|
2014年年末,，中國的股市迎來了久違的大牛市,，從2014年11月到2015年4月，半年的時間深滬指數(shù)狂漲2500點,。 而這一瘋狂在2015年春夏之交迎來了頂點——4月20日這一天,，滬市全天交易額突破萬億元大關(guān)，震蕩超過150點,！炒股軟件最多只顯示10000億元，導致各軟件全部“爆表”,，交易額停留在這個數(shù)字,。上交所緊急發(fā)布通知，表示這一爆表并不會影響正常交易,。 實體經(jīng)濟發(fā)展乏力,，房地產(chǎn)投資受到打壓，缺少其他投資渠道,，再加上一季度連續(xù)的大幅度降準,，讓股市和股民為之瘋狂。當4月20日深滬指數(shù)登上4500點高峰的時候,，已經(jīng)有不少股民開始期盼1萬點高峰了,。 然而，在市場沸騰的背后,，究竟是誰操縱和支配著資本呢,？是散戶？是莊家,？是企業(yè),？又或者是政府？ 這個答案讓你意想不到——也許,，人工智能早就控制了一切,。 半自動的交易系統(tǒng) 計算機的精確量化,、實時結(jié)算和全球聯(lián)網(wǎng)的特性，支撐了現(xiàn)代資本在世界范圍內(nèi)的流轉(zhuǎn),。計算機技術(shù)在現(xiàn)代金融系統(tǒng)里起著基礎(chǔ)性的地位,，我們可以換個說法： 沒有計算機就沒有現(xiàn)代金融。 然而對于人工智能在資本市場中的作用就沒有那么容易界定了,，因為時至今日一些在金融領(lǐng)域的人工智能嘗試還游走在法律的邊緣,。 關(guān)于人工智能在資本市場中嶄露頭角最早可以追溯到 2005 年，那一年美國SEC（美國證券交易委員會 Securities and Exchange Commission）為了保護市場公平,，出臺了一個名為 Reg NMS（Regulation National Market System）的法律,。它原本的目的是為了保護投資人的利益，建立了一個用于計算公允價格的全國市場中心,。然而這一舉動卻意外的給高頻交易系統(tǒng)開了口子,，讓高頻交易系統(tǒng)可以利用計算能力和傳輸速度在NMS和各家交易所之間打時間差，實現(xiàn)人類“不可能完成的”交易,。 2010 年,，在美國由機器操盤手來取代人工操作已經(jīng)成為主流。芝加哥聯(lián)邦儲備銀行的報告指出,，美國股市總體成交量中約有70%通過“高頻交易”完成,，而進行“高頻交易”的機構(gòu)數(shù)量僅有 2%。
全自動的交易系統(tǒng) 而真正讓人工智能引入資本市場成為可能的,，其實是Twitter的誕生與普及。 2011年5月,，世界上首家社交媒體對沖基金誕生——Derwent Capital Markets屢次跳票之后在萬眾矚目之下上線,。這是人類歷史上第一個通過對社交媒體——Twitter——上大眾輿論情緒判斷做出投資決策的對沖基金。它實時接收Twitter等社交媒體上的信息,，將所有用戶產(chǎn)生的與目標股票公司相關(guān)的推文化為積極,、平穩(wěn)和消極三個情緒指標，再根據(jù)情緒指標進行投資決策,。 研究人員發(fā)現(xiàn),，通過Twitter大數(shù)據(jù)進行投資決策，雖然不能預測突發(fā)事件,，但能在沒有突發(fā)事件的情況下獲得一個較為穩(wěn)定的高收益率,，并能在突發(fā)事件發(fā)生時最快速的做出響應(yīng)。 廣發(fā)證券近期發(fā)布了一篇研究報告,，通過更為簡單的方式研究了國內(nèi)輿論對資本市場的影響——統(tǒng)計百度新聞下的滬深300指數(shù)成分股的新聞數(shù)量,，一旦某上市公司的新聞突然增多就視為利好,，反之則視為利空。廣發(fā)證券利用2011年-2014年5月2日的歷史數(shù)據(jù)回測發(fā)現(xiàn),，通過監(jiān)測新聞的多寡,，可以實現(xiàn)37.03%的年化收益，而同期滬深300指數(shù)卻下跌16.24%,。而模擬數(shù)據(jù)顯示,，2009年以來，中證百度百發(fā)策略100指數(shù)年化收益為 40.9%,，同期滬深300指數(shù)年化收益率為3.3%,。 曼徹斯特大學和印第安納大學在2010年10月共同發(fā)表的一篇論文中還提到，推特用戶的情緒變化會在指數(shù)波動后的2至6天內(nèi)反映出來,，這類信息在指數(shù)預測準確率方面達到 87.6%,。 越來越多的投資機構(gòu)、投資人,、券商開始使用社交媒體和大數(shù)據(jù)來做出投資決策,。一個投資行為從觀測市場、得出結(jié)論到執(zhí)行行為全部由機器控制,。 事情到此為止一切看起來都很美好,，炒股者終于從無聊的信息收集和盯著滿屏幕的紅綠數(shù)字中解放了出來，雙手離開鍵盤也能賺錢,。只是并沒有人意識到,，那些自詡為人類中最聰明的人——金融從業(yè)者們——已經(jīng)從他們自己的手中交出了決策權(quán)，資本市場的扳機已經(jīng)完全交給了機器,。 機器寫作與社交圖譜 “天網(wǎng)”在資本市場上的布局我們已經(jīng)很清楚了，是時候?qū)⒛抗廪D(zhuǎn)向資本市場以外的地方,。因為,，要證明人工智能從人類的手里奪走資本的控制權(quán)還要關(guān)注一下這個領(lǐng)域——媒體與輿論。
然而假消息為股票市場帶來的巨幅波動顯然比假消息本身更加令人關(guān)注,。假消息發(fā)布當天,，道瓊斯和標準普爾股票指數(shù)一度暴跌 1% 以上，千百億美元的市值就此蒸發(fā),。 這顯然意味著,，Twitter,、Facebook等社交媒體已經(jīng)成為了資本市場的重要風向標。無論在閱讀這些推文和狀態(tài)的是投資“人”也好,，還是機器也罷,，社交媒體上的一舉一動都在影響著資本市場對一個企業(yè)、地區(qū)乃至一個國家的判斷,。 然而,，可怕的是，人工智能已經(jīng)滲透到了媒體和社交媒體中,。 Automated Insights這家由 Robbie Allen 創(chuàng)建的公司成立于2007年,，總部位于北卡羅來納州的德漢姆。這家人工智能公司的主要研究方向是機器寫作,，Robbie Allen 在公司創(chuàng)建之初為公司定下使命：要創(chuàng)建下一代基于技術(shù)的偉大媒體公司,。 而 Automated Insights 也確實如 Robbie Allen 所愿——自2007年起，該公司開始為美聯(lián)社,、雅虎,、康卡斯特等主流媒體提供機器生成的報道。 僅2014年一年,，Automated Insights 旗下的自然語言生成平臺 Wordsmith 就為其客戶創(chuàng)造出了10多億篇文章和報道,。這些內(nèi)容涵蓋商業(yè)、智識,、金融,、房地產(chǎn)、體育,、銷售報告,、還有更多。 Automated Insights 宣稱 Wordsmith 并不會生成蹩腳的文章,，而是通過對原始數(shù)據(jù)的抓取自動轉(zhuǎn)化撰寫出有深度,、有個性并且像人類寫手那樣有鮮明特色的敘事文章，并且文風可以根據(jù)不同的場合和個性進行調(diào)整,。 根據(jù)用戶反饋,，沒有人發(fā)現(xiàn)這些媒體在使用機器人進行寫作。 自然,，那些收集大數(shù)據(jù)用于投資決策的人工智能顯然也不會發(fā)現(xiàn)他們所收集的是由另一群人工智能所創(chuàng)造出來的信息,。 到這里，兩件美好事情的相遇就誕生了一個邏輯上的悲劇,。 人工智能的反饋遞歸 想象一下這個場景：自動寫作系統(tǒng)撰寫了某一家公司的唱衰報道,，這篇報道經(jīng)過社交媒體傳播后被自動交易系統(tǒng)所識別并作為拋售決策的依據(jù)，該公司的海量股票被拋售，而自動寫作系統(tǒng)偵測到了這一異動之后撰寫了第二篇報道,，這篇報道又再次引發(fā)了更多交易系統(tǒng)的跟進,。這家公司股票的暴跌又引發(fā)了交易系統(tǒng)對相關(guān)公司交易的操作，最終引發(fā)出一場海嘯,。 不要說這是不可能的事情,，這也許已經(jīng)是從最簡單、最不神秘學,、最不陰謀論的角度來論述自動交易系統(tǒng)和機器寫作之間可能存在的問題,。 雖然在以往的資本市場中也存在這種反饋，但是這一次的反饋卻是由兩種分工明確完全不顧及對方考慮的人工智能所完成,。 機器的決策是快速且不透明的,，這種鏈條一旦達成將很難中斷，即便是有人意識到這一切是錯誤的,。 我們很難把資本市場從實體經(jīng)濟,、政治和人文社會中分離出來，因此我們很難說有一個人或一個單一的組織控制整個資本市場,。然而,，從另外一個角度來看，人工智能卻正無處不在地控制著每一個影響資本市場的要素,。 實體經(jīng)濟以外,，政治政策可能是影響資本市場最重要的要素之一。然而,，政府決策對大數(shù)據(jù)的依賴也讓我們對中斷這一鏈條感到絕望,。 人工智能像是病毒一般滲入每一個由數(shù)據(jù)驅(qū)動的決策節(jié)點，這些節(jié)點之間的互動反饋讓由網(wǎng)絡(luò)連接起來的人工智能像是神經(jīng)系統(tǒng)一樣“思考”,。 深度學習與不可控力 我們總是認為機器是由人類制造出來的,，因而我們對機器擁有100%的掌握。然而就像是人類歷史上從來沒有制造出過一臺完美的機器一樣,，當我們的智慧開始涉足人工智能的時候結(jié)果一樣不可能完美,。 在自動交易系統(tǒng)和機器寫作之間產(chǎn)生的嘯叫，只是我們目前可以預見的最簡單也是最粗暴的一種陷阱,，而更為可怕的是兩種系統(tǒng)會在深度學習的系統(tǒng)上相互適應(yīng),，而在這一過程中人類幾乎是插不上手的,。 也許很多人對于機器學習的理解可能還都停留在教微軟小冰說話的程度上,，然而深度學習算法早就已經(jīng)讓人工智能脫離被動學習向主動學習的方向進化。 我們在這里沒有必要討論深度學習算法是如何完成一個個不可能完成的任務(wù)的,，我們只需要明確一點：在許多領(lǐng)域,，深度學習算法都以無監(jiān)督學習的形式出現(xiàn)，這也是這些算法能被應(yīng)用于其他算法無法企及的無標簽數(shù)據(jù)的重要原因,。 用最簡單的例子來解釋深度學習在資本市場上的運用也許是這樣的：如果我們假定社交媒體上的內(nèi)容與資本市場存在著一定的聯(lián)系,，那么我們只需要為一個人工智能提供過去 5 年的資本市場數(shù)據(jù)和社交網(wǎng)站數(shù)據(jù),。那么當這個人工智能在得到一些新的社交網(wǎng)絡(luò)數(shù)據(jù)時，它就會告訴我這些信息對資本市場的影響是什么,。 糟糕的是,，這是一個授之以魚的過程。人工智能并不會告訴你這些信息為什么會如此影響資本市場,，它只是簡單地預測事情會如此發(fā)生,。因而，你無法用人類的邏輯去嘗試理解這些人工智能,。 人們對人工智能的信任,，來自于它們的過往戰(zhàn)績。而這種無條件的信任（不信你就賺不到錢）,，絕對不會讓人們在這些人工智能釀成大禍之前關(guān)掉它們——無論這個人工智能工作在紐交所,、美聯(lián)社還是白宮里。 好吧,，這和我有什么關(guān)系,？ 好吧，所有這些東西和中國股市的關(guān)系并不是很大,。至少就連高頻交易系統(tǒng)在中國的交易模式下都還不能實現(xiàn),。 但是，也許在美國和西歐的資本市場上將很快成真,。 什么,？你說這和你么有關(guān)系？ 你還不明白事情的嚴重性么,？ 你可以不炒美股,，甚至不炒股。不購買理財產(chǎn)品,，不做任何投資行為,。你自認為自己和資本市場完全無關(guān)。然而當世界資本市場的任何一腳發(fā)生動蕩的時候——比如 2008 年的次貸危機——你銀行里的存款會消失,，你的公司會發(fā)不出工資,，而社會保險也會因為不利的資本運作而被榨干。 更進一步說,，資本是人類現(xiàn)代社會的血液——人類所自豪的全球化社會,，專業(yè)化分工，高度發(fā)達的物質(zhì)和精神文明,，商品社會的一切一切無一不依賴著資本這一潤滑劑運轉(zhuǎn)著,。失去資本，整個現(xiàn)代社會很快停擺。 不過現(xiàn)在好了,，這與你確實沒有什么關(guān)系,。因為很快，資本市場和整個人類都沒有關(guān)系了,。 本文作者@評論尸 首發(fā)于微信新媒體：赤潮AKASHIO（微信號：AKASHIO）-此言此思若潮水,，不沾紅塵自風流。轉(zhuǎn)載請保留本信息,。 *文章為作者獨立觀點,，不代表虎嗅網(wǎng)立場 |
|
|
