2017年11月14日 来源：本站原创
近年来，人工智能（AI：Artificial Intelligence）的相关概念一出，便会引起广泛热议。自其诞生以来，理论和技术日益成熟，人工智能的应用领域也不断扩大。在“阿尔法围棋”（Alpha Go）战胜世界顶级围棋大师柯洁后，人工智能的光芒变得异常耀眼。世界主要发达国家和科技公司纷纷将人工智能当成重要战略方向，投入巨资研发和布局。
在金融领域，以人工智能为背景的量化交易也被广泛的投资者认可。日前，EquBot LLC和ETF Managers Group (ETFMG)推出了全球首只应用人工智能的ETF：AI Powered Equity ETF (NYSE Arca: AIEQ)。EquBot LLC的首席执行官Chida Khatua称“EquBot AI技术可以模拟一支24小时、365天全年无休的股票分析师团队，同时消除人类的错误和偏见”。7月8日，国务院印发《新一代人工智能发展规划》，其中对智能金融着重进行了阐述。要求建立金融大数据系统， 提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备。建立金融风险智能预警与防控系统。优化人工智能在金融投资领域的应用，是大势可趋。
量化投资简介
到目前为止，在金融投资领域中，最趋近于人工智能的一种投资方式就是量化投资了。现在已经有对冲基金，通过人工智能去进行全球股票交易，过程中不需要任何的人为干涉。据美国咨询机构 Tabb Group称，截止5月19日，2017年的量化对冲基金已经占据美股大约三分之一的交易量，这是第一次超过其他类型的机构投资者，变身成为“新华尔街之王”。
量化投资是以数据模型为内核，以程序化交易为手段，能够自动识别投资机会并自动触发交易的系统性投资方法。通常情况下，利用统计学与数学的方法，借助计算机处理海量数据和信息，从海量数据中捕捉到可以制造出超额收益的成熟策略，同时严格地执行此策略进行指导投资，从而获取稳定和可持续的收益。量化投资相比传统的投资方式，拥有纪律性、系统性和效率性，以及不断进化性的特征。
传统的量化对冲基金与运用AI技术的对冲基金区别何在
对冲基金用计算机算法建立模型进行程序化交易早已存在，根据市场调研公司Preqin的研究，大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的，约占到了所有基金的9%。传统的量化方法，通常是严格应用事先设定好的策略，而不管当时的市场环境如何，因而其运行结果往往不如人类基金经理自行决定的好。
伦敦一家使用人工智能进行投资管理的对冲基金CastiliumCapital的联合创始人和合伙人GuyMitchinson说：“传统量化系统是基于现有的相关性将无限持续下去的假设。这是造成过去出现问题的原因所在。人工智能系统的优势在于，它没有暗含某种相关性假设，而是随着旧的关系衰减以及新的关系的出现而不断地进化。”
2007年，Rebellion Research推出了第一个纯人工智能投资基金。该公司的交易系统是基于贝叶斯机器学习，结合预测算法，响应新的信息和历史经验从而不断演化。这种动态应对市场变化的能力，使得人工智能系统优于传统的量化方法。
世界上最大的对冲基金Bridgewater Associates，也在2013年赶上了人工智能潮流，雇佣了开发人工智能引擎沃森的IBM研发团队首席工程师David Ferrucci。2011年，沃森在美国游戏节目Jeopardy 中击败两位前冠军，Ferrucci一举成名。Point72和Renaissance Technologies在内的传统对冲基金也都对技术研发加大了投入。上述基金在AI方面的应用仅限于现状分析及趋势预测。
FinTech公司Sentient Technologies更是计划推出可以替代人工操作的AI技术，管理对冲基金的股票交易。希望将AI运用到整个股票交易流程中。据Sentient的开发团队介绍，他们的技术灵感来源于物种“进化”，即AI程序会根据数据或过往经验，自动优化算法，实现不断进化，也就是所谓的“机器学习”。除此之外，人工智能技术采用了深度学习算法，这意味着，系统将随机创造大量的虚拟股票交易员，让它们根据历史股票数据进行交易。通过测试交易表现，从中挑选出表现最好的交易员，并且获取它的"基因"，再利用"基因"创造出一批更高级的交易员。如此循环下去，就可以得到一批优质的虚拟交易员来进行实际股票交易。
AI技术是如何运用于对冲基金的
如今的量化投资，不仅仅是追求投资的自动化，而是投资策略的自动化和智能化。我们可以把量化投资分成三个部分，第一部分是我们有很多的金融的时间序列，即金融数据；第二部分是交易算法；第三部分依靠人类来选择的投资策略。人工智能会对于这三方面有怎样的促进呢？
首先，针对金融数据，其实很多信息是非结构化式数据，如文本类、图像类等其他的数据，是没有办法变成现在数据模型可以直接处理的数据，而人工智能的应用在于将这些信息处理成结构化数据来进行交易。
第二部分，人工智能的算法就是非线性建模，在我们遇到的交易数据里，非线性成分越来越多，需要人工智能算法进行学习和总结。
最后，也是人工智能正在逐渐发展的一个领域，即如何让机器去选择不同的投资策略，原来我们是选择一个策略去投资不同的资产，只是运用知识自动化地处理数据。想要实现人工智能，对于计算能力要求是非常高的，我们可以通过一些算法，如并行算法、遗传算法实现高速的多形态模拟。
人机结合的未来
在量化投资世界，人工智能已经取代人类完成了部分工作，但这是否就意味着人工智能将取代人类呢? 短期来看，答案是否定的，人工智能所替代的部分是完成工作的能力，而不是替代人类。尤其是在量化投资世界，人工智能是工具，为投资经理提供服务，强强联合带给投资者最优的投资组合和收益。
可以肯定的是，量化投资是适合国内非有效或弱有效的金融市场的，这样的市场环境留给定量投资策略去挖掘超额收益的潜力和空间是很大的，定量投资的纪律性、系统性、效率性优势可以更好地发挥。人工智能，可以说是优化了量化投资策略，大数据的应用提高了其对非结构化式信息的捕捉能力，而各种算法的应用赋予其自我学习的能力。人工智能虽然能够优化投资策略，让投资者获得更稳定长效的收益，但投资不仅是投资策略的选择，人（投资者）机互信建立的过程也是其必不可少的基础，而人机的互信又是通过人与人之间的互信促成的。未来的量化投资策略仍将是人类和人工智能共同去构建的。
参考资料：搜狐财经、量化投资大家学、《Hedge Fund Review》译文等
