2000 至 2010 年，美国至少有 560 万个工作岗位被自动机器人代替。
其中一部分机器人大军还进入华尔街，从起初按部就班执行交易指令发展到人工智能选股票，再演变成人工智能对冲基金。华尔街基于人工智能的对冲基金规模已经超过 2000 亿美元。
然而去掉高科技包装，依靠人工智能炒股并不能确保基金公司挣大钱，很多时候它们的收益率比不上指数基金。后者是巴菲特多次推荐散户购买的基金品种。
Voleon 集团联合创始人 Michael Kharitonov 告诉《华尔街日报》，基于机器学习建立对冲基金不是件易事，比他们设想的难三倍、耗时则是预期的三倍。“我们尝试过的大部分产品都失败了。” Michael Kharitonov 说。
Kharitonov 是一名毕业于伯克利和斯坦福的计算机科学家，曾在精于设计复杂数学模型并以此投资的德邵基金担任副总裁。2007 年他创办 Voleon，用机器学习做投资。
机器学习选股和量化模型选股不同。机器学习不需要研究院提出假设、写出算法给计算机执行，而是自己挖掘数据、找出模式、写出算法。系统不会告诉你它如何得出结果，Voleon 也无从回答投资者。
其中的难点在于计算机还不够快，可用的数据集还不够大。
为了验证一个模型的收益率，Voleon 系统会将股价每秒的变化套入可以回顾过去 15 年来股市涨跌的数据库中。公司成立之初他们需要耗费数天甚至数周，现在仍需要数个小时。
但金融市场瞬息万变。这就意味着系统刚找出的投资关联性可能第二天就消失了，然后再补入新系统得出新的投资关联性，这使得投资数据库永远都不够多。
而在机器学习的其他应用场景里，都没有这样的问题。比如说用机器学习来做语音识别、帮医生读 X 光片，人类语音的基本性质或者病理特征基本是不变的。
截止今年 10 月，Voleon 管理 18 亿美元，其旗舰基金年内涨幅 4.5%。自成立以来的年化收益率大约是 10.5%。而标普 500 指数今年涨幅约 11%，年均涨幅约为 20%。
金融业研究机构 Eurekahedge 编制了一个跟踪 12 款人工智能对冲基金收益率的指数，发现它在 2014-2017 年间，只在 2015 年战胜了标普 500 指数。
投资公司 Protégé Partners 创始人 Jeff Tarrant 花费数年研究金融领域的人工智能。他表示虽然这项技术还处于采用的早期阶段，但将对这个行业产生变革性的影响。
不过在医学上，人工智能有可能提早发现疾病并拯救生命；在自动驾驶领域或许可以减少致命事故的发生。然而在金融领域，答案却不太清楚。
题图/FTF News
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
