讓AI代替人類炒股，多么美妙的目標(biāo)。

機(jī)器學(xué)習(xí)技術(shù)能在不需要人類預(yù)先編寫(xiě)規(guī)則的情況下，讓計(jì)算機(jī)從數(shù)據(jù)中尋找模式。從機(jī)器人到天氣預(yù)報(bào)，再到語(yǔ)言翻譯，甚至開(kāi)車，這項(xiàng)技術(shù)驅(qū)動(dòng)著多個(gè)領(lǐng)域的進(jìn)步。

為什么不能用它來(lái)搞定金融市場(chǎng)呢？

這種想法，已經(jīng)引發(fā)了投資公司之間的軍備競(jìng)賽，各家本來(lái)就已經(jīng)非常依賴數(shù)學(xué)的基金開(kāi)始爭(zhēng)搶他們所能找到的頂尖計(jì)算機(jī)科學(xué)家和統(tǒng)計(jì)學(xué)家。

這項(xiàng)技術(shù)一開(kāi)始表現(xiàn)還不錯(cuò)。今年業(yè)績(jī)最好的兩家對(duì)沖基金——Quantitative Investment Management LLC和Teza Capital Management LLC今年分別上漲了68%和50%，他們都說(shuō)能做出這么好的業(yè)績(jī)，機(jī)器學(xué)習(xí)功不可沒(méi)。

然而，在投資上持續(xù)全面押注機(jī)器學(xué)習(xí)的公司寥寥無(wú)幾。

對(duì)哈里托諾夫（Michael Kharitonov）來(lái)說(shuō)，基于機(jī)器學(xué)習(xí)建立對(duì)沖基金不是件易事：難度是想象中的三倍，耗時(shí)是預(yù)期的三倍。

“我們基本是屢戰(zhàn)屢敗。”他說(shuō)。

哈里托諾夫是Voleon Group的聯(lián)合創(chuàng)始人，這是首批全面擁抱機(jī)器學(xué)習(xí)的投資公司之一。從他們這些年的掙扎中，可以大致理解其他公司的選擇。

將機(jī)器學(xué)習(xí)用在金融交易中，我們先要清楚：這項(xiàng)技術(shù)在其他領(lǐng)域取得的那些成就，在交易上可能并不適用。金融交易是一個(gè)更雜亂的環(huán)境，模式總是被掩蓋著。

哈里托諾夫說(shuō)，他們一開(kāi)始就想用機(jī)器學(xué)習(xí)做交易預(yù)測(cè)，但是“就是不管用”。

哈里托諾夫現(xiàn)年54歲，他還有一位43歲的聯(lián)合創(chuàng)始人麥考利夫（Jon McAuliffe）。他們分別是計(jì)算機(jī)和統(tǒng)計(jì)學(xué)博士，都曾在最古老、最成功的量化投資基金D.E. Shaw Group做研究員。

那個(gè)時(shí)候，今年時(shí)不時(shí)登一下首富寶座的貝佐斯還沒(méi)有創(chuàng)立亞馬遜，剛好是哈里托諾夫的上司。

哈里托諾夫和麥考利夫多年來(lái)一直堅(jiān)信，他們學(xué)過(guò)的機(jī)器學(xué)習(xí)技術(shù)天生適用于投資，有著可靠的方法論指導(dǎo)。但他們年輕時(shí)，計(jì)算機(jī)還不夠快，可用的數(shù)據(jù)集還不夠大。

到2007年，新數(shù)據(jù)集和足夠厲害的計(jì)算機(jī)出現(xiàn)了，于是哈里托諾夫和麥考利夫創(chuàng)立了Voleon，用機(jī)器學(xué)習(xí)做投資。公司的名字沒(méi)什么特別含義，編了這么一個(gè)詞只是因?yàn)橛蛎麆偤媚茏?cè)。

在融資過(guò)程中，他們遇到了挑剔的機(jī)構(gòu)投資者。

要知道，機(jī)器學(xué)習(xí)這項(xiàng)技術(shù)和量化交易的常用方法有一些不同，它不需要科學(xué)家提出假設(shè)、寫(xiě)出算法給計(jì)算機(jī)執(zhí)行，而是由人類為自己算計(jì)提供大量數(shù)據(jù)，然后讓它自己找出模式。

實(shí)際上，就是計(jì)算機(jī)自己寫(xiě)出算法，用來(lái)做預(yù)測(cè)，但問(wèn)題在于，計(jì)算機(jī)不會(huì)告訴你它是怎么得出這個(gè)結(jié)果的。

市面上的那些量化基金能夠很清晰地解釋出自己的算法在做什么，但是Voleon的機(jī)器學(xué)習(xí)算法是怎么想的，只有計(jì)算機(jī)自己知道。

這種方法固有的神秘性，讓Voleon根本無(wú)法向潛在投資者解釋他們買賣股票的理由。計(jì)算機(jī)所找出的模式對(duì)人類來(lái)說(shuō)太細(xì)微了，很難理解。

“很多人都完全不感興趣，但后來(lái)我們終于找到了能理解機(jī)器學(xué)習(xí)潛力的人。”哈里托諾夫說(shuō)。

2008年，全球市場(chǎng)深陷金融危機(jī)之中時(shí)，Voleon開(kāi)始了真實(shí)交易。

接下來(lái)整整兩年，這家公司都在虧錢。2009年市場(chǎng)回暖也無(wú)濟(jì)于事。

Voleon的創(chuàng)始團(tuán)隊(duì)堅(jiān)持按著原來(lái)的方向走下去，他們堅(jiān)信自己在處理機(jī)器學(xué)習(xí)最難的問(wèn)題之一，要想賺錢，需要先花時(shí)間打磨系統(tǒng)。

他們所面對(duì)的基本問(wèn)題，是市場(chǎng)太混亂了。到目前為止，機(jī)器學(xué)習(xí)系統(tǒng)表現(xiàn)很好的領(lǐng)域都有一個(gè)共同特征：模式本質(zhì)上是重復(fù)的，于是就更易于辨別，圍棋、開(kāi)車都是如此。

而金融市場(chǎng)有更多噪聲，它持續(xù)受到新事件的影響，而這些新事件之間的關(guān)系，也總是在變化。

市場(chǎng)變幻莫測(cè)的本質(zhì)也就意味著投資者剛剛找出昨天的關(guān)聯(lián)，想要運(yùn)用它來(lái)做投資，它就消失了。在機(jī)器學(xué)習(xí)的其他應(yīng)用場(chǎng)景里，都沒(méi)有這樣的問(wèn)題。比如說(shuō)用機(jī)器學(xué)習(xí)來(lái)做語(yǔ)音識(shí)別，人類語(yǔ)音的基本性質(zhì)，基本是不變的。

盡管Voleon的創(chuàng)立在某種意義上講，是受到了機(jī)器學(xué)習(xí)在其他領(lǐng)域成功案例的激勵(lì)，但是到了2011年底，Voleon創(chuàng)始人已經(jīng)拋棄了從其他應(yīng)用借來(lái)的大部分技術(shù)。取而代之的是創(chuàng)始人自己為不守規(guī)矩的市場(chǎng)定制的系統(tǒng)。

麥考利夫整潔的辦公室里，書(shū)架上放著《大樣本理論要素》、《BDA3》等書(shū)籍。哈里托諾夫的辦公室里裝滿了他拆開(kāi)的電路板，以及好多堆滿紙的箱子。

他們面臨的一個(gè)挑戰(zhàn)是，需要使用每秒股票的價(jià)格變化，來(lái)運(yùn)行15年的股市模擬。這涉及太字節(jié)的數(shù)據(jù)。Voleon需要在幾個(gè)小時(shí)內(nèi)模擬完畢，但他們耗時(shí)數(shù)天甚至數(shù)周。

那時(shí)候，整個(gè)公司有10到12個(gè)人。這個(gè)團(tuán)隊(duì)嘗試購(gòu)買更多的計(jì)算力，使用為電腦游戲打造的GPU。但仍然耗時(shí)太長(zhǎng)。

麥考利夫在辦公室里痛苦的度過(guò)了好幾個(gè)月。最終，他攻克了這個(gè)問(wèn)題。2012年7月，Voleon推出第二代平臺(tái)。

哈里托諾夫說(shuō)，蠻力的方法沒(méi)用，標(biāo)準(zhǔn)技術(shù)也沒(méi)用。

他們的新交易系統(tǒng)帶來(lái)了更多的利潤(rùn)，以及更多投資者的興趣。據(jù)一位投資者透露，在旗艦基金2011年出現(xiàn)小幅回升后，Voleon 2012年的業(yè)績(jī)是34.9%，2013年是46.3%。

然而，兩年之后，Voleon去年遭遇滑鐵盧，虧損超過(guò)9%。這也引起了部分投資者的擔(dān)心。

“沒(méi)什么比回撤更引人深思”，哈里托諾夫說(shuō)：“去年我們學(xué)到了很多”。

今年比去年好。截止今年10月，這家管理著18億美元資金的公司，其旗艦基金上漲約4.5%。自成立以來(lái)，其年化收益率大約是10.5%。

業(yè)績(jī)波動(dòng)、策略復(fù)雜……并沒(méi)有阻止Voleon的發(fā)展。這家基金正在擴(kuò)大投資目標(biāo)，投資標(biāo)的不僅限于美國(guó)和歐洲的股市，還包括加州大學(xué)伯克利分校附近的一座樓。

在機(jī)器學(xué)習(xí)技術(shù)的幫助下，Voleon每天交易價(jià)值超過(guò)10億美元的股票。在這個(gè)過(guò)程中，他們對(duì)買入或者賣出一只股票的原因，沒(méi)有絲毫興趣。

哈里托諾夫說(shuō)，機(jī)器學(xué)習(xí)系統(tǒng)越是具有預(yù)測(cè)性，人們就越難理解它要做什么。有理論認(rèn)為人類思維主要用于處理三個(gè)維度的情景，數(shù)十個(gè)乃至數(shù)百個(gè)維度的任務(wù)則是機(jī)器學(xué)習(xí)系統(tǒng)擅長(zhǎng)的領(lǐng)域。這些維度之間的關(guān)系，往往是非線性的。

“這并不意味著我們不會(huì)考慮發(fā)生了什么”，麥考利夫說(shuō)，Voleon的研究人員會(huì)設(shè)計(jì)“擾動(dòng)”，來(lái)研究各種輸入在預(yù)測(cè)系統(tǒng)中的權(quán)重，以及解決過(guò)擬合等問(wèn)題。

Voleon的電腦不僅在財(cái)務(wù)信息中尋找關(guān)系，而且在非財(cái)務(wù)數(shù)據(jù)中尋找關(guān)系。其中包括衛(wèi)星圖像、航運(yùn)艙單、信用卡收據(jù)、社交媒體情緒等等。這些目標(biāo)數(shù)據(jù)，可以幫助尋找某個(gè)行業(yè)的健康狀況或者商品供應(yīng)的變化。

顯然，沒(méi)有人會(huì)透露自己使用了哪種數(shù)據(jù)，如何進(jìn)行的評(píng)估。Voleon也是一樣，謹(jǐn)慎的保護(hù)著自己的技術(shù)和策略隱私。

這個(gè)“神秘”的機(jī)制讓投資者不安，哈里托諾夫理解這種感受，不過(guò)他堅(jiān)信：電腦犯錯(cuò)的情況要比人類少得多。

“機(jī)器學(xué)習(xí)在財(cái)務(wù)預(yù)測(cè)領(lǐng)域的應(yīng)用還在早期階段”，他說(shuō)：“一切才剛剛開(kāi)始”。