人類與人工智能：誰更擅長在金融市場上賺錢？

芭芭拉-杰奎琳-薩哈基安

劍橋大學(xué)臨床神經(jīng)心理學(xué)教授

法比奧-庫佐林

牛津布魯克斯大學(xué)人工智能教授

沃伊泰克-布?xì)J斯基

劍橋大學(xué)博士生，顧問

在這么多人工智能的成功應(yīng)用中，有一項似乎是明顯缺席的：人工智能在金融市場上賺錢。

人工智能在金融市場上賺錢

人工智能現(xiàn)在已經(jīng)在以前被認(rèn)為是無法實現(xiàn)的領(lǐng)域與人類緊密結(jié)合，甚至超越了人類。這些領(lǐng)域包括國際象棋、街機(jī)游戲、圍棋、自動駕駛汽車、蛋白質(zhì)折疊等等。這種快速的技術(shù)進(jìn)步也對金融服務(wù)行業(yè)產(chǎn)生了巨大影響。該行業(yè)越來越多的首席執(zhí)行官宣布（明確或暗示），他們經(jīng)營的是"擁有銀行執(zhí)照的技術(shù)公司"。

金融科技行業(yè)（Fintech）也在迅速興起和發(fā)展，在零售銀行、養(yǎng)老金或個人投資等領(lǐng)域，科技初創(chuàng)公司越來越多地挑戰(zhàn)老牌金融機(jī)構(gòu)。因此，人工智能經(jīng)常出現(xiàn)在幕后流程中，如網(wǎng)絡(luò)安全、反洗錢、了解客戶檢查或聊天機(jī)器人。

在如此多的成功案例中，有一個似乎明顯缺席。人工智能在金融市場上賺錢。雖然交易員普遍使用簡單的算法，但機(jī)器學(xué)習(xí)或人工智能算法在投資決策中卻遠(yuǎn)不常見。但是，由于機(jī)器學(xué)習(xí)是基于分析巨大的數(shù)據(jù)集并在其中找到模式，而金融市場產(chǎn)生了大量的數(shù)據(jù)，這似乎是一個明顯的匹配。在發(fā)表于《國際數(shù)據(jù)科學(xué)與分析雜志》的一項新研究中，我們對人工智能在賺錢方面是否比人類更出色進(jìn)行了一些說明。

一些專業(yè)的投資公司，稱為量化（代表"定量"）對沖基金，宣稱他們在投資決策過程中采用人工智能。然而，他們并不公布官方業(yè)績信息。此外，盡管其中一些公司管理著數(shù)十億美元的資金，但相對于更大的投資行業(yè)的規(guī)模而言，它們?nèi)匀皇切”姾托⌒偷摹?/p>

另一方面，學(xué)術(shù)研究已經(jīng)多次報告了基于機(jī)器學(xué)習(xí)算法的高度準(zhǔn)確的金融預(yù)測。這些理論上可以轉(zhuǎn)化為金融業(yè)非常成功的主流投資策略。然而，這似乎并沒有發(fā)生。

造成這種差異的原因是什么？是根深蒂固的經(jīng)理文化，還是與現(xiàn)實世界投資的實際情況有關(guān)？

“如果人工智能可以像人類一樣或比人類更好地進(jìn)行投資，那么這可能預(yù)示著就業(yè)機(jī)會的大量減少?！?/p>

人工智能財務(wù)預(yù)測

我們分析了學(xué)術(shù)研究人員在2000年至2018年期間發(fā)表的27項經(jīng)同行評審的研究。這些描述了使用機(jī)器學(xué)習(xí)算法進(jìn)行的不同種類的股市預(yù)測實驗。我們想確定這些預(yù)測技術(shù)是否能在現(xiàn)實世界中得到復(fù)制。

我們的直接觀察是，大多數(shù)實驗都是平行運行其投資模型的多個版本（在極端情況下，多達(dá)數(shù)百個）。幾乎在所有的案例中，作者都把他們表現(xiàn)最好的模型作為實驗的主要產(chǎn)品--這意味著最好的結(jié)果被挑選出來，而所有次優(yōu)的結(jié)果都被忽略了。這種方法在現(xiàn)實世界的投資管理中是行不通的，因為任何給定的策略只能執(zhí)行一次，其結(jié)果是明確的利潤或損失--沒有結(jié)果的撤銷。

運行多個變體，然后將最成功的變體作為代表，在金融領(lǐng)域會產(chǎn)生誤導(dǎo)，并可能被視為非法。例如，如果我們運行同一策略的三個變體，其中一個虧損-40%，另一個虧損-20%，第三個獲得20%的收益，然后只展示20%的收益，顯然這個單一的結(jié)果錯誤地代表了基金的表現(xiàn)。應(yīng)該只測試一個版本的算法，這將代表真實世界的投資設(shè)置，因此，更加真實。

我們審查的論文中的模型達(dá)到了非常高的準(zhǔn)確度，約為95%--這是生活中許多領(lǐng)域巨大成功的標(biāo)志。但在市場預(yù)測中，如果一個算法有5%的時間是錯誤的，它仍然可能是一個真正的問題。它可能是災(zāi)難性的錯誤，而不是輕微的錯誤--不僅抹殺了利潤，而且抹殺了整個基礎(chǔ)資本。

我們還注意到，大多數(shù)人工智能算法似乎是 "黑盒子"，沒有關(guān)于它們?nèi)绾喂ぷ鞯耐该鞫?。在現(xiàn)實世界中，這不太可能激發(fā)投資者的信心。從監(jiān)管角度來看，這也可能是一個問題。更重要的是，大多數(shù)實驗并沒有考慮到交易成本。雖然這些成本多年來一直在減少，但它們并不是零，而且可能造成利潤和損失之間的差異。

我們所看的實驗都沒有考慮到當(dāng)前的金融法規(guī)，如歐盟的法律指令MIFID II或商業(yè)道德。實驗本身沒有從事任何不道德的活動--它們沒有尋求操縱市場--但它們?nèi)狈γ鞔_確保其道德的設(shè)計特征。我們認(rèn)為，機(jī)器學(xué)習(xí)和人工智能算法在投資決策中應(yīng)遵守兩套道德標(biāo)準(zhǔn)：使人工智能本身符合道德標(biāo)準(zhǔn)，并使投資決策符合道德標(biāo)準(zhǔn)，將環(huán)境、社會和治理因素考慮在內(nèi)。例如，這將阻止人工智能投資于可能危害社會的公司。

所有這些都意味著，學(xué)術(shù)實驗中描述的人工智能在金融業(yè)的現(xiàn)實世界中是不可行的。

人類更好嗎？

我們還想把人工智能的成就與人類投資專家的成就進(jìn)行比較。如果人工智能可以和人類一樣或比人類更好地進(jìn)行投資，那么這可能預(yù)示著工作崗位的大量減少。

在未來，這種情況可能會改變，但在轉(zhuǎn)而使用人工智能之前，我們?nèi)匀恍枰C據(jù)。而在不久的將來，我們認(rèn)為，與其把人類與人工智能對立起來，不如把兩者結(jié)合起來。這將意味著在決策支持和分析工具中嵌入人工智能，但將最終的投資決策留給人類團(tuán)隊。

-END-

關(guān)鍵詞： 人類與人工智能誰更擅長在金融市場上賺錢 劍橋大學(xué)