四年前，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过一篇探讨，结论依然适用于今日。——独孤求帅

 

 

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。

 

舆论认为这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：肯定不能。

 

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，但哪座山不知道，也没有藏宝图，你得自己想办法找位置，甚至是否存在宝藏这个消息的真假还存疑，你得去证实，这叫开放型规则。

 

一切封闭型规则的博弈，理论上都存在最优解。

 

比如说五子棋，玩家每下一手，胜率都会随之改变，棋谱或算法这东西，就是人类总结出的获胜优势尽可能大的走法。有款游戏叫五子棋大师，如果选择“特级大师”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。这不是玩家水平的问题，而是电脑每一手都用的最优方案，从一开始玩家根本没有喘息的机会。

 

由于五子棋是一项有明确既定规则的游戏，且规则足够简单，意味着封闭性极强，所以很容易就可以设计出针对它的最优获胜算法。

 

围棋相对于五子棋，虽然复杂了许多，判断的维度要多很多，但本质上换汤不换药，是一个有明确既定规则的项目。所以围棋界公认围棋策略并不是永无止境的，是存在最优解的，这种理论状态有个业内术语叫“围棋之神”，一些顶尖棋手表示“围棋之神”对战人类选手可能还有让4子的空间。

 

只不过围棋策略的最优解以当今计算机的算力是没办法计算的，因此才给了人工智能介入的余地。

 

此外，黄士杰（阿尔法狗核心设计人员之一）的同事在顶级学术期刊Nature上发表了“用神经网络打游戏”的神作，而游戏的打法不论多么复杂显然也是存在最优解的。我们会发现当今的人工智能也仅仅是应用在有既定封闭规则的领域中。

 

但交易市场属于开放规则型游戏。它只有三个核心元素：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。单就开仓的时机就没有任何步调的限制，完全自由，没有像围棋那样机械的每人轮流下一手的规定，就像两军作战，不可能说我站好了你捅我一刀，然后你别动，我捅你一刀，比谁活到最后。

 

可以说交易的维度相当于无穷多，可以任意发挥，没有理论上的最优策略极限可言。

 

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，又一直搞不清楚原因。

 

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，每打出去1张牌，胜率、优势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，每一项都能有据可查，就好比很多年前的“21点算牌必胜法”。

 

但交易市场并不符合“特定的赌局”这个特征，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，甚至这里其实没有局数的概念，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另开一摊执行，然后怎么同时管理这两摊子事又是个命题，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。假想让现今的军队和古代的军队打一仗，谁会赢？

 

同学认为这需要讨论吗？两军还没照面，今军扔个原子弹过去，古军就灰飞烟灭了。

 

我说美国其实投几个原子弹就能把各种恐怖组织和海盗灭了，多简单，但为啥国际局势一直扯皮呢？

 

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、经济的战略层级高于军事，从政治、经济上考量，美国就扔不出去原子弹。

 

再者说，比如今军的统帅脑子里想的是消灭古军，由于作战工具不在一个档次上，表面上看古军注定完蛋。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，自己当政，说不定还得和敌人里应外合策反夺权呢。或者军事统帅上边的政治领袖怕发生功高震主事件，给他掣肘，调回朝廷，不了了之。

 

明明胜券在握的仗最终结果却莫名其妙，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；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……

 

这就是开放规则型任务的不确定性。

 

想起一个段子，有网友说，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，但的确戳中了当下人工智能发展水平的局限性：除非人工智能达到有“自我意识”的境界，否则单凭现在的学习训练层次是无法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，知道避免人类给它断网，知道怎么发电，才算迈出了挑战人类的第一步，人类社会最大的特点就是在没有规则的前提下发展。

 

说到底，以当今人工智能的所达到的程度，对于交易市场这种开放型规则游戏还是相当的无能为力。至少凡是宣称已经成熟应用人工智能的，都只是噱头。

 

比如交易界当前有两种被号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对人工智能范畴进行分界——“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”这件事，“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，就可以判断谁是人工智能了——凡是属于“能”这边的，就算；凡是属于“所”这边的，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的区别。

 

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之智能，在于执行层面上实现了完全脱离人工操作的程序化，而这个特征跟人工智能根本扯不上关系。

 

接下来分析智能投顾。它起源于美国，原本名字叫机器人顾问（ROBO-ADVISOR），并不是新生事物，已经有二十年的历史，但近年来概念才飘进中国，鉴于国内商业风气的原因，马上就被鼓吹包装成了人工智能。

 

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……

 

说的多么高大上啊，然而脱去它层层华丽的外衣，就发现其实本质上还是事先输入既定规则，什么情况采取什么行动，电脑就负责当个执行工具而已，何来的人工智能？

 

说白了智能投顾更偏向于优化模式流程的范畴，它仅能分析数据、代替人工，但无论如何跟人工智能搭不上边。

 

因此，不论是EA还是智能投顾，都只是先进的生产工具，就算把生产工具做到极致，仍然只是生产工具，不是生产力，无法创造出策略本身。（分析既已生成的策略结果而选出最优这不叫创造）

 

而人工智能明显是试图迈向生产力级别的产物。悲哀的是，如今在国内交易界，人工智能的概念滥遍大街，成为一种江湖词汇，连最基本的电算化都给戴上人工智能的帽子了。

 

不过国外交易界对人工智能稍加进行了一些尝试。

 

我搜集了几条人工智能在国外交易界的新闻：

 

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在与摩根大通的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公司的首席科学官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。”

 

当然不能新闻说是就是，我们得用人工智能的基础定义鉴别下，其中②③明确具备人工智能的本质特征，但尚处于研发阶段，并未正式投入应用，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这种的开放规则型游戏。

 

而①④虽然看起来很吊，不过疑似是伪人工智能，依然属于执行提前输入的策略，而非机器自我制定策略。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事先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，更何况EA的优化模块还提供遗传基因算法。虽然④总体上固然比EA更自动、更先进，但终究还是同一层面上的机制，可视之为加强版的EA，但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，其实都不是真正的人工智能；真正的人工智能尚处于起步期、研发期，还没有应用层面的产品。

 

谈了很多人工智能在交易界的局限性，可能有人会觉得我对人工智能充满敌意。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。

 

希望本文可以帮助初学者树立对人工智能的客观认识，以及增进对伪人工智能的分辨能力。