摘要：不僅對沖基金對機器學習主導交易的期待沒有成為現實，Gartner還認為，機器學習已經走到了“期待膨脹的頂部”，如今正朝著“幻滅的底部”移動。
*本文來自華爾街見聞（微信ID：wallstreetcn），作者張家偉。更多精彩資訊請登陸wallstreetcn.com，或下載華爾街見聞APP。*
在AI快速崛起的當下，華爾街對沖基金已經言必稱機器學習，交易員甚至也開始擔心自己的工作有一天也將被取代。但是也有冷靜的觀察者開始質疑，機器學習是不是又一個被過度誇大的領域？
對於華爾街傳奇對沖基金經理Paul Tudor Jones來說，他曾因成功預測1987年美股崩盤而大賺1億美元，從此名聲大噪。早在1990年代末，他便指派一個團隊專門研究自己的交易細節，並用相應的數據對計算機加以訓練，希望有朝一日計算機能夠成為交易主導者。
儘管自那時起相應的計算機程序一再升級，且如今仍然在Jones旗下的Tudor Investment正常運行，但卻始終無法掌握Jones作出投資決策時所依據的精髓，更別提取代他成為交易的主導者。
在高盛看來，出現這種情況並不難理解，正因為同樣的道理，銷售人員以及交易員等崗位短期內還不到能被取代的時候。
美國媒體援引高盛風險管理系統SecDB的首席架構師Michael Dubno稱，這些人腦中對現實世界的“精神圖譜”要遠比絕大多數計算機系統所能構建的要復雜。他認為，短期來看，AI的發展並不像人們普遍預期的那樣快。
他稱：
它（AI）會經歷一些起起伏伏，最初看上去好像能夠解決所有問題，但實際上後來只能解決很少的一部分，再後來就趨於沉寂了。
然而從現實世界來看，人們對機器學習的期待似乎仍然處在“能夠解決所有問題”這個階段，這也是對沖基金對機器學習投入樂此不疲的一個重要原因。
華爾街見聞此前曾提到，摩根大通全球股票電子交易負責人Daniel Ciment表示，內部代號為LOXM的AI程序從今年一季度起已在歐洲股票算法業務中投入使用，計劃在四季度將其運用擴大至亞洲及美國地區。
據他介紹，LOXM並非只是機械地執行，它的特色在於能夠利用“深度強化學習”方法，從過去幾十億條實盤和模擬盤的歷史交易中進行學習總結，歸納經驗和教訓，以解決更加複雜的問題，比如怎樣才能在不驚擾市場價格的情況下大量拋售股票。
早在今年3月，全球最大資產管理公司貝萊德做的更加激進。該公司一次開掉了7個基金經理，並用計算機算法取而代之去做量化投資策略。
這些事實都讓機器學習吸足了注意力，也成為其持續火熱的重要推手。但是和上述高盛觀點一樣，知名市場研究公司Gartner也認為，儘管機器學習如日中天，但過度的期待和冰冷的現實之間的差距，意味著這個概念的火熱終將走向幻滅。
Gartner在8月發布的報告中表示，作為一種新興技術，機器學習已經走到了“期待膨脹的頂部”，如今正朝著“幻滅的底部”移動。
發表於 2017-10-24 18:30:44
收藏