传统量化已死，AI量化为王

尽管巴菲特在1987年给投资者的信中说：“在我看来，投资的成功不会由晦涩难懂的公式、不会由计算机程序或者股票市场闪动的价格信号来产生”，如今机器已经在金融市场中起到极为重要的作用。

2015年创建的对冲基金中40%依赖于计算机模型做投资决策。对冲基金和银行们正招聘越来越多的数据科学家。高频交易公司也在计算机的速度和效率方面竞争激烈。

传统量化交易的模型是“静态”的，因为交易策略都是由量化策略师制订，是被事先编程的。例如，动量类的策略在一个时期内可能效果非常好，但在下一时期很可能效果不佳。及时使用组合策略，灵活性也颇为不足，在市场变动时很难及时做出有效的应对，尤其是在波动剧烈的加密资产市场。而AI驱动下的量化交易会在市场进一步发展之前观察到市场异常，策略池中的交易策略本身会随着信息的变化而动态变化，第一时间对市场的波动做出有效应对。

很多知名的量化对冲基金，如Renaissance（文艺复兴），D.E. Shaw和Two Sigma多年来一直在使用人工智能量化策略。这些伟大基金公司的创始人或高管们都有至少一两位来自计算机科学和人工智能领域。文艺复兴的联合首席执行官Bob Mercer和Peter Brown之前正是就职于IBM公司，负责开发人工智能语言识别程序，是业内顶尖的人工智能技术专家。而Two Sigma的联合创始人David Siegel，毕业于麻省理工学院，并在那里获得了计算机科学博士学位，而他博士阶段的主要学习和工作，正是在MIT的人工智能实验室完成的。David Siegel曾直截了当的指出，“投资世界面临的挑战是人类的思想没有变得比100年前更好，使用传统方法的人很难用人脑中应付全球经济如此之多的信息、最终，这样的时刻将会到来：没有人类投资经理能够击败计算机和人工智能。”

还有一些业内的资深巨鳄早已悄悄在人工智能量化领域布局和发力，据公开的信息和报道。现今世界上最大的对冲基金，由Ray Dalio掌舵的Bridgewater高薪挖走了David Ferrucci。Ferruci何许人也？他自2012年起领导IBM人工智能事业部，成为著名的人工智能Watson的领导者和奠基人。据彭博新闻社报道，该团队将设计交易算法，通过历史数据和统计概率预测未来。该程序将随着市场变化而变化，不断适应新的信息，而不是遵循固定的模型。而在去年，著名的资管公司BlackRock（黑石）聘请了两位前谷歌Deep mind部门的顶级AI工程师。

人工智能量化交易新的进展来自于机器学习的应用，特别是深度学习。机器学习简单来说就是让计算机自己学习和行动。深度学习是以一套基于算法的机器学习的分支，这套算法通过使用多个具有复杂结构的处理层，试图对高级抽象数据进行建模——从本质上来说就是训练大型识别数据模式的虚拟神经网络。深度学习赋予了计算机人类水平的能力，例如识别图像、口语以及人类语言的语义。IBM的Watson在许多案例中都比人类医生更能更好地诊断出癌症，Facebook的DeepFace技术在识别使用者的照片中识别面孔的能力已经跟人类相差无几。

有一些新的聚焦人工智能量化交易的玩家进入了金融市场，比如旧金山的Sentient，纽约的Rebellion Research和新加坡的New Bloc。

去年JP Morgan的对冲基金业务Highbridge Capital Management开始与Sentient合作创建AI策略。Sentient在资金方面获得1.43亿美元的支持，完全通过AI进行操作；在算法上，它使用了进化学习，生成了数万亿种专业程序，这些专业程序称为代理（agent）。Sentient使用进化学习创建虚拟量化交易员，使用历史数据测试他们的表现，而这些虚拟交易员会相互竞争，一些能够实际部署的聪明交易员便留下了——AI交易员的适者生存。Sentient AI负责供应创建投资策略的信息数据、决定使用什么工具、用什么订单类型、购买什么资产、并对什么时候要平仓做出决定以降低风险暴露水平。Sentient认为进化学习和深度学习可以结合起来，这被叫做神经网络进化——使用进化算法来构建更好的深度学习算法。

2018年成立的New Bloc，从创立之初即专注于人工智能量化的研究，其通过机器学习，从数据中获得规律，并通过规律对未知海量数据进行快速有效处理，进行分析、拟合、预测，解决海量组合空间与计算机处理能力之间的瓶颈；除数据学习、分析、监控外，New Bloc还通过人工智能进行自然语言处理，即舆情监控，通过观察跟踪市场情绪以及政策走向判断和调整交易策略；除此之外，New Bloc还利用知识图谱则提供了根据专家设计的规则与不同种类的实体连接所组成的关系网络，从“关系”的角度去提升人工智能分析问题的能力。New Bloc的创始人Summer表示：

“AI量化交易系统，能够通过机器学习的方法，优化全球标准化金融资产的投资策略和策略组合。通过强化学习、深度学习等最先进的机器学习算法从全球不同的市场中探索投资机会，从海量结构化与非结构化数据中自动发掘、验证、优化Alpha或Beta策略并构建策略池，可在复杂多变的全球市场中对不同的投资标的动态地进行智能组合与风险对冲，并应用最恰当的策略组合进行自主决策，以实现“全天候”交易。在保证稳健盈利的基础上将风险和回撤降低到一个安全可控的范围。”

当李世石和柯洁与Alpha Go对弈时，他们不只是对抗Alpha Go本身，他们正在对抗的是在他们之前的所有伟大的棋手。市场有了人工智能，从每个可获取的信息来源收集数据，然后计算机就能够以远远超出人类思维维度的能力分析数据。人工智能可以同时观察世界一角的降雨模型和农业产出、另一角的航运模型、社交媒体对特定公司评论中的情绪、发展中经济体的坚韧诉讼、在模式出现之前很好地找到它们。在《Dark Pools》一书中有个人工智能程序，这个程序生成对苹果股票的预测：该系统可能跟踪所有关于苹果公司的博客内容、行业专家的言论、从中国出境的运输数据和制造手机的工厂、就业网站所测量的具有苹果公司工作经验的员工找工作的数量（这个数量增加了可以表示裁员，因此可能盈利不及预期）、SEC文件、专利申请、零售数据和社交媒体评论。目标是在公司上市之前预测公司绩效，或者甚至比公司管理层更加领先意识到发生了什么事情。

人工智能技术正以惊人的速度发展。也许基金经理不会因技术的发展而丢掉饭碗，但对于处理数据模型和辅助投资决策，人工智能将是增强投资过程的无价工具。要成为赚钱的投资者，你需要正确的信息，你需要控制情绪做出合理地分析，并且对你的信息采取有效行动，你需要在正确的时机做出决定。 而这些，正是机器远胜于人类的领域。

未来已来，传统量化正在凋零，AI量化必将称王。