交易員們請注意了：華爾街正在進(jìn)入一個(gè)新的時(shí)代。
2015年起，華爾街各大金融機(jī)構(gòu)紛紛大舉裁員：2015年12月，摩根士丹利表示將在全球裁員1200人；2016年1月，瑞信對倫敦的1800名員工發(fā)出裁員警告；2016年3月，日本最大投行野村證券稱將在北美裁員20%;2017年2月，外媒報(bào)道高盛600名交易員僅剩2人。
曾經(jīng)風(fēng)光無限的投行人士，現(xiàn)在卻面臨著被人工智能取而代之的風(fēng)險(xiǎn)。金融服務(wù)咨詢公司Opimas估計(jì)，到2025年，單因AI的普及，華爾街就將減少10%員工，即約23萬人將被AI替代。一時(shí)之間，“AI將要占領(lǐng)華爾街”“AI將要取代交易員和對沖基金經(jīng)理”一類的言論甚囂塵上。
AI如何應(yīng)用在金融交易中？
金融交易的本質(zhì)是根據(jù)基本面、技術(shù)形態(tài)或內(nèi)幕消息，對交易標(biāo)的進(jìn)行分析判斷，然后完成買賣下單。由于巨大的信息量、不可避免的人類性格弱點(diǎn)等因素，量化投資開始大行其道。傳統(tǒng)量化投資涉及到數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)等方面的知識，主要方法有人工智能、數(shù)據(jù)挖掘、小波分析、支持向量機(jī)、分形理論和隨機(jī)過程。量化投資的本質(zhì)是把股票價(jià)格、交易量、宏觀數(shù)據(jù)、上市公司賬目等數(shù)據(jù)量化成各類指標(biāo)，建立模型，通過模型產(chǎn)生的指令直接進(jìn)行交易。
隨著人工智能的發(fā)展，很多技術(shù)可以用于量化投資分析中，包括自然語言處理、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等。一位基金分析師向新智元介紹說：“人工智能應(yīng)用在量化投資上也有很多討論，比如用人工智能算法改進(jìn)多因子模型和分析理解文本等。”
供職于香港某對沖基金的一位量化研究員也表示：“對于Alpha策略來說，人工智能可以給多因子模型提供更多維度的信息。比方說之前只能考慮一些基本面信息，而現(xiàn)在則可以利用人工智能中的自然語言處理，來加入新聞情緒等熱度信息。”
摩根大通可謂是最為積極擁抱AI的投行之一。去年，摩根大通表示將利用一款叫做LOXM的AI在其全球股票算法業(yè)務(wù)部門執(zhí)行交易。據(jù)該行在歐洲的試驗(yàn)表明，LOXM的效率比傳統(tǒng)的買賣方法高得多。LOXM的職責(zé)是以最佳價(jià)格和最高速度執(zhí)行客戶交易指令——運(yùn)用它從數(shù)十億筆過往交易（既有真實(shí)交易，也有模擬交易）中汲取的經(jīng)驗(yàn)教訓(xùn)來解決各種問題，比如怎樣拋出大筆股份而不影響市場價(jià)格。這款A(yù)I基于“深度強(qiáng)化學(xué)習(xí)”，能夠從數(shù)百萬種歷史情形中學(xué)習(xí)。
瑞銀（UBS）也部署了AI來處理客戶的交易后配置請求，為每個(gè)任務(wù)節(jié)省了多達(dá)45分鐘的人力勞動。瑞銀還使用AI來幫助客戶利用市場波動進(jìn)行交易。
除了投行之外，各大對沖基金也在使用AI進(jìn)行交易。Two Sigma、Renaissance Technologies、Bridgewater和Point72等基金都宣稱要引入AI技術(shù)到交易系統(tǒng)里。在國內(nèi)，華夏基金去年與微軟亞洲研究院達(dá)成戰(zhàn)略合作，宣布將就人工智能在金融服務(wù)領(lǐng)域的應(yīng)用展開戰(zhàn)略合作研究。
昔日天之驕子，會被AI取代嗎？
2015年以來，美銀美林、渣打、德意志銀行、美國銀行、高盛等歐美大行紛紛大舉裁員，國內(nèi)一些媒體對此發(fā)文稱交易員已被算法交易所取代。事實(shí)上這一說法并不準(zhǔn)確。
首先，華爾街被裁的交易員僅局限于場內(nèi)交易員、執(zhí)行交易員、做市商以及賣方銷售，而非有自主交易權(quán)限、屬于難以復(fù)制型人才的自營交易員。
在國內(nèi)，人們理解的交易員通常指自營交易員，一般在買方（投行自營部，公募/對沖基金，資產(chǎn)管理公司等）或個(gè)人；而在國際市場，“trader”指是賣方交易員，一般在券商、投行賣方部門和做市商。
因此，賣方交易員的確面臨著被人工智能取而代之的風(fēng)險(xiǎn)。摩根大通全球股票電子交易業(yè)務(wù)負(fù)責(zé)人Daniel Ciment曾表示，那些無法給市場帶來變化的個(gè)人交易員將會取代。但那些擁有自主交易能力的自營交易員卻沒有顯著受到算法交易沖擊。
需要擔(dān)心的不只是賣方交易員，還有對沖公司基金經(jīng)理。
Man Group的CEO Luke Ellis預(yù)計(jì)，將有一波緩慢的行業(yè)整合浪潮到來。位于倫敦的這家規(guī)模達(dá)1,035億美元的公司，已經(jīng)向使用機(jī)器學(xué)習(xí)的幾支對沖基金投入大約130億美元。他表示，10年后人工智能將在該公司的所有領(lǐng)域發(fā)揮作用，從執(zhí)行交易，到幫助公司自營部門挑選證券。
Ellis說：“如果算力和數(shù)據(jù)生成以目前的速度持續(xù)增長，那么機(jī)器學(xué)習(xí)可能會在25年內(nèi)涉及99%的投資管理。機(jī)器學(xué)習(xí)將無處不在。”
很多金融機(jī)構(gòu)現(xiàn)在都在利用AI監(jiān)測社交媒體和手機(jī)數(shù)據(jù)，比分析師更快地預(yù)測公司受益和銷售速度，還能從文件中解讀高管情緒進(jìn)行做空。
20年前，Vasant Dhar創(chuàng)立了一支機(jī)器學(xué)習(xí)對沖基金，他說：“機(jī)器將會做更多瑣事來發(fā)現(xiàn)潛在投資機(jī)會。機(jī)器可以生成并測試假設(shè)，然后告訴人們是否值得繼續(xù)挖掘。機(jī)器給投資增加了更多的價(jià)值，它改變了人類工作的本質(zhì)。”
2011年諾貝爾經(jīng)濟(jì)獎(jiǎng)得主、美國經(jīng)濟(jì)學(xué)家托馬斯·薩金特近日也在一次演講中力挺AI，他認(rèn)為目前人工智能已經(jīng)更多往金融行業(yè)進(jìn)行結(jié)合。“大家覺得用人工智能進(jìn)行預(yù)測是一個(gè)很好的辦法，可見所謂的概念用人工智能與統(tǒng)計(jì)學(xué)結(jié)合進(jìn)行金融方面的預(yù)測。中國目前是人才匯聚，尤其是統(tǒng)計(jì)學(xué)和計(jì)算機(jī)上更是長江后浪推前浪，人才輩出。相信使用上可以將人工智能在不同的公司和機(jī)構(gòu)進(jìn)行落腳和整合。這些技術(shù)很激動人心。”他說。
但用AI進(jìn)行交易的局限也很明顯。AI需要一套程序和算法來支撐，更適合處理一些“有套路”、按照流程走的任務(wù)，卻無法解決沒有明確規(guī)則的問題。Vasant Dhar表示，如果美國次貸危機(jī)再次發(fā)生，AI也無能為力。因?yàn)槊看挝C(jī)都不同，AI無法獲得足夠歷史數(shù)據(jù)來做出判斷。
去年10月18日，全球首支人工智能ETF基金AIEQ橫空出世，由EquBotLLC與ETF ManagersGroup共同推出。這支基金基于IBM的人工智能平臺Watson，持續(xù)不斷地對全美6000只掛牌股票進(jìn)行基本面分析，包括但不限于企業(yè)公告文件、季度財(cái)報(bào)、新聞以及社群文章等。從當(dāng)前經(jīng)濟(jì)形勢、未來趨勢出發(fā)，在深度分析后再挑選出包含70支股票的投資組合。股票選好后，由ETF Managers Group的一個(gè)基金經(jīng)理團(tuán)隊(duì)對投資組合進(jìn)行再權(quán)衡。
在交易前三日，AIEQ達(dá)到了0.83%的回報(bào)率，跑贏了美股大盤。在一個(gè)驚艷亮相之后，這支人工智能基金之后的表現(xiàn)卻不盡人意。從去年10月中到11月中，AIEQ凈值一度最低下跌到略高于24元，單月跌幅逾4%。截至2017年年底收盤，AIEQ漲幅0.6%，美股標(biāo)普500指數(shù)漲幅為3.39%。整體而言，AIEQ持續(xù)跑輸大盤。
由于公開信息的缺乏，AIEQ近期表現(xiàn)低迷的原因尚難判斷。一些投資人士認(rèn)為， AIEQ的選股結(jié)果偏激進(jìn)，進(jìn)攻性很強(qiáng)，導(dǎo)致了收益率大起大落。此外，從AI固有的“黑箱問題”來看，人們無法從內(nèi)、外來分析AI做出決定的原因，就使得對其所做出的結(jié)果缺乏修正理由，無法辨錯(cuò)。
中科院計(jì)算所、信工所博導(dǎo)，阡尋科技董事長，上交所前總工程師白碩對新智元說：“人工智能應(yīng)用不等于人工智能量化策略應(yīng)用。目前業(yè)界對人工智能量化策略的效果尚無定論，也沒有看到哪一種公開的人工智能量化策略有顯著的業(yè)績優(yōu)勢。但是，人工智能應(yīng)用的確可以提高數(shù)據(jù)采集、準(zhǔn)備、分析各環(huán)節(jié)的效率，降低綜合成本。所以，人工智能是否一定賺錢不好說，但省錢是很可能的。”
AI投資面臨哪些難點(diǎn)？
目前金融交易中對于人工智能的應(yīng)用越來越多，但仍面臨著不少挑戰(zhàn)，需理性看待。
普華永道分析師趙越對新智元表示，金融市場上隨機(jī)性較強(qiáng)，市場規(guī)模太大，市場價(jià)格影響因素太多，規(guī)律沒有強(qiáng)顯性，人工智能只能進(jìn)行片面預(yù)測，很難構(gòu)建準(zhǔn)確判斷投資勝率的專家模型。而國外對沖基金目前一些號稱進(jìn)軍AI的嘗試實(shí)際上還是傳統(tǒng)量化投資的衍生范疇，頂多應(yīng)用了一些人工智能的算法技術(shù)。
此外，由于我國金融市場歷史較短，金融公司面臨的數(shù)據(jù)結(jié)構(gòu)化需求遠(yuǎn)高于開發(fā)AI的需求。大量的歷史數(shù)據(jù)尚未電子化，甚至大量金融公司新產(chǎn)生的數(shù)據(jù)還處于非結(jié)構(gòu)化的格式。
據(jù)《上海證券報(bào)》報(bào)道，君耀投資的總經(jīng)理沈賢能認(rèn)為，應(yīng)用于投資的人工智能必須要具備包括“感知、認(rèn)知、推理、學(xué)習(xí)和執(zhí)行”等智能化特征，但要達(dá)到這樣的目標(biāo)并不容易。
“具體來說，人工智能在投資中的應(yīng)用要跨越兩大步。其一是應(yīng)用海量的市場數(shù)據(jù)對模型進(jìn)行訓(xùn)練，逐步形成有勝率的算法模型。其二是把算法模型應(yīng)用于具體場景，比如在資本市場中進(jìn)行實(shí)戰(zhàn)投資。”沈賢能說。而現(xiàn)階段，這兩者實(shí)現(xiàn)起來均有難度。
除了技術(shù)發(fā)展尚不成熟外，兼通金融和AI的人才也很稀缺。趙越對新智元介紹，“國內(nèi)既懂金融又懂AI的人才很少，人才更傾向于去科技公司，而非金融機(jī)構(gòu)。而在學(xué)術(shù)圈，大部分搞計(jì)算機(jī)的學(xué)者不屑于寫應(yīng)用類的論文。因此人工智能在金融領(lǐng)域的技術(shù)深度還不夠。”
警鐘已響，人類仍有機(jī)會
Bloomberg曾采訪了許多華爾街金融機(jī)構(gòu)的高管，制作了一系列自動化交易圖。紅色方框底部的黑色文字是在交易過程中使用的人工智能技術(shù)，包括機(jī)器學(xué)習(xí)（ML）、自然語言處理（NLP） 、機(jī)器人過程自動化（PRA） 、預(yù)測分析（PA）。
圖片來源：Bloomberg
從賣方到買方，從股票到債券，AI輔助/替代人類的趨勢不可阻擋。但很確定的一點(diǎn)是，在瞬息萬變的金融市場中，交易投資無法離開人類的智慧。
股神巴菲特說：“要做好投資，你只要有一個(gè)正常人的智商就夠了。” 這是因?yàn)樽C券投資是科學(xué)和藝術(shù)的結(jié)合。例如，計(jì)算一個(gè)公司的EPS、ROE時(shí)，需要進(jìn)行理性分析。但除此之外，投資還要講究藝術(shù)，也就是去琢磨人性。這對人工智能是個(gè)巨大挑戰(zhàn)。
華夏基金投資總監(jiān)陽琨針對這個(gè)問題，曾進(jìn)行過深入分析。他說：
“首先我們?nèi)绾稳チ炕诵?，就是對人投資決策的過程的分析，我們?nèi)绾芜M(jìn)行特征的提取，這是一個(gè)巨大的難題。所謂人心難測，在這個(gè)方面來說，高深的算法極其重要。但是我們不能提取這些特征，我們不知道人類決策這些基本的模型，那再好的算法，恐怕也是巧婦難為無米之炊。
我們知道證券市場是由人構(gòu)成的，而人不同于圍棋或者是其他的棋牌游戲的特征是，人是具有知識和學(xué)習(xí)能力的。在過去的很多量化過程中要面臨一個(gè)難題，我們總結(jié)一個(gè)規(guī)律、一個(gè)特征之后會衰竭，是因?yàn)槿嗽谝庾R到這樣特征之后，會改變?nèi)说男袨?，就是說迭代的數(shù)據(jù)是非常之高的。不像圍棋，棋牌游戲，甚至是圖象識別等等這些要求，人的行為是很難預(yù)測的。當(dāng)然，微軟的科學(xué)家告訴我們，這也不是沒有辦法，科學(xué)家還是很厲害，所以智商兩百很重要。”
