模型进行训练，训练过程如下图：

其次，根据训练好的HMM模型，选取若干个星期的股票特征指标(成交价格，成交量，等等)序列作为输入，应用向前-向后算法计算各个模型发生的概率，选取最大概率对应的模型，从而得到下一阶段股票走势的识别结果。识别过程如下图：

有人将这个模型应用到中国股市，准确率超过50%……

西格玛(Two Sigma)是一只管理资金规模超过350 亿美元的知名对冲基金，他们利用自然语言处理技术，分析美国联邦公开市场会议委员会(FOMC)的发言。

这套技术会分析“证券”、“利率”、“抵押”等词汇的出现次数，从而得出譬如“2008 年，FOMC 有关金融市场的发言占 37%”，或者“2007-2009 年，FOMC 有关通胀的讨论占 20%”等结论，帮助交易员设计交易模型时，有更多数据支持。

据说，高盛也在积极扩展人工智能业务，一家名叫Kensho的金融数据服务商得到高盛1500万美元的投资。

Kensho目前正在研发一种针对专业投资者的大规模数据处理分析平台。该平台将能取代现有各大投行分析师们的工作。Kensho公司的软件取名沃伦(沃伦巴菲特的沃伦)。

你可以像在谷歌上搜索一样，在简单的文本框里输入复杂的金融问题。例如：当三级飓风袭击佛罗里达州时，哪支水泥股的涨幅会最大?(回答：德州工业)

又或者，当朝鲜试射导弹时，哪支国防股会涨得最多?(雷神公司、美国通用动力公司、和洛克希德马丁公司)

分析师要花很长时间，做很多工作，但沃伦软件可以通过扫描药物审批、经济报告、货币政策变更、政治事件以及这些事件对地球上几乎所有金融资产的影响等9万余份资料，立刻为6500万个问题找到答案。

还有，城堡投资(Citadel)最近把微软人工智能首席科学家、IEEE Fellow 邓力挖走了，担任首席人工智能官(Chief Artificial-Intelligence Officer)。

人工智能在股市中能走多远取代巴菲特、索罗斯?

在金融投资领域，用人工智能替代人类去炒股，跟市场PK，已经被无数次畅想过了。

虽然前段时间贝莱德裁员，人工智能在投资界被称为是一件“细思极恐”的事情，可能让交易员、基金经理丢掉饭碗，但仍然有私募基金在不停地探索实践。有人甚至认为，人工智能未来能打败主动投资的最高峰——巴菲特、索罗斯。

这个想来似乎不太可能，但基金君最近聊的一些海外归来的投资高手，却讲了讲逻辑。

人工智能，目前在国内投资领域的雏形就是量化投资，这几年已经相当风靡。拿阿尔法来说，里面有很多因子，但最主要的是动量、大小、价值、成长、波动五大类因子。通过筛选海量的市场数据，建立多因子模型，我们已经在量化投资领域小有成就，用机器取代了一部分主动投资，并且开发出了阿尔法市场中性策略、量化择时策略、CTA策略、套利策略(无风险套利、期限套利、分级基金套利、ETF套利、跨市场套利、统计套利等)……

机器已经在这个市场中占据一席之地了，是不是令人颤抖、害怕?现在，原来擅长搞主动投资的老一辈高手们再也不认为自己无敌，意识觉醒，赶紧去布局量化投资领域，招兵买马建立量化团队。国内量化投资已经走入黄金时期，多元化发展势头猛。

但是有人说，量化、多因子模型其实都已经是毛毛雨了。中国的阿尔法策略主要是用多因子筛选的模式做的，然而，阿尔法策略在海外已经是机器学习占主导地位了。多因子模型是线性的方式，但机器学习是非线性的方式。好处是能不断自我加强学习，适应市场的动态变化。这就是到了人工智能的阶段!

简单举个例子，原来多因子模型在市场大小盘风格变化时，需要人为判断、调整模型，但是机器学习却能自我get变化，自我调整，适应市场变化。

听起来似乎有点玄乎，再举两个生活中的例子。比如一只猫，如果用筛选的方法，你要告诉它猫的大小、尺寸、鼻子眼睛耳朵等，换成机器学习的话，你给它5000张照片，告诉它这是猫，再给它另外5000张照片，告诉它这不是猫，它就会根据你给的数据判断新的照片是不是猫。还有处理垃圾邮件，过去模型筛选需要说明哪些字段出现是垃圾邮件，但机器学习放3000封垃圾邮件进去告诉它是垃圾邮件，再放3000封进去说不是，机器学习会自己看，然后你再放一封邮件进来，它就能判断是不是垃圾邮件。

据有的投资经理透露，现在国内已经有一些私募开始用机器学习了，但目前来说主要是半监督学习，以后有可能完全不需要人的帮忙。

大概讲了一下国内量化投资发展情况，基金君接下来要谈一谈关于人工智能究竟能否打败人类的投资高手?

前段时间，小伙伴们听说了吧，继围棋之后，德州扑克领域的比拼，人类也失守了，输给了人工智能。在宾夕法尼亚州匹兹堡的Rivers赌场，卡耐基梅隆大学(CMU)开发的人工智能系统Libratus战胜四位德州扑克顶级选手，获得最终胜利。

有人说，由于德州扑克的底牌信息是的，对于计算机来说，就是在处理一种“非完整信息博弈”，而围棋对弈双方的信息是完整的、对称的，并没有的信息，所以在德州扑克领域，人工智能战胜人类顶级高手，意义重大。

很多人都喜欢拿炒股和打德州扑克做类比，信息不对称，博弈更加复杂。

所以，有投资经理就说了：在投资领域，人工智能先从辅助决策开始，到了一定程度，可以学习顶尖投资经理的策略和风格。“和国际象棋、围棋一样，人工智能可以学习卡斯帕罗夫、李世石的路数。下棋是打谱，投资就是复盘。如果能够复盘上亿次，总结其中的规律，发现自我学习的路径，就可以复巴菲特的盘，复索罗斯的盘，学习他们的投资路数。”

基金君了解到，这种想法在业内争议挺大的。

支持者就认为，在一些投资领域，只要是闭环，只要数据和决策博弈是有边界的领域，理论上说，机器都是能够学到的，能战胜人类的平均水平。“可能要经历几个阶段，先从代替中低端的人工开始，这点现在没人怀疑。但是想要打败经济学家，像投资大师那样预测宏观、做决定，未来并非没有实现的可能，关键是应用的效果和精度。”

有投资经理就说：宏观的因子包括利率、货币、外汇等，这些都可以量化;如果发生的有些事情，不在原有框架体系内，也可以对这些事项进行评估和量化。比如最近的朝鲜问题，就可以给出一个概率，发生的可能性是10%、20%甚至更高，设置相应的参数、因子。

“当一个经济学家并不难。某种程度上来说，物质的世界、货币的世界基本上都可以量化。在这个基础上加上概率、参数的影响维度、胜率等，就可以构造较大的宏观的体系。”该投资经理说。

反对者则认为，股票市场的复杂程度远远超越了围棋，围棋是有边界的博弈，但是，股市是没有边界的博弈，想要达到投资大师级的水平，目前来看非常难。

“巴菲特、索罗斯这些投资大师对市场、对投资、对政治经济局势等的领悟能力，代表着人类的高级智慧，对人性的感知，对突发事件的判断，里面蕴含了深厚的投资哲学，机器难以学到。”有投资经理说。

既然在围棋领域，人工智能已经战胜了人类，那么炒股、金融投资还会远吗?就像《未来简史》的作者赫拉利说的，人工智能(AI)是人类历史上一场非常重要的革命，在生物学上也是一场非常重要的革命，会影响我们的生命和地球。在过去几十年中，很多东西并没有实质改变，所有的生物体都是通过自然选择来进化的。但是现在，可能接下来的几代会有一个很大的变化，因为我们有了人工智能。