You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss

人工智能創造「超級交易員」(車品覺)

By on May 31, 2016

本文作者車品覺,為紅杉資本中國基金專家合夥人、原阿里巴巴集團副總裁,為《信報》撰寫專欄全民大數據

圖片: search engine land

圖片: search engine land

一年一度的中國數博會(大數據產業博覽會)在貴陽圓滿結束,涵蓋的大數據落地點包括政務、金融、醫療、智慧城市等方面。不出所料,今年的焦點是人工智能和大數據這一對絕配,在各會場中,「深度」、「加強學習」等名詞亦不絕於耳。作為數據產品人,我的判斷是金融大數據必然是風口浪尖。簡單說,即使科技有重大突破,我們也需要時間適應,但利益點愈明顯,就會愈快被接受。

四分一個世紀前,金融機構已是最先資訊化的機構,我還記得當初剛入行,在中環滙豐總行做程式師的時候,就嚮往trading center的先進設備,更曾夢想有朝一日成為交易員。時隔30年,電腦輔助交易現已不是什麼新鮮事物,配合着大數據的人工智能已可自學以適應不斷變化的市場環境,毋須人類引導和指示的投資機器人時代即將到來。可是我們不應將之跟高頻交易混為一談,它尋求的不一定是超前或快速交易優勢,而可以是較長一段時間內的最佳交易,或許是幾小時、幾天,甚至幾個月。

一些業內人士認為,人工智能在投資領域的成功很可能遭到低估,因為這類公司總是悶聲發財,令人捉摸不透。從數據上看,近年成立的對沖基金主要都是「系統化」的,換言之大部分交易都使用了電腦模型。更有意思的是,數據顯示利用人工智能來制訂投資決策的對沖基金,投資回報每年都跑贏行業平均水準。

難怪美國證券交易委員會也開始關注,是否需要作出監管。白宮副CTO亦表示,已觀察到各種關於AI和機器學習的問題在政府部門中冒起頭來。

演算進化 挑選最好

交易機器人獲取大量資訊,包括新聞和社交媒體上的資訊,並利用其推理能力來識別資訊的聯繫和模式,然後按照這些模式對市場作出預測,最後轉化成買賣指令,整個過程與從前的量化交易不同,毋須人類直接參與。但這類智能決策系統也有前提條件,包括高度透明的市場、大數據的完整閉環、人工智能的自我學習、高速的運算能力等。

人工智能系統把數以萬計不同的預測模式結合起來,這可能涉及利用進化計算來開發出更好的深度學習演算法。簡單來說,它會隨機創建出一大批數碼化股票交易員,然後利用歷史股票數據,對它們的表現進行測試。

挑選出表現最好的交易員之後,便會利用它們的「基因」來生成一組更優秀的新交易員。這個過程會反覆進行,經過成千上萬次運算,不計其數的「交易員」相互競爭,最後便會得到一組可以實際使用的「超級交易員」,情況就像AlphaGo擊敗圍棋九段高手李世乭的例子一樣。

更多車品覺文章:

支持EJ Tech



如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們