人工智能可以在交易市场上大杀四方吗？转发

序


每年 9 月份，在国家会议中心都有一场外汇行业的展会。


每次展会的程序化交易专场，宛如中国特色的人工智能斗法大会——“奇门遁甲，五行八卦，连山归藏，河图洛书……甚至有次某位嘉宾直接说他们的策略叫宇宙上帝法undefined……”


每次欣赏着专家们无所不用其极的挥斥方遒，我作为嘉宾之一，仿佛是不容于世的存在，人家说什么什么易如反掌，我说什么什么无法实现。弄得散场后我总担心会不会被砍。


两年多前，时逢阿尔法狗横扫围棋界，我针对人工智能在交易界的应用问题写了一篇探讨，结论依然适用于今日，兹录于此。

《人工智能可以在交易市场上大杀四方吗？》

最近 master 在围棋界独孤求败，deepmind 公司承认 master 的真实身份就是阿尔法狗的新版本。

这肯定已经不是围棋界的事了，甚至也不仅仅是人工智能界的事，有人已经把阿尔法狗推到改变世界乃至灭绝世界的份儿上。

太远的就不说了，就仅仅探讨下如果把阿尔法狗拿到交易市场上，它能战无不胜吗？

先说结论：目前不能。理由：以当今人工智能的发展程度，仅能在“封闭规则型”的游戏中无敌，但对于解决“开放规则型”的游戏还有相当长的路要走。

怎么理解封闭规则和开放规则？打个比方：

明确告诉你某个大山上有宝藏，藏宝图给你，让你尽快去挖出来，这叫封闭型规则；

如果告诉你某个大山上可能有宝藏，哪座山不知道，你得自己想办法找位置，甚至是否有宝藏这事还未必是真的，你得去证实，这叫开放型规则。

一切封闭型规则的博弈，理论上都存在最优获胜方案。

讲个小故事：

我大学同学 Z 君，来自人口大省河南，录取比例竞争最大的地方，高考成绩堪进全省三甲。考到北京后，经常歧视同校北京学生的智商，说北京人考大学太容易，分数线低，那么笨的脑子，却和他上同一所大学，不公平。

Z 君的观点其实我认同。但作为北京人，当时我肯定不服啊，所以就打算非要在智商方面虐虐他。

Z 君有一大爱好，就是在 QQ 游戏大厅下五子棋。

我之前从来不玩游戏，所以先下载了个游戏大厅自己练了练手。刚登陆时的等级是一级，赢了棋就提升，后来升到一段，过了几天玩到四段时，估么着差不多了，于是找 Z 君对垒。

Z 君一上线，他也是四段，太好了，开杀！结果每十盘里我大概能赢七盘，下了两天，把 Z 君打降级变成了一段。Z 君承认下不过我。我暗爽。

一周后，Z 君找我报仇，我奉陪。刚一登陆，我先惊了，他成了九段！我问怎么一周没见你成九段了，他说看了几本棋谱，在大厅练了一周就成了九段。管他九不九段，开杀！结果我被杀得惨败，下了十几盘全输了。

后来我问他棋谱为什么这么神，他说每下一步棋，其实胜率都会跟着改变，棋谱这东西，就是前人总结的获胜优势最大的走法，他按照棋谱下，漏洞能控制到最小，我按智商下，难免会犯错。总之，他依靠棋谱每走一步，我的胜率就会越来越小，直至输棋。如果他先手的话，我简直就没有获胜的机会。

而这一切，都基于一个前提：五子棋是一项有明确既定规则的游戏。

由于五子棋的规则特别明确，也就是规则封闭性更强，所以很容易就可以设计出针对它的最优获胜算法。

比如有一款手机游戏叫五子棋大师，如果选择“特级大师”的难度，那么在电脑先手的情况下，玩家获胜的几率无限接近于零。这不是智商的问题，而是电脑每一步都用的最优算法，从一开始玩家根本没有喘息的机会。

围棋相对于五子棋，情况复杂了许多，判断的维度要多很多，但不管怎么复杂，也就是 19x19 的棋盘上的一个有明确既定规则的项目。所以围棋界普遍承认围棋策略并不是永无止境的，是存在最优策略极限的，这种理论状态有个业内术语叫“围棋之神”，一些顶尖棋手在接受采访时表示“围棋之神”对战人类选手可能还有让 4 子的空间。

说白了，围棋依然是一项“封闭规则型”的游戏，只不过相对五子棋来说，规则复杂了许多：任意给定一个 19x19*n 维的向量的状态，然后在 19x19 维的向量里寻找最好的应对策略，执行来围住棋盘上最大的地盘。

乃至于这个规则的复杂度，以当今计算机的算力，还实现不了统计所有方案的完全归纳法，因此才给了人工智能介入的余地。

在 deepmind 公司，黄士杰（阿尔法狗的主要设计者）的同事在顶级学术期刊 nature 上发表了“用神经网络打游戏”的文章，由此可见目前最牛程度的人工智能也仅仅是应用在有既定封闭明确规则的领域中。

但是做交易属于开放规则型游戏。它的核心元素虽然只有三点：开仓，平仓，手数。但什么时候开仓，什么时候平仓，开多少手，平多少手，持仓时怎么管理仓位，这里有无穷的变换。而围棋维度再多，也是有穷变换，是机械的每人轮流下一手，根据既定规则的运算就有规则可言。但交易开仓的时机则可能发生在任意时候，就像用兵打仗，不可能说我站好了你捅我一刀，然后你别动，我捅你一刀，最后比谁活到最后——打仗的任何步调、行为完全自由。

可以说交易的维度是无穷多，可任意发挥，不存在理论上的最优策略极限，没有最优解可言。

扯远一点，正因如此，凯利公式无法很好的应用在交易中。

曾有段时间，我痴迷于凯利公式所谓的“能让长期收益最大化，且亏损时永远不会赔光”的功能，但研究了一段时间后，发现效果并不好，可一直说不清楚原因。终于有一天我从凯利公式的最基本定义里找到了答案：凯利公式生效的大前提，是必须在特定的赌局中。

什么叫“特定的赌局”？其实就是本文说的“封闭规则型的游戏”。就像一副扑克牌 54 张，每出去一张牌就少一张，胜率、优势、赔率都会发生明确的可计算的变化，说白了就是完全可以提前制作出一张对照表，不管这张表多么复杂，一定可以制作出来，每一项都能提前有据可查。

但交易市场并不符合“特定的赌局”的特征，行情完全不可控，今天涨一百点，明天跌五百点，振幅不定，每局都不平均，甚至这里根本没有局数的概念可言，任意参与，任意退出，样本没有“特定”的可比性，统计失去了意义。

因此凯利公式对于具备开放规则型特点的交易市场存在相当大的盲点。

我经常把做交易比喻成指挥打仗：首先判断优势够不够，打不打（总体战略以及触发条件），如果打，派多少兵去打（资金管理），怎么排兵布阵（形态技术），万一输了伤亡到多少就收兵（止损），赢了的话是见好就收还是直捣黄龙（阶梯式止盈），如果同时出现了别的战机，还要评估会不会对现有战局造成影响，有没有余力开新的战局，如果有的话，还要把刚才全部的流程再单开一摊执行，然后怎么管理这两摊子事，一旦发生不可预知的危机，怎么权衡取舍……方方面面都要考虑进去，每一条简直都有任意种可能。

我和一个当军官的同学争论过古今打仗问题。他认为今必然远胜于古，因为作战工具不在一个档次上。但我觉得不一定。他说假如让今天的现代化军队和古代军队对战，两军还没照面，今军扔个原子弹过去战争就结束了。

我说美国其实发几个原子弹就能把恐怖组织和索马里海盗灭了，多简单，但为啥局势不温不火一直扯皮？

从古至今就不存在单纯的军事问题，所有的军事问题其实都是政治和经济问题，或为了夺取政权，或为了经济利益，没有人平白无故的打仗。政治、经济永远高于军事，从政治、经济上你就扔不出去原子弹。

再者说，今军的统帅脑子里想的是消灭古军，表面上看古军完蛋了。但负责执行的二把手可未必这么想，对于他的头等大事也许是把统帅搞下台，自己当一把手，说不定还得和敌人里应外合策反夺权，然后和古军平分天下呢。或者统帅上边的帝王怕统帅未来功高震主，给他掣肘，调回朝廷，不了了之。

明明胜券在握的仗最后却一败涂地，自古以来不在少数：秦国只要打不过对手，马上在政治上施反间计；刘邦为了保存实力灭韩信，白登之围故意示弱；祖逖北伐，朝廷消极支援，派人制衡；岳飞要迎回二圣，直捣黄龙之前被高宗杀了……

想起了一个段子，有的网友说，如果只考虑胜负的话，想办法给阿尔法狗断电，它就无法战胜人类了。虽然这纯属抬杠，但确实也指代了一个道理：除非人工智能达到有“自我意识”的境界，否则单凭现在的“自我学习”层次是无法完美解决开放规则型任务的，更遑论威胁人类了，什么时候它能学会在混乱规则下生存，知道避免人给它断网，知道怎么发电，就算迈出了挑战人类的第一步，人类社会发展最大的特点就是在没有规则的前提下发展。

说到底，以人工智能当前的发展层次，对于做交易这种维度太多、无最优解的“开放型规则游戏”还是相当无能为力的。至少凡是宣称已经成熟应用人工智能的，都不是真正的人工智能，只是噱头。

但交易界当前有两种被声称为人工智能的伪人工智能。一种是 EA，一种是智能投顾。

首先需要厘清科学界公认的对人工智能的定义：人工智能是一种绝对的智能，企图了解智能的本质。

这话有点玄乎，我换一种方式解读。

其实佛学里的一对概念可以清晰的区分哪些是人工智能的范畴——“能”和“所”。

“能”就是“能发生的主体”
“所”就是“所产生的对象”


比如说“眼睛看见了东西”这个命题，“眼睛”就是“能看见东西”的主体，代表“能”，“东西”就是“所被看见的”对象，代表“所”。


明了了这个逻辑，就好判断谁是人工智能了——凡是属于“能”的范畴，就算；凡是属于“所”的范畴，就不算。


这样一来，结论就清晰了。程序化交易只是把手工换了个方式而已，它只会执行人“所”提前输入的指令，而不“能”自发的制定策略，更不会自我学习、自我进化。即便有优化功能，也是由人去抉择优化结果，而不是 EA 本身，EA 只能去运算执行而已，并不具备人工智能的本质特点，抽丝剥茧后发现其实就相当于传统交易的电算化。说白了，EA存在的意义与计算器代替算盘、车间流水线代替人工没有性质上区别，充其量只是生产工具的层面，而不是生产力。


在各种投资博览会上 EA 经常被冒充成人工智能，以达到通过高大上的概念炒作吸引投资者的目的。EA 通常被称为智能交易，但不能因为名字里有“智能”两个字，就代表它就是人工智能啊。


况且这里还有个常识性的硬伤，在 MetaTrader 的架构里是不可能实现人工智能的。


打个比方，假设人类造出来速度最快的东西是国家官方研制的超音速飞机，如果民间某老百姓宣称实现了更快的速度，我们秉承开放的态度尚可以相信，毕竟民间出高手，万一造出了更先进的飞行器呢。但如果他说是靠脚蹬自行车超过了飞机的速度，这就没法相信了。无论他腿部力量如何发达，就算把自行车蹬碎了也不可能超过飞机的速度。这不是能力的问题，而是违反基本物理常识。


接下来谈智能投顾，起源于美国，原始名字叫机器人顾问（ROBO-ADVISOR），并不是新生事物，已经有大约 20 年的历史，但近年概念才飘进中国，由于中国社会商业风气的原因，马上就被鼓吹成了人工智能。


先来看一下智能投顾的定义：利用大数据分析、量化金融模型以及智能化算法，根据投资者的风险承受水平、预期收益目标以及投资风格偏好等要求，运用一系列智能算法，投资组合优化等理论模型，为用户提供投资参考，并监测市场动态，对资产配置进行自动再平衡，提高资产回报率……


说的确实很高大上，但脱去它层层华丽的外衣，就发现本质上其实还是事先输入既定规则（不论这个规则多复杂），交给电脑执行，一切都按提前输入的计划，什么情况采取什么动作，并不牵扯自我学习、自我进化的层面。


说白了智能投顾的主打更偏向于优化模式流程的范畴，而不是技术范畴，当然并不是说它没技术含量，至少能代替不必要的人工，分析人脑难以分析的庞大数据，但无论如何跟自我学习、自我进化的人工智能搭不上边。


因此，不论是 EA 还是智能投顾，都是先进的生产工具，就算把生产工具做到极致，仍然只是生产工具，不是生产力，无法创造策略。（分析结果选出最优这不叫创造）


但人工智能明显是迈向生产力级别的产物，它是时代最尖端的科技之一。但悲哀的是，如今在中国，人工智能的概念滥遍大街，成为一种潮流，连电算化都给戴上人工智能的帽子。当然这是一个商业问题，市场需要，不是本文要探讨的。


当然，在交易界，人工智能并非没有迈出过一步。


我搜集了一些人工智能在交易界的新闻：


（1）2016 年上半年，BenGoertzel 和他的创业公司 Aidyia 将他们管理的对冲基金里所有的股票交易完全交给人工智能来完成，期间没有任何人类干扰行为。更令人震撼的是，据说负责各个不同交易系统的 AI 引擎不仅可以分析数据、研究报表，甚至还可以“聚在一起”做市场预测，然后“投票选出”最佳市场决策。


（2）美国顶级量化对冲基金例如文艺复兴基金等已经开始大量使用机器学习技术进行策略建模，而他们使用的技术和 Alphago【深度卷积神经网络策略函数P_human（）、蒙特卡洛搜索树、评价函数 v（）】背后的人工智能技术是类似的。而最近几年，此类基金开始移向真正的“机器学习”……纽约一家名为 Rebellion Research 的研究机构就使用了一种名为“贝叶斯网络”的机器学习系统。


（3）其他人工智能基金公司的 AI 所使用的技术中包括一种名为“进化计算（evolutionary computation）”的技术。进化计算的想法来自于基因进化和深度学习，它可以用来识别图像、识别文字以及完成一些任务，Google 和微软等公司都已经使用了这一技术。


（4）美国旧金山有一家创业公司叫 Sentient Technologies，开发的也是自动交易系统。根据彭博社的报道，Sentient 在于摩根大通的 AI 交易部门合作，他说，基金的运作全部依靠人工智能，股票交易真的不需要人来干预了。“我们的系统可以让基金自动调整风险等级。”说这句话的是 Sentient 公司的首席科学馆 Babak Hodjat，他过去开发的技术被苹果收购，现在变成 iPhone 上的 Siri。系统运行完全不需要人的帮助。“系统自动给出策略，然后给我们命令。它会显示：『现在情况为 A，使用 B 策略进行交易。』此外还会告诉我们何时退出，降低曝光量等一系列内容。”简单来说，系统创造了大量、随机的虚拟股票交易员，测试他们在历史股票数据上的表现。然后选出最好的“交易员”，利用“他们”的“基因”来创造出一个最好的“交易员”。然后再在最好的交易员上重复这一过程…… 最后，系统返回一个能够成功进行自我操作的交易员。Blondeau 说，“经过几千次的基因改造，万亿次的竞争与淘汰，最后，就可以获得一批聪明的交易员来帮基金进行交易。”


用人工智能的基础定义鉴别下，其中（2）、（3）明确具备人工智能的本质特征，但尚处于试验性阶段，并未大规模正式投入应用，这也正契合了本文观点：人工智能目前尚不足以处理交易市场的开放规则型游戏。


但（1）、（4）则看来很成熟。不过疑似为伪人工智能，依然属于执行输入的策略，而非自我制定策略。拿（4）来说，所谓的“系统运行完全不需要人的帮助”，只要把所有情况分支都提前制定好对策输入给程序，那 EA 也完全可以做到；后边说的“虚拟交易员互搏”，其实就相当于 EA 里的优化功能，先优化出契合市场行情的策略大致区间，然后在这个区间里再去选最好的策略。只不过（4）做的比 EA 更自动、更先进，但不管多先进，也是同一层面上的东西，可视之为加强版的 MT4，不符合人工智能的本质条件。


由此可见，交易界里凡是宣称成熟的人工智能，都不是真正的人工智能；真正的人工智能确实尚处于起步期，没有应用层面的成熟产品。


谈了很多人工智能在交易界的局限性，可能有人会觉得我在喷人工智能。实际上我完全不针对人工智能本身，我针对的只是部分大众对人工智能无限夸大的歪曲理解，以及树立对伪人工智能的客观认识。


围棋界的阿尔法狗绝对只是牛刀小试，未来人工智能一定会应用在更多与人类生活更密切相关的领域。（比如旷视的人脸识别现今已经应用于考勤系统了）


但是有朝一日人工智能真的能达到相当高度的话，难免会触及到哲学层面，比如感情是什么，善恶的分界线在哪里，语文作文怎样得满分。届时人类该如何应对呢？


或者这么说，对于开放规则型的游戏，未来人工智能即便可以打败人类，但是否可以求证“开放规则型的游戏理论上可存在最优获胜方案”？


这个问题已经超越了哲学的范畴，上升到了业力级别。对一切时间空间任意穿越，对一切众生心念悉知悉见，对一切事物因缘组合的观察丝毫不谬，这只有佛菩萨才能知道此最优获胜方案了。


职业病犯了，就此打住undefined。

谢谢分享！

学习学习