“我們發(fā)明了能跑贏95%股票型基金的AI經(jīng)理人”，4月18日人工智能公司DeltaGrad首次向外界展示其研究實踐成果：
數(shù)據(jù)顯示，DeltaGrad自2017年11月以來，以自有資金進行A股的量化投資，截至2018年12月，錄得交易累計業(yè)績?yōu)椋?strong>收益率6.19%；同期上證指數(shù)下跌30.10%，深證指數(shù)下跌41.18%，創(chuàng)業(yè)板指數(shù)下跌38.58%——DeltaGrad全面跑贏大盤。此外，結(jié)合私募排排網(wǎng)、東方財富Choice等公開數(shù)據(jù)比對，DeltaGrad投資收益率超越了同期市場上95%的股票型基金。
DeltaGrad創(chuàng)始人龐然在接受億歐金融采訪時透露，DeltaGrad將于2019年正式開始對外商業(yè)化運作，專注人工智能應(yīng)用于股票及期貨市場的投資策略輸出。
從計算機圍棋到量化投資
“DeltaGrad是目前國內(nèi)較早的把AlphaGo技術(shù)應(yīng)用在金融投資領(lǐng)域的人工智能公司?！?/strong>
在這句開場白后，“AlphaGo”幾乎成為整個采訪過程中被提及頻率最高的一個詞。
2016年3月15日，李世石以1:4的比分慘敗人工智能AlphaGo，這次事件可以理解為人工智能領(lǐng)域的里程碑，人們終于找到了賦予機器直覺能力的關(guān)鍵。龐然解釋，傳統(tǒng)想用“窮盡”的方法，將人類下圍棋的邏輯梳理成策略算法是不可能的，因為圍棋中的可能性堪比宇宙中所有的原子總和。而AlphaGo的成功則說明，用深度學(xué)習(xí)網(wǎng)絡(luò)的算法，機器已經(jīng)一定程度上擁有了“直覺”。
此后，只用到了一臺機器和4個TPU，經(jīng)過幾天的訓(xùn)練，AlphaGo Zero以100：0擊敗了AlphaGo。這是神經(jīng)網(wǎng)絡(luò)算法的又一次提升，甚至不需要人類提供棋譜數(shù)據(jù)，AlphaGo Zero從單一神經(jīng)網(wǎng)絡(luò)開始，通過神經(jīng)網(wǎng)絡(luò)強大的搜索算法，在自我對弈中實現(xiàn)了迭代學(xué)習(xí)。
受AlphaGo的啟發(fā)，龐然帶領(lǐng)從未涉足過二級市場的團隊開啟了神經(jīng)網(wǎng)絡(luò)技術(shù)賦能金融投資的探索。也許DeltaGrad團隊并不懂量化投資，但他們所訓(xùn)練出來的股票機器人卻懂，神經(jīng)網(wǎng)絡(luò)就像一個黑盒，人們也許并不理解“機器人是怎么思考”的，只能等待時間來證明它們“思考”結(jié)果的對錯。
什么是神經(jīng)網(wǎng)絡(luò)
龐然表示：“我們不止在訓(xùn)練機器的理性思考能力，通過數(shù)據(jù)的不斷升級與神經(jīng)網(wǎng)絡(luò)的優(yōu)化，我們也在逐步訓(xùn)練讓機器擁有自主的直覺思考能力?！?/p>
通俗來講，神經(jīng)網(wǎng)絡(luò)就是一個可升級的簡易人腦。第一次給神經(jīng)網(wǎng)絡(luò)輸入一個信息時，神經(jīng)網(wǎng)絡(luò)里只有部分的神經(jīng)元被激活或者被激勵，被激活的神經(jīng)元傳遞下去的信息是計算機最為重視或被認(rèn)為最有價值的信息，如果輸出結(jié)果是錯誤的，經(jīng)過誤差反向傳遞對所有神經(jīng)元參數(shù)進行調(diào)整，使得所有神經(jīng)元的參數(shù)變得對真正重要的信息特征更加敏感，經(jīng)過大量的信息訓(xùn)練，被改動的參數(shù)就能漸漸預(yù)測出正確的答案。每一次錯誤預(yù)測的反向回饋，都會使這個神經(jīng)網(wǎng)絡(luò)進化得更加聰明一點，信息的維度越豐富，訓(xùn)練的數(shù)據(jù)量越大，輸出的結(jié)果就越精確。
目前，DeltaGrad已經(jīng)研發(fā)出10個神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型。每一個模型機器人，對應(yīng)著一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和數(shù)據(jù)的組合，DeltaGrad通過各種股票數(shù)據(jù)去刺激這些機器大腦，以激發(fā)它們股票投資領(lǐng)域天賦。因此，每個機器人會從不同視角，同時審視相同的股票、板塊和指數(shù)，得出更加多維的預(yù)測。一個DeltaGrad的股票機器人，足以完成多個基金經(jīng)理的業(yè)務(wù)角色，可以對股票市場的數(shù)據(jù)分析并生成策略。
領(lǐng)先1年等于領(lǐng)先120萬年
在采訪中，DeltaGrad透露，目前正在籌備搭建世界第一個供機器人自主進化的虛擬交易市場，以龐大“數(shù)據(jù)”為核心。不依托人類現(xiàn)有市場交易數(shù)據(jù)，通過機器人交易自博弈來推演出更多交易數(shù)據(jù)。從而產(chǎn)生海量交易的數(shù)據(jù)，幫助機器實現(xiàn)更快的自主進化。每個DeltaGrad股票機器人能產(chǎn)生70萬-120萬的策略數(shù)，每個策略表示一種使用機器人預(yù)測能力的操盤方法，每一個策略對應(yīng)一個回測過的風(fēng)險收益數(shù)值。當(dāng)前已經(jīng)完成的10個機器人共能產(chǎn)生1000萬+的策略數(shù)，每天機器組合的調(diào)倉、增加備選股票，都依據(jù)這些策略數(shù)值進行。平均一年時間就可以推演出上海證券交易120萬年交易數(shù)據(jù)。
未來DeltaGrad也會向市場開放同樣的策略開發(fā)平臺，不僅能夠用歷史30年的數(shù)據(jù)供策略設(shè)計者進行回測，還能用DeltaGrad私有的虛擬市場交易數(shù)據(jù)進行回測。
“黑天鵝”事件又該如何抵御？
對此，龐然為億歐金融表示：AI經(jīng)理人和人類基金經(jīng)理人最大的一個區(qū)別就在于，人類基金經(jīng)理人精力有限，只能關(guān)注幾只、幾十只股票，而AI經(jīng)理人所關(guān)注的股票可以達到上千只，當(dāng)風(fēng)險足夠分散的時候，單只股票的波動影響已經(jīng)可以控制在可接受的范圍內(nèi)，不會影響總體的收益率。
此外，盡管AI自我博弈能夠產(chǎn)生龐大的數(shù)據(jù)量，但這些數(shù)據(jù)是否能夠覆蓋足夠的維度？人們又如何能夠被說服，去信任自己所無法理解的機器做出來的決策呢？
這兩個問題，也許只有時間能給出答案。
銀行與金融科技融合的理想境界是什么？是銀行即服務(wù)。
2019年6月14日，億歐智庫研究院將在“2019丨全球新經(jīng)濟年會·金融科技峰會”上發(fā)布《2019開放銀行與金融科技發(fā)展研究報告》，深度解讀金融科技賦能開放銀行的融合與落地應(yīng)用——上?！ず鐦颉な蕾Q(mào)展館邀您見證！搶票鏈接：https://www.iyiou.com/post/ad/id/792
- 蜜度索驥：以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 萬事達卡推出反欺詐AI模型 金融科技擁抱生成式AI
- OpenAI創(chuàng)始人的世界幣懸了？高調(diào)收集虹膜數(shù)據(jù)引來歐洲監(jiān)管調(diào)查
- 華為孟晚舟最新演講：長風(fēng)萬里鵬正舉，勇立潮頭智為先
- 華為全球智慧金融峰會2023在上海開幕 攜手共建數(shù)智金融未來
- 移動支付發(fā)展超預(yù)期：2022年交易額1.3萬億美元 注冊賬戶16億
- 定位“敏捷的財務(wù)收支管理平臺”，合思品牌升級發(fā)布會上釋放了哪些信號？
- 分貝通商旅+費控+支付一體化戰(zhàn)略發(fā)布，一個平臺管理企業(yè)所有費用支出
- IMF經(jīng)濟學(xué)家：加密資產(chǎn)背后的技術(shù)可以改善支付，增進公益
- 2022年加密貨幣“殺豬盤”涉案金額超20億美元 英國銀行業(yè)祭出限額措施
- 北銀消費金融公司【遠離各類不良校園貸】風(fēng)險提示
免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
