|
谈起人工智能，刷爆网络圈的是谷歌的AlphaGo在围棋领域连胜60局，横扫中日韩顶尖高手，其让普通大众第一次启蒙接触并认识到人工智能的深度学习能力。如今人工智能可谓火遍全球，风口中的风口。据相关数据显示目前全球平均每10.9个小时，就有一家人工智能企业诞生，到2018年全球人工智能市场将逼近2700亿元。巨大的市场规模与发展潜力，引得各巨头或是并购，或是巨资砸钱纷纷布局人工智能市场。 具体到金融行业，2000年顶峰时期，高盛在纽约总部的美国现金股票交易柜台就雇佣了600名交易员，但时至如今，这里只剩下两名股票交易员“留守空房”更是让市场纷纷感叹，智能交易系统将会代替人工交易员，金融“铁饭饭”将会失业，大量的人工智能初创企业纷纷设立！
但是，人工智能真的是想做就能做？未必！其需要相当高的门槛！ 谈论人工智能的基础是大数据与算法，有大数据计算能力最重要 缺乏数据是制约人工智能发展的根本。先不说目前能有多少公司具备大数据的分析应用能力，能有一定的大数据资料沉淀的公司都是少数。当然，也可以通过其他途径获取数据——钱，拿资金买！通过资金购买数据，实现初始数据的积累与沉淀！ 数据具备以后，要靠强大的计算平台，结合庞大的数据中心及芯片技术为人工智能提供基础计算环境，只有超强的计算力，才能处理无比庞大的海量数据。以大家熟知的去年3月AlphaGo与李世石的人机大战为例，谷歌调用了上千台服务器资源，包括1202个CPU，176个GPU，由此可知，人工智能若取得一定成绩，没有强大的计算能力，将会是纸上谈兵。单是能耗就够受的，据悉，AlphaGo每下一盘围棋，仅电费成本就是3000美元，一般公司还真是承担不起！强大的计算平台这一门槛，也将会使得人工智能变成巨头们的游戏。
而涉及到投资交易市场，其要比下围棋复杂得多。与围棋的规则、环境固定，而且可以无限复盘相比，市场投资环境的变化非常快，涉及政治、宏观政策、经济数据、市场监管、投资人情绪、可投资资产、投资仓位等各方面的因素。而且金融市场数据有限但又总是在发生变化，致使预测标的价位变动等变得极具挑战性。 非但如此，围棋始终是双方博弈，而投资市场包含诸多的机构、散户，投资者不断进出，无法进行无限复盘，且投资市场存在短线、中线、长线等多种投资方式，不断变化的市场规律给智能交易系统带来严峻的考验，如何及时提取新的投资信号和修正模型也是一个难点，因而对算法的要求非常高。正因为如此，若想智能交易系统真正实现深度的学习能力，要求其必须拥有强大的数据处理能力，否则，交易系统的策略好坏就值得怀疑。鉴于此，目前国内的智能交易系统大多数还停留在概念阶段，能够实盘跑出好业绩的很少很少。 其次，建立在基础的数据处理能力之上的，是算法 如果说计算能力还可以用钱堆到一个还不错的规模，那么算法能力完全靠人。这里的算法，其不是只停留在数据分析上，而是根据数据分析之后，确定如何建模，如何解决问题，但国内的大部分公司处理数据水平还只停留在数据分析，甚至不如。深入的做数据分析以至于应用相关的人工智能技术，更是要具备一定门槛。 对于智能交易系统的最重要算法是看其对资本市场和人性特点的适应性，核心是建模能力，只有适应性强的模型才能把人工智能的优势发挥出来。其具体的领域包括机器学习，自然语言处理，知识图谱。 其基本原理就是机器学习负责从数字推测模型。交易分析师们对交易数据进行建模，分析其中显著特征，利用回归分析等传统机器学习算法预测交易策略。但其弊端体现在数据不够丰富，仅限于交易数据，更重要的是它受限于特征的选取与组合，模型的好坏取决于分析员对数据的敏感程度。在交易分析师发现其局限性后，便开始考虑引入新闻，政策，社交网络中的丰富文本并运用自然语言处理技术分析，将非结构化数据结构化处理，并从中探寻影响市场变动的线索，但这都不能解决的多变的市场环境。如在一些意外（如“黑天鹅”事件）发生的时候，其预测更是以失败告终！这是因为人工智能系统没有遇到过这些情况，无法从历史数据中学习到相关模式。若这时候如果让人工智能交易系统去进行管理资产，风险可谓相当之高。知识图谱运算的出现，则提供了从“关系”角度去分析问题的能力，以规避风险事件的发生，但其要根据专家设计的规则与不同种类的实体连接所组成的关系网络进行辨识分析，依托的还是人的脑力劳动。因此这些无疑都需要大量高精尖人才的深入学习与建模测试，时间成本及人力成本巨大。 据百度广告变现算法核心负责人、百度凤巢的总架构师、华为诺亚方舟实验室主任科学家戴文渊透露，2009年百度的技术完成一个AI系统，可能需要200-300人的顶尖科学家团队忙上一年，而这对于大多数企业来说是无法承受的人力成本和时间成本。另据戴文渊称，目前人工智能方面的工作对于专业人才的依赖程度太高。其自己目前的水平是10年学习的结果，若按目前标准，其可能还要再学6-10年的时间才能成为顶尖的数据科学家。为此，可以断定人工智能系统的研发有着极高的门槛，相关科技公司不能幻想靠炒作概念发家，能否成功关键看团队的技术和策略积累如何。而对于市场上传言的智能交易系统能够取代交易员，短时期内不可能发生，长周期内也绝不可能全部代替人工交易，毕竟其开发决策还是人在主导。 再者，人才是人工智能发展的绝对支撑 人才的稀缺，使得人工智能顶尖人才及其珍贵。美国硅谷，刚毕业的人工智能领域博士能开出超过百万美元的年薪。国内，百度、阿里巴巴同样也在全球范围内寻找人工智能的顶级人才，几年前百度还曾在全球启动“少帅计划”，主要针对30岁以下的优秀人才甄选和培养，面向全球范围招聘，年薪百万元人民币起步，且上不封顶，但其中有一条招募标准：此人必须在某一个或多个人工智能相关知识领域是顶尖牛人。巨大的人工成本支出，也注定一般公司是玩不转人工智能的。
风口之下，勿被概念忽悠！自动交易离智能交易差太远! 首先，先要明白概念！目前在外汇市场上火热的是EA智能交易，也叫程序交易系统、自动化交易程序……叫法很多，统一指自动交易技术。其本质上是一个电脑程序，是由程序员根据交易员的思路，把交易员的思路写成计算机程序，依此通过行情走势进行程序运算，自动买进抛出，低买高抛，自动完成整个交易过程。其虽有一定的智能化运行，但绝不是智能交易，在数据处理能力与运行算法上，EA自动化交易要简单很多。其仅仅处在根据简单的数据指标，做出一定运算执行的初级阶段，远远没有达到人工智能要求的 “深度学习”与执行，不能根据市场的变化进行合理的调整及改变，因此称EA自动化交易为智能化交易是在概念上混淆视听。风口之下，投资人还需审视视之，勿被概念忽悠！ 当然，风口总归是风口，总会有2%的人能够成为赢家。也可以预见，当人工智能渗透到各个领域科技突破结合到一起的时候，我们将会面对一个全新的时代。而智能交易系统的到来也真正使得每一位普通人都能享受到人工智能带来的福利。需要提醒的，是对于人工智能未来的发展，抱以信心的同时还需冷静对待，不能盲目乐观，防止过大的兴衰起伏造成不利影响。 （本文原创，转载请注明出处） |
|
|
