原標題：不光盈利還會抄底，這個股市機器人把私募大佬都嚇尿瞭
本文經 AI 新媒體量子位（公眾號 ID: QbitAI）授權轉載
作為一傢全球頂級對沖基金的 CEO，埃利斯（Luke Ellis）早已習慣行走在危險邊緣，" 我從不知道什麼叫害怕 "。
但在大約五年前，埃利斯感覺到瞭害怕，或者說是非常恐懼。
那是一項實驗項目。埃利斯所在的英仕曼集團（Man Group），一直在嘗試當時並未廣泛使用的人工智能技術。工程師們建立的系統實現瞭自主進化，找到瞭人類錯過的賺錢策略。
結果好得出奇。
" 嚇尿瞭 "
但這個項目此後一直處於隔離狀態，猶如壓在五行山下，直到 2014 年。
一位擁有數理邏輯博士學位的高級投資組合經理格蘭傑（Nick Granger）認為，是時候結束測試瞭。他從自己管理的投資組合裡面拿出一小筆錢給分配給人工智能系統來交易——後來越來越多。
這個程序每一次都能盈利。
" 我們給它什麼，它都能應付 " 格蘭傑說，他有點書呆子氣，留著金色短發，瞇著眼睛，戴著一副長方形的深色鑲邊眼鏡。
格蘭傑
2015 年 8 月，對中國經濟的擔憂引發瞭突然的拋售。但英仕曼的 AI 系統此前已經看空市場，並迅速從下跌中獲利。而在美國股市下跌約 3% 後，該系統發現瞭買入機會，重新回到市場。
人工智能無法預測未來，但算法可以學習各種模式。根據以往有著類似特征的拋售記錄，它押註市場將會復蘇。" 沒有人告訴它去怎麼抄底，它自己學會瞭如何觀察以前的模式。" 格蘭傑說。
到 2015 年，人工智能為英仕曼集團規模最大的一隻基金 AHL Dimension Programme 貢獻瞭大約一半的利潤，這隻基金的目前大約管理著 51 億美元資產。
去年 11 月和 12 月，當世界仍在努力消化川普（Donald Trump）當選美國總統的消息時，英仕曼的人工智能迅速進入市場，並從隨後的反彈中獲利。
然而，當年第一次見到這個系統時，埃利斯和團隊決定放慢這個項目的進度，延長測試時間。諷刺的是，他們把這個程序保存在一個單獨的服務器上，好像它會以某種方式感染英仕曼集團的主要計算機系統一樣。
" 它曾經坐在角落裡的一個核掩體裡。" 埃利斯開玩笑說。在倫敦的一個交易大廳裡，他漫不經心地靠在椅子上，喝著汽水。
埃利斯雖然去年才出任 CEO，但他當時已經是執行委員會的成員。" 我們被它嚇壞瞭。真的。每次看它都覺得要尿瞭。"
走出掩體，奉為神明
英仕曼集團大約管理著 960 億美元資產，從測試一個想法到在實際交易中應用，他們通常會在幾周內完成。在瞬息萬變的現代金融世界裡，今天的優勢明天就有可能消失。
但為什麼當年埃利斯會心生巨大的恐懼？
因為，盡管新軟件在模擬中實現瞭不俗的回報，但工程師們無法解釋人工智能為什麼會執行這些正在進行的交易。
這套系統就像一個黑盒子，連它的創造者都沒有完全理解它是如何工作的。
埃利斯因此暫停瞭項目。他不是工程師，也沒有密切參與技術的開發，但本能告訴他，當英仕曼集團不可避免地出現虧損時，如果告訴客戶 " 我無法給出原因 ……"
事實是，那些大客戶後來對結果非常滿意，紛紛開始買入以算法為中心的英仕曼基金。融合瞭人工智能技術的四隻英仕曼基金共計管理著 123 億美元資產。
英仕曼管理的資產
自 2014 年初以來，英仕曼管理的資產總額已經飆升瞭 77%。AHL Dimension 基金的規模已經擴大到當時的 5 倍。
久而久之，格蘭傑幫助該公司樹立瞭對這項技術的信心。該公司原先帶著懷疑的態度看待人工智能，但現在已經把它當做基礎戰略。
在該公司的其他部門以及整個行業，人工智能技術正被用來尋找最快的交易執行方式，押註市場慣性，並掃描新聞稿和財務報告中能夠暗示股價漲跌的關鍵詞。
就連英仕曼的自由裁量部門也在探索人工智能技術，該部門的業務主要由經驗豐富的資產管理人組成。
英仕曼目前最大的支出來自計算機設備，以及雇傭工程師的費用，他們需要通過這些方式來跟上技術變化和隨之而來的增長。AI 現在不僅走出瞭核掩體，甚至被奉為神明。
埃利斯說：" 它最初是完全孤立的狀態，後來變成瞭‘好吧，你可以和我們其他人共進晚餐，但不要說話’，現在已經成瞭整個傢庭的一部分。"
英仕曼主動擁抱人工智能，置身於一場巨變的前沿，這不僅在重塑全球金融行業，而且還引發瞭關於整個行業發展的深刻問題。在這個行業中，能夠自我改變的算法正在制定價值數十億美元的決策，整個過程幾乎沒有人為幹預。
" 思考 "
對於大多數人來說，觀察人工智能系統的工作過程，就像在破譯一種難以理解的語言。
31 歲的計算機科學傢馬利諾夫（Slavi Marinov）兩年前加盟英仕曼，他正試圖將代碼翻譯成普通人所能理解的內容。他在英仕曼倫敦總部進行瞭一項基礎演示：在一個黑色的屏幕上輸入命令，讓機器找到期貨市場的回報模式。
隻是簡單輸入瞭幾個命令，馬利諾夫就能讓機器要搜索數百萬個數據點，包括世界各地零散的公司交易信息。他點擊回車鍵，然後就有一連串的數字像雨點般在屏幕上落下，就像好萊塢大片一樣。
這些數字表明電腦在 " 思考 "，它正在以人類永遠無法企及的速度分析數據。時間一秒秒地過去，系統逐步調整數據的重要性。它對接下來發生的事情給出瞭概率預測。一旦機器根據這些信息確定一個最佳頭寸，它就會觀察更廣泛的市場趨勢和交易成本，然後才會決定是否采取行動。
這一切都會在瞬間完成。
有兩個相互關聯的因素共同推動瞭人工智能的普及。首先是計算能力的指數級增長。英仕曼在倫敦郊外有一個巨大的數據中心，裡面擺著一排排的服務器。這些機器上都裝載著先進的 GPU 處理器。
其次是可用數據的大幅增加。如果說處理能力是人工智能的引擎，信息就是它的燃料。它能讓工程師們教給算法在沒有人為幹預的情況下適應和學習各種技能。
馬利諾夫在他的電腦上輸入瞭一些命令，拉出一個在線等待名單，上面列出瞭想要使用該公司高端設備的工程師。
這種需求非常高，甚至連處理器都會因為過度使用而變得過熱，然後觸發警報——就像一個孩子在暑假玩瞭一整天的 Xbox 遊戲機一樣。
據估計，當今的所有數據有 90% 是在過去兩年裡創造出來的。英仕曼存儲瞭數千 TB 的數據，相當於 1 萬多臺標準辦公電腦的數據量——從股票行情信息到天氣預報，再到集裝箱船的移動狀況。
與此同時，儲存信息的成本已經大幅下跌—— 1981 年，1GB 的存儲成本約為 30 萬美元，如今隻有 10 美分。" 數據比過去便宜得多，可以使用的數據十分龐大，數據存儲成本已經不足為懼。" 英仕曼首席投資官拉特雷（Sandy Rattray）說，" 應該如何使用數據？這才是難點。"
英仕曼辦公室
盡管人們都在談論機器會降低人工需求，但建造和管理人工智能系統卻是一項勞動密集型工作。因此與 MBA 相比，英仕曼更願意招聘工程師和數據科學傢。完全自動化的機器不會很快接管世界。
" 有人認為，人類將會失去用武之地，無法參與這個流程。這其實是不對的。" 格蘭傑說。" 他們隻是要從事不同的任務，從事附加值更高的工作。我們需要比自己更聰明的人。"
挑戰
2010 年 5 月 6 日，美國東部時間下午 2:45 左右，埃森哲、中點能源等公司的股價忽然跌到每股 1 美分，寶潔的股價下跌瞭 40%。同時，蘋果、蘇富比等公司猛然躥升到每股 10 萬多美元。
市場一片混亂。
這次事件，後來被稱為閃電崩盤（Flash Crash），沒有預兆、無法解釋。
後來，研究員和監管者抽絲剝繭，找到瞭始終貫穿其中的主線：機器。自動交易算法競相追逐，導致瞭災難性的後果。
這次崩盤和後來的其他危機，比如 2012 年蘋果股票的猛跌，都顯示瞭計算機代碼在金融世界中的存在越來越廣泛，帶來的，卻不見得都是好處。
AI 為市場帶來瞭一種新的復雜性。
這些自我進化的系統以自己的方式運作著，而具體的運作方式甚至連它們的創造者都不清楚。
英仕曼及其競爭對手目前采用機器學習技術早在幾十年前就已經出現。《紐約時報》上世紀 50 年代發表的一篇文章介紹瞭一種通過訓練來對圖像進行分類的算法。但這項技術現在才剛剛顯示出前景。
從根本上講，機器學習系統是根據歷史信息來做出判斷的。這些工具被應用於閱讀 X 光片、回答人們向 Siri 和 Alexa 提出的問題、自動駕駛汽車，以及提高能源效率。Facebook 和谷歌還教給電腦如何識別狗、貓和照片中的其他圖像。
金融或許是人工智能最艱巨的挑戰。
訓練計算機正確識別拉佈拉多，不同於教給它如何搞清楚債券市場的運行規律。市場的運行方式神秘莫測，新聞事件、經濟、政治、監管和人類的判斷都會對其產生影響。" 金融市場瞬息萬變。"AHL 的聯席 CTO 科利爾 ( Gary Collier ) 說。
多年來，計算機代碼一直是交易大廳的標準工具。在某些事情發生時告訴計算機應該做什麼，是量化基金的基礎，這些基金長期以來一直使用統計分析來尋找優勢。
機器執行任務的速度可以達到人類的 5 倍或 5000 倍，但如果沒有數學傢、工程師和統計學傢的幹預，代碼永遠不會改變或發展。
人工智能在此基礎上更進一步，它能夠根據其接收到的信息進行調整。在英仕曼，工程師們設定參數：敞口上限、資產類別、波動率、交易成本等。合規和風險控制規則根植於系統的基因中，防止它在快速盈利的過程中偏離軌道或違反法律。
這些約束為機器設置瞭工作邊界。系統之後會尋找模式，在數據之間建立人類看不到的聯系。人工智能可以根據過去發生的事情做出有根據的預測，當機會對它有利時進行交易。
英仕曼目前正在使用幾套這樣的系統。最快的每天交易幾次，其他的則會持有兩周或更長的頭寸。
算法和數據
英仕曼集團研究人工智能的部門在倫敦西邊不遠處的一座高層建築裡，英仕曼集團的工程師、統計員、程序員和那些來自學術界的科研人員坐在一起，研究算法、AI 之類的技術進步如何應用到金融上。
這個機構全名牛津 - 英仕曼計量金融研究所，由英仕曼集團出資 1045 萬英鎊（約 9300 多萬人民幣）建立，為這傢對沖基金帶來瞭學術界專傢和一堆論文。
研究所的辦公室裡，寂靜得像圖書館一樣。電腦前的程序員們戴著耳機，角落裡的白板上寫滿瞭公式。
英仕曼在這裡的核心工作，是去修改那些本來是為圖像識別等功能而創造出來的機器學習技術。這支對沖基金建立瞭自己的代碼庫，其中有些代碼是自己員工寫的，有些代碼來自開源的程序。
英仕曼集團 AHL 基金的首席科學傢、牛津實驗室的負責人萊德福德（Anthony Ledford）說，工程師在開發 AI 技術的時候，可以從代碼庫中抽取代碼。萊德福德的職責是幫助英仕曼決定該用哪些新興 AI 技術，哪些不能用。
AI 工程師們用獎勵和懲罰來引導機器，就像訓練一直老鼠來按按鈕獲取食物一樣。從技術角度來說，他們會用到深度學習和強化學習。
通過深度學習，他們用歷史信息構成的數據集，來訓練算法發現預測模式、規律。比如說，當算法從股票和期貨的價格數據中發現相似點時，就會受到 " 激勵 "。
通過強化學習，算法會在運行過程中，根據某種行為的成敗來重新校準。另外，研究者也會在算法中設置懲罰機制，來阻止 AI 的某些行為，比如說不讓 AI 去創建人類已經用過的交易策略。
在萊德福德看來，隻靠一群極客敲代碼還不能構建出能用的 AI，問題的關鍵在於數據。在英仕曼的辦公室裡，每周都會有一群銷售來來往往，推銷著各種各樣的數據集。
金融數據通常毫無組織，就像一幅被搖散瞭的拼圖，對於計算機來說非常難以理解。萊德福德說：" 這是最難的一部分工作，我們的數據包含非常、非常多的噪聲，要找到有用信號很難。"
變遷
世人對英仕曼集團的瞭解，可能大都來自於它所贊助的文學獎：佈克獎。並沒有多少人把它視為一傢以技術為中心的投資機構。
英仕曼集團的建立早在 1783 年，之後整整兩個世紀，它都在向英國海軍供應朗姆酒，以及咖啡、糖之類的雜貨，直到 1989 年。1989 年，英仕曼收購瞭基於計算機的交易公司 AHL，開始集中精力搞金融服務。目前，這傢集團的前沿 AI 工作都在 AHL 旗下。
AHL 被收購後，它的聯合創始人又分別創立瞭兩傢技術驅動的對沖基金：Aspect Capital 和 Winton。
英仕曼的技術有著美好前景，卻也對抗著巨大的行業壓力。對沖基金管理者收取高額管理費，缺業績平平，引起瞭很多投資者的不滿。
去年，這個行業的客戶總計取走瞭 1120 億美元；過去兩年中，倒閉的對沖基金比新成立的還要多。
英仕曼集團股價
今年，英仕曼集團的股價上漲瞭 40%，但與金融危機之前，2007 年的頂峰相比，依然低瞭 77%。不過，還是比同行們好一些，越來越多的投資者將自己的錢托付給英仕曼。
去年，整個對沖基金行業，也隻有大舉投資人工智能技術的計算機驅動量化基金在增長。這類基金除瞭英仕曼的 AHL 之外，還有復興科技（Renaissance Technologies）、Two Sigma、橋水聯合基金（Bridgewater Associates）等等。
據說，美國億萬富翁投資者瓊斯（Paul Tudor Jones），也在經歷瞭市場疲軟之後開始使用這類技術；管理著科恩（Steven Cohen）財產的傢族基金 Point72 Asset Management LP 也在招募這一領域的專傢。
然而，AI 不是魔法機器。想要把數據上邊導進去，然後就想去底下撿錢是不現實的。
很多算法根本沒用。有些英仕曼的員工警告說，AI 經常生成已知的理論或者無法在實時交易中應用的策略，浪費瞭大量的錢和時間。
好在英仕曼的系統還是對的時候多，錯的時候少，它不會急於下高風險賭註，更傾向於一步一步地賺小錢。
監管和質疑
賺錢的時候，一切都無所謂，一旦出瞭亂子，這些技術進步就要接受嚴格的審查。
但是，隨著計算力和數據的增長，AI 程序隻會越來越復雜。瑞士神經科學傢考夫曼（Pascal Kaufmann）最近開玩笑說，當人工智能開始欺騙人類瞭，它就達到瞭和人類一樣的水平。這是一個黑色幽默，也是個不祥的警告。
正是因為如此，很多科研人員和倫理學傢想建立一套 AI 監管制度，就像美國聯邦藥物管理局（FDA）對藥品的監管那樣。
牛津 - 英仕曼研究所的機器學習教授 Stephen Roberts 說，人類需要在 AI 系統中寫入限制機制，來確保它們不會造反。
格蘭傑說英仕曼有相應的保險機制，異常的交易需要通過人類檢查，才能執行。工程師們借助一個檢驗工具的幫助，來研究 AI 做出特定決策的理由。
埃利斯
而 CEO 埃利斯說，即使有瞭這些預防措施，接受這項技術還是需要信仰的飛躍，畢竟，" 如果你能知道它在幹什麼、為什麼這麼做，那就不是機器學習瞭。你必須相信這個流程，邁出第一步是很恐怖的。"
懷疑者說，以 AI 為中心的基金的表現沒能趕上輿論熱度，截至目前，收益很難說得上令人鼓舞。
行業研究機構 Eurekahedge 有一個指數，追蹤瞭 12 支應用這類技術的基金，發現它們 2011 年來的業績沒能趕上標普 500，不過，還是比對沖基金行業的整體情況好一些。
英仕曼集團的 AHL Dimension fund 從 2014 年開始用機器學習技術，到今年 6 月，它在 3 年間獲得瞭 15% 的收益，產不多是行業平均值的兩倍。
金融業研究公司康橋咨詢（Cambridge Associates）經理 Adam Duncan 說：" 又不是有魔法的精靈塵，隻是增強版的統計技術而已，能幫你建立更好的預測模型。"
對沖基金、AI 策略基金、和標普 500 近三年的業績
投資公司 Protégé Partners 創始人、董事長 Jeff Tarrant 幾年來都在研究人工智能在金融領域的應用。他說這項技術還處於應用的早期，對這個行業來說有著革命性的影響，就像 Uber 對交通行業的影響一樣。
顛覆
在他看來，積極擁抱 AI 的英仕曼集團也面臨著被顛覆的巨大風險。有些新的 AI 基金隻收 1% 管理費和收益的 10%，隻有傳統對沖基金的一半。在純粹的 AI 公司裡，大多數流程都是自動化的，不需要養活一大群員工。
Tarrant 認為，這個行業的權力正從擁有最具天賦投資經理裡的基金那裡，轉交到能構建出最佳算法的基金手中，他說，" 未來幾年中，資產管理行業將出現大規模失業。"
在這種絕望論調背後，是一個哲學問題：我們為什麼要把金融系統交到計算機代碼手中？消滅人類的參與有什麼好處？
在醫療行業，AI 展現出瞭盡早發現疾病、拯救生命的潛力；在交通行業，無人車可以減少致命車禍的數量。但是在金融行業，並沒有這麼明確的答案。
這項技術的一部分擁護者說，它能構建更有效率的市場，因為機器能處理更多的信息，股票等證券的定價會更準確。
英仕曼的看法是，這項技術能為客戶獲取更多的利潤，包括養老金、退休金賬戶。這個觀點很有吸引力：誰不想多賺點錢呢？
英仕曼第一位將客戶資金交給人工智能的投資經理格蘭傑說，人類的生活越來越以來技術，卻也對技術的力量百般挑剔。
他提到瞭關於算法厭惡（algorithm aversion）的研究：研究表明，即使有充分的證據表明計算機在某些工作上更有效率，人們也更相信人類。他說，在無人車事故中出瞭人命，會鬧得比現在每天上千起車禍加在一起還大。
格蘭傑說，我們生活在算法的包圍之中，人們卻依然對它缺乏信任。
從格蘭傑最初決定把錢交給 AI 以來，幾年過去瞭，他的直覺獲得瞭相應的回報：今年 6 月，他成瞭 AHL 的首席投資官（chief investment officer）。
英仕曼集團的 AI 系統做出的一些交易依然原因不明，但是他對現狀很滿意：這意味著這項技術發現瞭他所不知道的東西。
他說，人們對於技術過於恐懼瞭，讓他想起自己最愛的一本書：Robert Harris 的《恐慌指數》，The Fear Index。
書裡說，一位天才數學傢在日內瓦建瞭一支基於 AI 的對沖基金，整個系統完美運轉著，為他賺瞭好多好多錢。
後來，這個 AI 打算殺瞭他 ……
