经济学人官译AI回报

　　人工智能（以下简称AI）已经改变了一些活动，其中包括某些金融工作，如防范欺诈，但它却尚未用于资金管理和选股。这似乎有些奇怪：作为AI分支的机器学习技术善于运用庞大数据寻找模式并做出预测，似乎是这一领域的理想工具。

　　但伦敦或纽约的大牌“量化”对冲基金往往对该技术的潜力不以为然。然而在旧金山，情况则不同。在这个城市，机器学习司空见惯，路边广告牌上就直接印着这个名词。一批希望利用该技术的新兴对冲基金已在这里涌现。

　　这些新型对冲基金态度足够谦虚，肯承认对手的一些观点。设有对冲基金部门的AI创业公司感知科技（Sentient Technologies）的联合创始人巴巴克·霍加特（Babak Hojdat）表示，如果不加干预，机器学习技术很可能会出现“过拟合”现象，即在用于训练的特定数据中识别出了特殊模式，却无法在现实世界广泛应用。

　　他指出，金融数据相对稀缺，因此尤其容易引发这一问题。累积几十年的股价时间序列包含的信息远远少于其他数据，例如Facebook用于训练人脸识别算法的图像数据。

　　那么，关键就在于采取更周密的方式来部署AI。技术实力显然非常重要：感知科技聘请了几十位AI专家，不断开发新方法。但商业模式也极为重要。感知科技在十年前起步时是一家小型基金公司，只管理创始人的资金。

　　过去三年来，公司已扩展到AI的其他应用领域，如网络购物和网站优化。直到今年早前，该公司才推出一只接受外部投资的对冲基金，希望将从其他地方获得的洞见运用在自己的投资部门中。

　　另一家旧金山对冲基金公司Numerai有着不同寻常的商业模式，从而利用了更多的专业人才。这家成立于2015年的公司在今年秋天推出了首只基金。该公司先是收集金融数据，然后加密，令其无法被识别。

　　公司的首席运营官马修·博伊德（Matthew Boyd）表示，这将数据变成了“纯粹的数学问题”。公司认为这样可以避免模型中掺杂偏见，而且，相比挑选证券牵涉的肮脏交易，这也更能吸引硅谷人士。

　　之后，Numerai开展两个阶段的比赛，挑选在运用上述数据时表现最佳的机器学习算法。现在，每周约有1200名数据科学家参与比赛，在第一轮争夺虚拟奖金（该基金公司自己的加密货币），在第二轮争夺现金奖励。

　　如此设计为的是促进开发具备长期优选能力的算法。公司把最佳算法的结果还原为金融数据，利用这些发现来决定交易哪些股票。如此看来，众包对该基金的贡献并不低于AI技术。

　　对冲基金公司小脑资本（Cerebellum Capital）倒是标榜其高度依赖机器的商业模式，尽管它以人脑命名。

　　在2008年创立之初，该公司是一家套利基金， 自2016年开始筹备一只完全采用AI投资美国股票的基金，并于今年4月推出。该基金不只用机器学习分析数据和出谋划策，就连衡量这些策略优缺点的分类系统本身也是由机器学习技术运作的。不过，实际交易操作还是由人工根据算法的指示来完成。

　　因此，无论这些新型AI基金长期表现如何，它们的一个特点已经明显呈现。至少在投资领域，更多地采用人工智能并不一定意味着需要的人类智慧就少了。返回搜狐，查看更多