幾天前，來(lái)自華爾街的巨頭摩根大通宣布了一個(gè)有意思的消息，該公司即將使用全球首創(chuàng)的機(jī)器人來(lái)進(jìn)行他們的全球股票算法交易。而摩根大通之所以敢于做出這樣的嘗試，正是因?yàn)樗麄冊(cè)缇驮跉W洲利用這一新人工智能項(xiàng)目嘗到了甜頭。

這個(gè)被摩根大通內(nèi)部稱為L(zhǎng)OXM的人工智能，主要的功能就是以最優(yōu)惠的價(jià)格和最快的速度執(zhí)行客戶的要求。它能通過(guò)過(guò)往的無(wú)數(shù)筆真實(shí)和模擬交易，學(xué)習(xí)該如何處理股權(quán)交易，然后用最合適的方式賣掉大筆股權(quán)。最重要的是，這樣的操作還不會(huì)影響市場(chǎng)價(jià)格。

摩根大通內(nèi)部人士對(duì)于LOXM評(píng)論是，其定價(jià)策略已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)基準(zhǔn)水平。

AI恐怕將在短時(shí)間內(nèi)“橫掃”交易席位

眾所周知，要想做一個(gè)稱職的操盤(pán)手，必須要保持高效的效率和果斷的決策，但是人無(wú)完人，在瞬息萬(wàn)變的金融市場(chǎng)，沒(méi)有人能夠保證從不虧損。實(shí)際上，即使是再牛X的AI系統(tǒng)，也不能保證萬(wàn)無(wú)一失。

但是，AI卻還是在一步步的取代人類操盤(pán)手，比方說(shuō)華爾街知名投行高盛集團(tuán)位于紐約的股票現(xiàn)金交易部門(mén)，其操盤(pán)手的人數(shù)已經(jīng)從2000年600人，減少到了現(xiàn)在的2人。20年不到的時(shí)間，AI幾乎“橫掃”交易席位。

其實(shí)一個(gè)普通操盤(pán)手的核心工作在于，通過(guò)獲取市場(chǎng)信息，結(jié)合自己對(duì)市場(chǎng)的判斷，適時(shí)進(jìn)行投資交易決策。而這也正是AI的優(yōu)勢(shì)所在：

AI更強(qiáng)大的數(shù)據(jù)收集和運(yùn)算能力遠(yuǎn)超人類。無(wú)論是宏觀經(jīng)濟(jì)指標(biāo)還是市場(chǎng)價(jià)格數(shù)據(jù)，AI的搜集和整理速度要遠(yuǎn)遠(yuǎn)超過(guò)人類，再結(jié)合內(nèi)嵌的算法模型，就能夠短時(shí)間內(nèi)做出投資決策。

深度學(xué)習(xí)的“輔助”下AI比人類更容易掌握市場(chǎng)規(guī)律。人類操盤(pán)手做出的投資決策往往基于個(gè)人經(jīng)驗(yàn)和傳統(tǒng)的方法論，而AI則可以根據(jù)以往市場(chǎng)規(guī)律和市場(chǎng)大環(huán)境因素，在深度學(xué)習(xí)之后，迅速的做出相應(yīng)調(diào)整。

失手的可能性更低。人類操盤(pán)手的操作風(fēng)險(xiǎn)以及道德風(fēng)險(xiǎn)都是不定的，這也讓金融機(jī)構(gòu)承擔(dān)著隨時(shí)有可能出現(xiàn)重大損失的風(fēng)險(xiǎn)。如果使用AI操盤(pán)，首先在“忠誠(chéng)度”上就不必?fù)?dān)心，而且其犯錯(cuò)的幾率也是微乎其微。

所以，像高盛和摩根大通這樣的知名金融機(jī)構(gòu)自然愿意啟用AI進(jìn)行交易，在現(xiàn)代高頻交易模式下，為流動(dòng)性資本提供更大的交易優(yōu)勢(shì)。

但是，也有不少反對(duì)的聲音，他們認(rèn)為AI這種現(xiàn)代技術(shù)已經(jīng)打破了傳統(tǒng)的市場(chǎng)體系。除此之外，AI也有其在金融領(lǐng)域的弊端。

AI操盤(pán)的三個(gè)弊端

“過(guò)度擬合”如同人類的過(guò)度自信

相信有過(guò)炒股經(jīng)歷的朋友，一定有過(guò)過(guò)度自信的時(shí)刻，因?yàn)槟愫芸赡茉谡莆樟艘粋�(gè)走勢(shì)規(guī)律之后，就認(rèn)為掌握了對(duì)同一問(wèn)題的全部規(guī)律性認(rèn)識(shí)。AI同樣如此，因?yàn)樵跈C(jī)器學(xué)習(xí)中，模型越是復(fù)雜、需要納入的變量越是多，就越容易出現(xiàn)過(guò)度擬合的問(wèn)題。放在金融領(lǐng)域，找到避免這類假規(guī)律的方法，正是阻礙AI能夠全面應(yīng)用的核心問(wèn)題。

說(shuō)不清道不明的決策原因

無(wú)論是高盛還是摩根大通，他們的AI操盤(pán)手在做出一個(gè)投資決策之后，都沒(méi)法給出一個(gè)解釋。如果AI的決策能一直為這些機(jī)構(gòu)賺錢(qián)，這一問(wèn)題肯定沒(méi)人在乎，但是AI也有失手的時(shí)候，這時(shí)的投資機(jī)構(gòu)就希望能弄清楚其決策背后的原因。

AI掌握的歷史數(shù)據(jù)有限

要知道，金融市場(chǎng)誕生的時(shí)候計(jì)算機(jī)可是連模型都沒(méi)有，而且在歷史上出現(xiàn)的多次金融危機(jī)，很多都是由于一些“場(chǎng)外因素”造成的。如果高頻交易系統(tǒng)的數(shù)據(jù)集只能夠追溯一二十年的話，那么機(jī)器學(xué)習(xí)將受限于數(shù)據(jù)量不夠，而無(wú)法進(jìn)行長(zhǎng)線投資。而且，缺失的歷史數(shù)據(jù)，也有可能讓AI難以規(guī)避可能會(huì)再度來(lái)臨的金融危機(jī)。

所以說(shuō)，現(xiàn)階段有了AI加持的金融機(jī)構(gòu)，或許能夠替代人類操盤(pán)手，并且為金融機(jī)構(gòu)帶來(lái)更為穩(wěn)定的收益，但是其自身的弊端也是很難規(guī)避的。未來(lái)隨著AI的持續(xù)發(fā)展，必然會(huì)有更多的金融崗位被它取代，只是在關(guān)鍵時(shí)期的重要決策，恐怕還是離不開(kāi)人類的智慧。