0
人工智能是塊磚，哪里好用往哪兒搬。這次搬到了量化交易。
近日，一則摩根大通將AI應用于交易執(zhí)行的消息再掀波瀾。據(jù)外媒報道，該加持了AI的機器名為LOXM，利用了深度強化學習技術，核心功能是以最優(yōu)的價格和最快的速度執(zhí)行股票交易指令。它從過去數(shù)十億筆交易（既有真實交易，也有模擬交易）中汲取經驗來處理各種問題，包括如何在拋出大量股票的情況下而不引起市場波動。
第一季度開始，摩根大通將LOXM應用到歐洲股票業(yè)務，聲稱“應用效果不錯”，并計劃第四季度在亞洲和美國啟用。
對此，畢業(yè)于普林斯頓大學運籌與金融工程系（博士），曾任美林證券投顧算法首席架構師，現(xiàn)任清華金融科技中心兼職教授，財富引擎科技創(chuàng)始人的林常樂告訴雷鋒網，“在我看來，摩根大通的AI更像是一種包裝，技術并沒有那么神奇?！?/span>
量化交易最早出現(xiàn)在上世紀70年代，后續(xù)衍化出高頻交易、程序化交易、自動化交易等多種交易方式。他繼續(xù)解釋道，在交易執(zhí)行中利用計算機的目標很明確，即優(yōu)化交易成本。買賣數(shù)量越多，影響面越廣，交易成本越高。
“自動化交易就是在找交易數(shù)量與交易成本之間的優(yōu)化空間，可以做擬合和分析，從而節(jié)省交易成本。因為市場上掛單有限，一次性買大量股票，成本不是簡單地“1+1=2”，很可能是等于3，分批次購買可以控制成本。此外，交易頻次比較快，還可以進行短期預測?！?/p>
總的來說，自動化交易的作用主要體現(xiàn)在提高工作效率，降低人力以及交易成本。
近年來，AI風靡全球，成為各產業(yè)界爭相擁抱的前沿科技，自然也包括投資領域。但萬變不離其宗，從線性回歸、傳統(tǒng)算法到應用AI，自動化交易的原理沒有變化。
林常樂坦言，
“事實上，自動化交易是硬件驅動，硬件的作用大于算法。而在算法方面，只是將傳統(tǒng)算法替換成了深度學習、強化學習等相關技術而已。這種變化是一種改良，還談不上‘質’的變革?！?/p>
目前，AI處于弱人工智能階段。雖然機器學習等已經在金融資管理領域有了一定的應用，但業(yè)界共識是，這還非常稚嫩。
許多優(yōu)秀的交易策略還是由人來制定，機器用于輔助決策或者執(zhí)行。中科院計算機副研究員羅平表示，“一些真正賺錢的基金經理的操作邏輯，可能只有一兩個特征，但他們就能基于這些簡單的邏輯悶聲發(fā)大財?！?/p>
在林常樂看來，機器學習現(xiàn)在的成就主要體現(xiàn)在計算機視覺CV、自然語言處理NLP領域，這些領域的特征是信息量大于噪音。而隨著模型的完善，計算能力的發(fā)展，CV和NLP的突破是理所當然。
“但金融領域非常嘈雜，噪音很大，市場的有效信息很少，且處于時刻的變化中。不管是現(xiàn)在，還是未來，我認為‘AI取代人類’的可能性也非常渺茫。”
“如今AI介入交易執(zhí)行的具體步驟并不多，更多是自動化?！必旜L聯(lián)合創(chuàng)始人，康奈爾大學博士王蓁與林常樂的觀點不謀而合。更有業(yè)內交易員評價說，“摩根大通的AI交易軟件可能就是一次PR。”
而事實上，摩根大通并非第一家將AI應用于交易執(zhí)行的金融機構。高盛紐約現(xiàn)金股票交易員從2000年的600人到2017年的2人刷足了今年二月頭條。但摩根大通的競爭對手不只是它。據(jù)林常樂透露，在量化交易領域，一些偏技術公司尤其是高頻交易公司的表現(xiàn)能力更優(yōu)于這些投行。例如量化交易巨頭如騎士資本KCG、Virtu Financial、Citadel 等。這些公司的競爭實力更加強勁，“投行已經被一些技術領先者淘汰?！?/p>
我們時常看見“AI將要取代交易員？！”的言論見報，但值得注意的是，被取代的都是執(zhí)行客戶訂單的職位。在這方面，機器擁有嚴格執(zhí)行命令，大單高頻操作等人類無法比擬的優(yōu)勢。
而那些人沒有看到的是，在高盛交易員銳減598人的背后，增加了200名研發(fā)自動交易程序的工程師。被取代的是“可以被取代的”，行業(yè)一直向前。猶如當年ATM機的盛行革新了銀行服務，取代了一部分柜員。量化投資同樣適用，技術和算法的革新推動著行業(yè)向前發(fā)展。
與此同時，林常樂指出，自動化交易實際上已經不再是金融機構的優(yōu)勢領域。在美國體現(xiàn)為，市場競爭激烈，業(yè)務利潤率不斷下行。該領域的天花板似乎可以預見。
自動化交易或者說量化投資，目前已經擁有比較成熟的工具。除此外，他告訴雷鋒網，此前在美林證券還看到各部門在不同程度地應用AI。在財富管理領域的明星應用當屬智能投顧。這也是技術性公司最偏愛的接入領域。林常樂與深耕運籌學的杉數(shù)科技就有著一系列合作，將學界最前沿的技術應用于資產配置的計算等方面。
據(jù)雷鋒網AI金融評論此前報道，關于財富和資產管理對技術預期發(fā)展路線的問題，Celent高級分析師William Trout曾指出，
簡單地說，智能投顧一定程度上已經瓦解了這個行業(yè)，因為他們提供了更加高度定制化、數(shù)字化、低成本的財富管理體驗，這足以讓他們能夠如所需要地快速拓展市場規(guī)模。
William Trout認為，理財經理人最佳的應對方式是化為己用，在規(guī)模化擴展與客戶定制化服務之間尋找平衡。
用他話說，“他們應該為那些本金低于100或500萬美金的低凈值客戶也提供個性化服務。這個技術過程包括你將如何發(fā)現(xiàn)投資者的不同需求，以及如何為他們做好服務。”
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
