继2016年3月15日李世石以1:4惨败于alpha go后一年潘普洛纳因进攻火力大胜对手，取胜，当今围棋界第一人柯洁也被这个人工智能斩落马下。这并不是凯发k8国际一个不可预料的结局，却给我们留下来了更多反思。人的智能、判断、情感，总有无法超越的极限。而计算机、程式...这些看似冰冷的东西却能创造最无懈可击的成功。
也许在投资，在交易中，也是一样？
人工智能
大作战
我们先来快速理解一下AlphaGo的作战。
首先，AlphaGo 的训练量、所见棋局和进步速度都远超柯洁。AlphaGo见过、下过的棋，以百万计。柯洁的训练量，我们做最乐观的粗略估算，也难以超过五万局。
“柯洁可以说还在娘胎里的时候，就是听着围棋声长大的”。我们假设 1997 年出生的柯洁，从负一岁就开始下棋，每天 24 小时不眠不休，每局 4 小时，在整整 21 年中，也只能下不到 5 万局。”
量化交易特征之分散化：
即靠概率取胜。这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用，这些历史规律都是有较大概率获胜的策略。
二是依靠筛选出股票组合来取胜，而不是一个或几个股票取胜，从投资组合理念来看也是捕获大概率获胜的股票，而不是押宝到单个股票上。
虽然人类对棋谱的利用率远超人工智能。职业棋手通过几十局棋谱，就能大致摸清对手棋路。人工智能却需要至少数以万计的棋谱，才有可能发现其中规律。
但可怕的是一旦找到了规律，人工智能就进步神速。AlphaGo 只用两年，就从零起步登顶世界第一，手下败将包括李世石、聂卫平、柯洁。
量化交易特征之及时性：
及时快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会。当那些数学天才能够找到符合某种趋势的程式时，潘普洛纳因进攻火力大胜对手，取胜他们的获利往往是令人惊叹的。
弱点在哪里
我们有没有可能通过研究 AlphaGo 的棋谱找到对手的弱点呢？
可能性非常小。时至今日，AlphaGo 的围棋下法已经超出了人类经验和理解力范畴。理论上，大家都知道，AlphaGo 是按概率下棋。但实战中，棋手猜不出 AlphaGo 下一步会怎么走，AlphaGo 却不仅猜得中，还算得出各种下法胜算几何。
数千年来，人类学习围棋的方式更多是依靠经验。这种经验可能来自前人棋谱，也可能来自长年累月的对弈训练出的“直觉”。
对于量化来说，其本质一种利用定量的数据指标，根据事先确定的运算模型，产生买卖决策的投资决策方式。
准确性：准确客观评价交易机会，克服主观情绪偏差，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。
纪律性：严格执行数量化投资模型所给出的投资建议，克服人性的弱点。
哪怕再聪明再客观的大脑，都无法掌握到全局变化的每一个要点并且确保快速正确的反应。而根据积累的经验去操作下一步，更是依据人类本性的行动。
这种经验，既成就了柯洁，也束缚了柯洁。它让柯洁可以站在前人的肩膀上往更高处攀登，但也局限了他对围棋的理解和创新。
AlphaGo 的胜利，虽然难免对个人造成不快，但对更多人来说，体现的是意义非凡的技术进步。
如果把“寻找围棋的至高真理”看做一个悬疑千年未解的难题，将职业棋手和人工智能看做人类解决这个难题的不同尝试，AlphaGo 的胜利显然意义非凡，仿佛一百年前拖拉机的成功问世，更好像量化策略程式化交易横扫华尔街时人们目光中的惊叹。
当程式化交易遇上世界顶级的投资大佬，会碰撞出什么火花呢？避险与套利的股权投资策略无论在强弱趋势中都能拥有绝对收益。
当人工智能在我们的生活、工作中越来越占有一席之地，我们的投资观念、交易策略是否也应该产生改变？
评论