对冲基金

对冲基金

人工智能操盘对冲基金

交易stockxp 发表了文章 • 0 个评论 • 1435 次浏览 • 2016-01-29 17:05 • 来自相关话题

上周,Ben Goertzel和他的公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金——不需要任何人为干预。Goertzel是这家公司的首席科学家,也是一个AI专家,他说:「如果我们都死了,它也会继续交易。」

他说这话是认真的。 Goertzel等人共同开发了这个系统。当然,这个系统还不够完善,他们还在逐步调整。但是他们创造出来的系统能够完全自动地识别和执行交易。

这个系统借鉴了多种AI形式,包括一种受遗传演化启发而来的AI,以及另一种基于概率逻辑的形式。

每一天,这些AI引擎都会分析大量的数据,包括大盘行情和宏观经济数据,之后会做出自己的市场预测,并对最好的行动进行「表决」。

尽管Aidyia位于香港,但这个自动化系统是在美国证券市场中进行交易。根据Goertzel的说法,在它上线的第一天,它就在一个未披露的资金池中产生了2%的回报。

这算不上不惊人,从统计的角度来说也不相关。但是它展现了金融世界中的一个值得注意的转变。

从去年开始,获得了1.43亿美元投资的旧金山创业公司Sentient Technologies就已经开始用类似的系统悄无声息地进行着交易。

以数据为中心的对冲基金(如Two Sigma和Renaissance Technologies)也曾说过,他们依赖着AI技术。

根据报道,另外两家由华尔街大佬Ray Dalio和Steven A. Cohen运作的公司Bridgewater Associates 和Point72 Asset Management,也正在朝同样的方向前进。



自动化的进展

长期以来,对冲基金都依赖计算机来帮助交易。根据市场调研公司Preqin的研究,大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的,约占到了所有基金的9%,总额达到了1970亿美元。

但是,这通常需要涉及到数据科学家(用华尔街的行话,叫做「宽客(quants)」)使用机器来构建大型的统计模型。这些模型非常复杂,从某种意义上说它们是比较静态的。

当市场发生变化,它们的效果或许不会再像过去那样好。根据Preqin的研究,通常情况下,系统运行的基金的表现并不总能像人类基金经理运行的一样好。









然而,近几年来,基金开始转向真正的机器学习。在这个领域,人工智能系统能够高速分析大量的数据,并且在分析过程中自我改进。

一些公司依赖于一种叫做「贝叶斯网络(Bayesian networks)」的机器学习形式,用一些机器来预测市场趋势,并确定具体的交易,其中包括一家名为Rebellion Research的纽约公司,由棒球明星Hank Greenberg的孙子创立。

与此同时,还有一些诸如Aidyia 和Sentient这样的公司,正在学习在几百台甚至几千台机器上运行AI。这涵盖了一些技术,例如受遗传学所启发的演化计算,以及现在Google和微软用来识别图像和语音等任务的深度学习。

他们希望,这些系统能够自动识别出市场中的变化,并以宽客的模型无法做到的方式来适应这些改变。

《A Wealth of Common Sense: Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson说:「它们试图在事情发生前预见它们的发生。」他在一个捐赠基金工作了10年时间,这个基金经过了许多基金经理的管理。

不要把这种AI驱动的基金管理与高频交易相混淆。它并不寻求抢先交易或通过行动的快速来赚钱。它寻求的是未来更长时段(小时、天、星期,甚至月)的最好交易。说得更确切一些,机器(而不是人)在选择策略。

进化的智能

尽管Sentient公司还没有公开销售它的基金,但是首席执行官Antoine Blondeau说,他们从去年开始,已经在使用私募投资者的资金进行正式的交易(在一段长长的测试交易期之后)。

根据Bloomberg的一篇报道,这家公司已经在和摩根大通的基金业务合作开发AI技术,但Blondeau拒绝讨论它的合作伙伴。不过,他确实说到,它的基金完全由人工智能来操作。

整个想法就是要做其他人(以及其他机器)没有在做的事情。

首席科学家Babak Hodja说,这个系统允许公司调整某些风险设定。当Siri还没有被苹果收购之前,这位科学家是Siri的创始团队成员之一。

除此之外,这个系统完全可以在没人帮助的情况下自行工作。

Hodja 说:「它会自动产生一个策略,并给我们指示。它会说:『现在多买进这个,用这种方法,按这个顺序。』它还会告诉我们什么时候应该退出、减仓等等。」

根据Hodia的说法,这个系统能抓住亚洲等地多个公司的数据中心、网吧、电脑游戏中心内「数百万个」计算机处理器中空闲的计算能力。与此同时,它的软件引擎基于演化计算——与Aidyia系统中受遗传学启发而来的技术相同。

用最简单的话说,这意味着它创造出了一个数字股票交易员的随机大集合,并检验它们在历史股票数据上的表现。在挑出表现最好的那些之后,就会用它们的「基因」来创造出一组更厉害的新交易员。这个过程不断重复。

最终,这个系统创造出了一个能够自行完成成功交易的数字交易员。Blondeau说:「在几千代之中,万亿个『存在』崛起又衰落。最终,你得到了一群真正可以部署的聪明交易员。」

深度投资

尽管今天驱动着系统的是演化计算,但Hodja依然很看好深度学习算法——经过证明,这种算法在识别图像、语音,甚至理解人类说话的自然方式方面非常有用。他解释说,正如深度学习可以在一张照片中准确地指出猫的特征一样,它也可以识别出股票市场中能让你赚钱的特征。

Goertzel却不同意这一点。他还管理着OpenCog Foundation,这是一个旨在建立开源强人工智能框架的项目。

他不同意的原因,一部分是因为深度学习算法已经成为了一种商品。

「如果所有人都在使用某件东西,它的预测就会在市场中被定价。你必须做一些奇怪的事。」他还指出,尽管深度学习很适合分析带有特殊模式的数据,例如照片和语言,但这些模式不一定也存在于金融市场中。如果这些模式真的存在,也不一定那么有用——因为每个人都可以发现它们。

然而,Hodia认为,人们要做的事是继续改进今天的深度学习。这也许涉及到将其与演化计算结合起来。

他解释说,你可以用演化计算来构造一个更好的深度学习算法。这被称为「神经演化(neuroevolution)」。

Hodja说:「你可以让深度学习中的权重进行演化,你也可以让深度学习自身的结构进行演化。」微软等公司已经开始通过某种自然选择来构建深度学习系统,但他们可能还没有使用演化计算本身。

AI操盘基金,未来几何?

不管采用什么技术,都有人怀疑AI是否真的能在华尔街功成名就。就算真有一家基金用AI获得了成功,也存在风险——其他公司或许会复制这个系统,从而破坏它的成功。如果市场中的大多数人都采取同样的行为,这将会改变整个市场。

Carlson说:「我有点怀疑AI是否真的明白这一点。如果某人发现了一个行得通的花招,不仅其他基金会迅速抓住这一点,其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。」

Goertzel也看到了这个风险。这也是为什么 Aidyia不止使用了演化计算,还使用了一系列其他技术。如果其他人效仿这家公司的方法,它将使用其他的机器学习类型。

整个想法就是要做其他人(以及其他机器)没有在做的事情。Goertzel 说:「要在金融市场中赚钱,光有聪明是不够的,还需要用一种与其他人不同的聪明方式来做事。」(CADE METZ / 机器之心)

注:本文来自wired,作者CADE METZ,机器之心编译出品。编译:汪汪。 查看全部
上周,Ben Goertzel和他的公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金——不需要任何人为干预。Goertzel是这家公司的首席科学家,也是一个AI专家,他说:「如果我们都死了,它也会继续交易。」

他说这话是认真的。 Goertzel等人共同开发了这个系统。当然,这个系统还不够完善,他们还在逐步调整。但是他们创造出来的系统能够完全自动地识别和执行交易。

这个系统借鉴了多种AI形式,包括一种受遗传演化启发而来的AI,以及另一种基于概率逻辑的形式。

每一天,这些AI引擎都会分析大量的数据,包括大盘行情和宏观经济数据,之后会做出自己的市场预测,并对最好的行动进行「表决」。

尽管Aidyia位于香港,但这个自动化系统是在美国证券市场中进行交易。根据Goertzel的说法,在它上线的第一天,它就在一个未披露的资金池中产生了2%的回报。

这算不上不惊人,从统计的角度来说也不相关。但是它展现了金融世界中的一个值得注意的转变。

从去年开始,获得了1.43亿美元投资的旧金山创业公司Sentient Technologies就已经开始用类似的系统悄无声息地进行着交易。

以数据为中心的对冲基金(如Two Sigma和Renaissance Technologies)也曾说过,他们依赖着AI技术。

根据报道,另外两家由华尔街大佬Ray Dalio和Steven A. Cohen运作的公司Bridgewater Associates 和Point72 Asset Management,也正在朝同样的方向前进。



自动化的进展

长期以来,对冲基金都依赖计算机来帮助交易。根据市场调研公司Preqin的研究,大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的,约占到了所有基金的9%,总额达到了1970亿美元。

但是,这通常需要涉及到数据科学家(用华尔街的行话,叫做「宽客(quants)」)使用机器来构建大型的统计模型。这些模型非常复杂,从某种意义上说它们是比较静态的。

当市场发生变化,它们的效果或许不会再像过去那样好。根据Preqin的研究,通常情况下,系统运行的基金的表现并不总能像人类基金经理运行的一样好。


未命名22.jpg




然而,近几年来,基金开始转向真正的机器学习。在这个领域,人工智能系统能够高速分析大量的数据,并且在分析过程中自我改进。

一些公司依赖于一种叫做「贝叶斯网络(Bayesian networks)」的机器学习形式,用一些机器来预测市场趋势,并确定具体的交易,其中包括一家名为Rebellion Research的纽约公司,由棒球明星Hank Greenberg的孙子创立。

与此同时,还有一些诸如Aidyia 和Sentient这样的公司,正在学习在几百台甚至几千台机器上运行AI。这涵盖了一些技术,例如受遗传学所启发的演化计算,以及现在Google和微软用来识别图像和语音等任务的深度学习。

他们希望,这些系统能够自动识别出市场中的变化,并以宽客的模型无法做到的方式来适应这些改变。

《A Wealth of Common Sense: Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson说:「它们试图在事情发生前预见它们的发生。」他在一个捐赠基金工作了10年时间,这个基金经过了许多基金经理的管理。

不要把这种AI驱动的基金管理与高频交易相混淆。它并不寻求抢先交易或通过行动的快速来赚钱。它寻求的是未来更长时段(小时、天、星期,甚至月)的最好交易。说得更确切一些,机器(而不是人)在选择策略。

进化的智能

尽管Sentient公司还没有公开销售它的基金,但是首席执行官Antoine Blondeau说,他们从去年开始,已经在使用私募投资者的资金进行正式的交易(在一段长长的测试交易期之后)。

根据Bloomberg的一篇报道,这家公司已经在和摩根大通的基金业务合作开发AI技术,但Blondeau拒绝讨论它的合作伙伴。不过,他确实说到,它的基金完全由人工智能来操作。

整个想法就是要做其他人(以及其他机器)没有在做的事情。

首席科学家Babak Hodja说,这个系统允许公司调整某些风险设定。当Siri还没有被苹果收购之前,这位科学家是Siri的创始团队成员之一。

除此之外,这个系统完全可以在没人帮助的情况下自行工作。

Hodja 说:「它会自动产生一个策略,并给我们指示。它会说:『现在多买进这个,用这种方法,按这个顺序。』它还会告诉我们什么时候应该退出、减仓等等。」

根据Hodia的说法,这个系统能抓住亚洲等地多个公司的数据中心、网吧、电脑游戏中心内「数百万个」计算机处理器中空闲的计算能力。与此同时,它的软件引擎基于演化计算——与Aidyia系统中受遗传学启发而来的技术相同。

用最简单的话说,这意味着它创造出了一个数字股票交易员的随机大集合,并检验它们在历史股票数据上的表现。在挑出表现最好的那些之后,就会用它们的「基因」来创造出一组更厉害的新交易员。这个过程不断重复。

最终,这个系统创造出了一个能够自行完成成功交易的数字交易员。Blondeau说:「在几千代之中,万亿个『存在』崛起又衰落。最终,你得到了一群真正可以部署的聪明交易员。」

深度投资

尽管今天驱动着系统的是演化计算,但Hodja依然很看好深度学习算法——经过证明,这种算法在识别图像、语音,甚至理解人类说话的自然方式方面非常有用。他解释说,正如深度学习可以在一张照片中准确地指出猫的特征一样,它也可以识别出股票市场中能让你赚钱的特征。

Goertzel却不同意这一点。他还管理着OpenCog Foundation,这是一个旨在建立开源强人工智能框架的项目。

他不同意的原因,一部分是因为深度学习算法已经成为了一种商品。

「如果所有人都在使用某件东西,它的预测就会在市场中被定价。你必须做一些奇怪的事。」他还指出,尽管深度学习很适合分析带有特殊模式的数据,例如照片和语言,但这些模式不一定也存在于金融市场中。如果这些模式真的存在,也不一定那么有用——因为每个人都可以发现它们。

然而,Hodia认为,人们要做的事是继续改进今天的深度学习。这也许涉及到将其与演化计算结合起来。

他解释说,你可以用演化计算来构造一个更好的深度学习算法。这被称为「神经演化(neuroevolution)」。

Hodja说:「你可以让深度学习中的权重进行演化,你也可以让深度学习自身的结构进行演化。」微软等公司已经开始通过某种自然选择来构建深度学习系统,但他们可能还没有使用演化计算本身。

AI操盘基金,未来几何?

不管采用什么技术,都有人怀疑AI是否真的能在华尔街功成名就。就算真有一家基金用AI获得了成功,也存在风险——其他公司或许会复制这个系统,从而破坏它的成功。如果市场中的大多数人都采取同样的行为,这将会改变整个市场。

Carlson说:「我有点怀疑AI是否真的明白这一点。如果某人发现了一个行得通的花招,不仅其他基金会迅速抓住这一点,其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。」

Goertzel也看到了这个风险。这也是为什么 Aidyia不止使用了演化计算,还使用了一系列其他技术。如果其他人效仿这家公司的方法,它将使用其他的机器学习类型。

整个想法就是要做其他人(以及其他机器)没有在做的事情。Goertzel 说:「要在金融市场中赚钱,光有聪明是不够的,还需要用一种与其他人不同的聪明方式来做事。」(CADE METZ / 机器之心)

注:本文来自wired,作者CADE METZ,机器之心编译出品。编译:汪汪。

保罗·都铎·琼斯的11条投资理念

投资家stockxp 发表了文章 • 0 个评论 • 709 次浏览 • 2015-12-29 18:06 • 来自相关话题

在华尔街大佬中,保罗·都铎·琼斯多少可以算个异类。和巴菲特等价值投资者不同,琼斯称投资最终还是要看走势图,并且”以此为荣“。

琼斯擅长利率和外汇等宏观交易。自1980年成立以来,他的都铎投资平均年化投资收益率高达19%。据《福布斯》杂志估计,琼斯的身家高达46亿美元,在福布斯对冲基金经理富豪榜上排名18。

美国对冲基金经理、Ivanhoff Capital创始人Ivaylo Ivanov总结了琼斯的十一条投资理念。

1.市场大约每五年就会出现一些“百年一遇”的事件。虽然我花很多时间分析数据,收集关于基本面的信息;但最终我还是要看走势图,我以此为荣。

2.缺乏经验的投资者常绞尽脑汁去理解市场的某一价格变动。通常,当他们弄明白之后,行情都已经走完了。

3.当我开始交易的时候,关于基本面的信息寥寥无几,仅有的信息还有各种各样的问题。我们就学着看行情走势图。如果你需要知道事情的市场都已反映出来,你为什么还要瞎忙活?

4.当下,有越来越多研究商业的学者。而互联网又带来信息大爆炸。这创造了一个幻想,即凡事皆可解释;投资者主要的任务就是找到这些解释。很多新一代的投资者认为,技术分析价值不大。尤其是因为技术分析要他们闭上眼,信任价格走势中的信号。

5.没有任何的训练能够教投资者如何应对一波行情的最后一段,不管是熊市还是牛市。这个阶段通常毫无逻辑,没有课程可以教投资者在这个短暂、高波动的时间段该做些什么。通过交易来学习如何应对这个阶段,是唯一的办法。

6.基本面通常能解释一波上涨行情50%-60%的走势。但牛市的最后三分之一是非理性的,疯狂的心态主宰一切。

7.如果我有一个表现和我期望相反的持仓,我就会退出这笔交易。如果表现和我预期相同,我就留着这个持仓。控制风险是交易中最重要的事。如果你有一个让你不舒服的亏钱的仓位,解决办法非常简单——卖出。因为你总有机会再买回来。

8.在我看来,花100多倍的市盈率去买一家公司是必死无疑。不过,投资者的工作是买入会涨的股票、卖出会跌的股票,所以谁还管市盈率?

9.我见过的大部分交易员,通常是越成功,越不愿意冒风险。你必须主动的管理自己趋于保守的天性。交易员成功之后,有意或者无意都会变得更保守。

10.我一直在寻找低风险、高收益的投资机会。这并不是说要加大杠杆。没有什么理由增加财务杠杆,你应该寻找有利于你的风险收益情况。在这些情况下,你可以做一系列投资,这些投资风险相对较小,但一旦成功收益很大。

11.大钱都是在市场转折点赚的。每个人都说,没有办法确定市场的顶部和底部,顺着趋势赚钱才是王道。不过,过去十二年,我都是靠在市场顶部和底部赚钱。 查看全部

在华尔街大佬中,保罗·都铎·琼斯多少可以算个异类。和巴菲特等价值投资者不同,琼斯称投资最终还是要看走势图,并且”以此为荣“。

琼斯擅长利率和外汇等宏观交易。自1980年成立以来,他的都铎投资平均年化投资收益率高达19%。据《福布斯》杂志估计,琼斯的身家高达46亿美元,在福布斯对冲基金经理富豪榜上排名18。

美国对冲基金经理、Ivanhoff Capital创始人Ivaylo Ivanov总结了琼斯的十一条投资理念。

1.市场大约每五年就会出现一些“百年一遇”的事件。虽然我花很多时间分析数据,收集关于基本面的信息;但最终我还是要看走势图,我以此为荣。

2.缺乏经验的投资者常绞尽脑汁去理解市场的某一价格变动。通常,当他们弄明白之后,行情都已经走完了。

3.当我开始交易的时候,关于基本面的信息寥寥无几,仅有的信息还有各种各样的问题。我们就学着看行情走势图。如果你需要知道事情的市场都已反映出来,你为什么还要瞎忙活?

4.当下,有越来越多研究商业的学者。而互联网又带来信息大爆炸。这创造了一个幻想,即凡事皆可解释;投资者主要的任务就是找到这些解释。很多新一代的投资者认为,技术分析价值不大。尤其是因为技术分析要他们闭上眼,信任价格走势中的信号。

5.没有任何的训练能够教投资者如何应对一波行情的最后一段,不管是熊市还是牛市。这个阶段通常毫无逻辑,没有课程可以教投资者在这个短暂、高波动的时间段该做些什么。通过交易来学习如何应对这个阶段,是唯一的办法。

6.基本面通常能解释一波上涨行情50%-60%的走势。但牛市的最后三分之一是非理性的,疯狂的心态主宰一切。

7.如果我有一个表现和我期望相反的持仓,我就会退出这笔交易。如果表现和我预期相同,我就留着这个持仓。控制风险是交易中最重要的事。如果你有一个让你不舒服的亏钱的仓位,解决办法非常简单——卖出。因为你总有机会再买回来。

8.在我看来,花100多倍的市盈率去买一家公司是必死无疑。不过,投资者的工作是买入会涨的股票、卖出会跌的股票,所以谁还管市盈率?

9.我见过的大部分交易员,通常是越成功,越不愿意冒风险。你必须主动的管理自己趋于保守的天性。交易员成功之后,有意或者无意都会变得更保守。

10.我一直在寻找低风险、高收益的投资机会。这并不是说要加大杠杆。没有什么理由增加财务杠杆,你应该寻找有利于你的风险收益情况。在这些情况下,你可以做一系列投资,这些投资风险相对较小,但一旦成功收益很大。

11.大钱都是在市场转折点赚的。每个人都说,没有办法确定市场的顶部和底部,顺着趋势赚钱才是王道。不过,过去十二年,我都是靠在市场顶部和底部赚钱。

文艺复兴科技公司

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:40 • 来自相关话题

《黄金屋:对冲基金顶尖交易者如何从全球市场获利》

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:41 • 来自相关话题

《对冲基金猎人》

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:41 • 来自相关话题

对冲基金大事年表

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:44 • 来自相关话题

2013全球对冲基金经理收入榜

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:45 • 来自相关话题

人工智能操盘对冲基金

交易stockxp 发表了文章 • 0 个评论 • 1435 次浏览 • 2016-01-29 17:05 • 来自相关话题

上周,Ben Goertzel和他的公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金——不需要任何人为干预。Goertzel是这家公司的首席科学家,也是一个AI专家,他说:「如果我们都死了,它也会继续交易。」

他说这话是认真的。 Goertzel等人共同开发了这个系统。当然,这个系统还不够完善,他们还在逐步调整。但是他们创造出来的系统能够完全自动地识别和执行交易。

这个系统借鉴了多种AI形式,包括一种受遗传演化启发而来的AI,以及另一种基于概率逻辑的形式。

每一天,这些AI引擎都会分析大量的数据,包括大盘行情和宏观经济数据,之后会做出自己的市场预测,并对最好的行动进行「表决」。

尽管Aidyia位于香港,但这个自动化系统是在美国证券市场中进行交易。根据Goertzel的说法,在它上线的第一天,它就在一个未披露的资金池中产生了2%的回报。

这算不上不惊人,从统计的角度来说也不相关。但是它展现了金融世界中的一个值得注意的转变。

从去年开始,获得了1.43亿美元投资的旧金山创业公司Sentient Technologies就已经开始用类似的系统悄无声息地进行着交易。

以数据为中心的对冲基金(如Two Sigma和Renaissance Technologies)也曾说过,他们依赖着AI技术。

根据报道,另外两家由华尔街大佬Ray Dalio和Steven A. Cohen运作的公司Bridgewater Associates 和Point72 Asset Management,也正在朝同样的方向前进。



自动化的进展

长期以来,对冲基金都依赖计算机来帮助交易。根据市场调研公司Preqin的研究,大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的,约占到了所有基金的9%,总额达到了1970亿美元。

但是,这通常需要涉及到数据科学家(用华尔街的行话,叫做「宽客(quants)」)使用机器来构建大型的统计模型。这些模型非常复杂,从某种意义上说它们是比较静态的。

当市场发生变化,它们的效果或许不会再像过去那样好。根据Preqin的研究,通常情况下,系统运行的基金的表现并不总能像人类基金经理运行的一样好。









然而,近几年来,基金开始转向真正的机器学习。在这个领域,人工智能系统能够高速分析大量的数据,并且在分析过程中自我改进。

一些公司依赖于一种叫做「贝叶斯网络(Bayesian networks)」的机器学习形式,用一些机器来预测市场趋势,并确定具体的交易,其中包括一家名为Rebellion Research的纽约公司,由棒球明星Hank Greenberg的孙子创立。

与此同时,还有一些诸如Aidyia 和Sentient这样的公司,正在学习在几百台甚至几千台机器上运行AI。这涵盖了一些技术,例如受遗传学所启发的演化计算,以及现在Google和微软用来识别图像和语音等任务的深度学习。

他们希望,这些系统能够自动识别出市场中的变化,并以宽客的模型无法做到的方式来适应这些改变。

《A Wealth of Common Sense: Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson说:「它们试图在事情发生前预见它们的发生。」他在一个捐赠基金工作了10年时间,这个基金经过了许多基金经理的管理。

不要把这种AI驱动的基金管理与高频交易相混淆。它并不寻求抢先交易或通过行动的快速来赚钱。它寻求的是未来更长时段(小时、天、星期,甚至月)的最好交易。说得更确切一些,机器(而不是人)在选择策略。

进化的智能

尽管Sentient公司还没有公开销售它的基金,但是首席执行官Antoine Blondeau说,他们从去年开始,已经在使用私募投资者的资金进行正式的交易(在一段长长的测试交易期之后)。

根据Bloomberg的一篇报道,这家公司已经在和摩根大通的基金业务合作开发AI技术,但Blondeau拒绝讨论它的合作伙伴。不过,他确实说到,它的基金完全由人工智能来操作。

整个想法就是要做其他人(以及其他机器)没有在做的事情。

首席科学家Babak Hodja说,这个系统允许公司调整某些风险设定。当Siri还没有被苹果收购之前,这位科学家是Siri的创始团队成员之一。

除此之外,这个系统完全可以在没人帮助的情况下自行工作。

Hodja 说:「它会自动产生一个策略,并给我们指示。它会说:『现在多买进这个,用这种方法,按这个顺序。』它还会告诉我们什么时候应该退出、减仓等等。」

根据Hodia的说法,这个系统能抓住亚洲等地多个公司的数据中心、网吧、电脑游戏中心内「数百万个」计算机处理器中空闲的计算能力。与此同时,它的软件引擎基于演化计算——与Aidyia系统中受遗传学启发而来的技术相同。

用最简单的话说,这意味着它创造出了一个数字股票交易员的随机大集合,并检验它们在历史股票数据上的表现。在挑出表现最好的那些之后,就会用它们的「基因」来创造出一组更厉害的新交易员。这个过程不断重复。

最终,这个系统创造出了一个能够自行完成成功交易的数字交易员。Blondeau说:「在几千代之中,万亿个『存在』崛起又衰落。最终,你得到了一群真正可以部署的聪明交易员。」

深度投资

尽管今天驱动着系统的是演化计算,但Hodja依然很看好深度学习算法——经过证明,这种算法在识别图像、语音,甚至理解人类说话的自然方式方面非常有用。他解释说,正如深度学习可以在一张照片中准确地指出猫的特征一样,它也可以识别出股票市场中能让你赚钱的特征。

Goertzel却不同意这一点。他还管理着OpenCog Foundation,这是一个旨在建立开源强人工智能框架的项目。

他不同意的原因,一部分是因为深度学习算法已经成为了一种商品。

「如果所有人都在使用某件东西,它的预测就会在市场中被定价。你必须做一些奇怪的事。」他还指出,尽管深度学习很适合分析带有特殊模式的数据,例如照片和语言,但这些模式不一定也存在于金融市场中。如果这些模式真的存在,也不一定那么有用——因为每个人都可以发现它们。

然而,Hodia认为,人们要做的事是继续改进今天的深度学习。这也许涉及到将其与演化计算结合起来。

他解释说,你可以用演化计算来构造一个更好的深度学习算法。这被称为「神经演化(neuroevolution)」。

Hodja说:「你可以让深度学习中的权重进行演化,你也可以让深度学习自身的结构进行演化。」微软等公司已经开始通过某种自然选择来构建深度学习系统,但他们可能还没有使用演化计算本身。

AI操盘基金,未来几何?

不管采用什么技术,都有人怀疑AI是否真的能在华尔街功成名就。就算真有一家基金用AI获得了成功,也存在风险——其他公司或许会复制这个系统,从而破坏它的成功。如果市场中的大多数人都采取同样的行为,这将会改变整个市场。

Carlson说:「我有点怀疑AI是否真的明白这一点。如果某人发现了一个行得通的花招,不仅其他基金会迅速抓住这一点,其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。」

Goertzel也看到了这个风险。这也是为什么 Aidyia不止使用了演化计算,还使用了一系列其他技术。如果其他人效仿这家公司的方法,它将使用其他的机器学习类型。

整个想法就是要做其他人(以及其他机器)没有在做的事情。Goertzel 说:「要在金融市场中赚钱,光有聪明是不够的,还需要用一种与其他人不同的聪明方式来做事。」(CADE METZ / 机器之心)

注:本文来自wired,作者CADE METZ,机器之心编译出品。编译:汪汪。 查看全部
上周,Ben Goertzel和他的公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金——不需要任何人为干预。Goertzel是这家公司的首席科学家,也是一个AI专家,他说:「如果我们都死了,它也会继续交易。」

他说这话是认真的。 Goertzel等人共同开发了这个系统。当然,这个系统还不够完善,他们还在逐步调整。但是他们创造出来的系统能够完全自动地识别和执行交易。

这个系统借鉴了多种AI形式,包括一种受遗传演化启发而来的AI,以及另一种基于概率逻辑的形式。

每一天,这些AI引擎都会分析大量的数据,包括大盘行情和宏观经济数据,之后会做出自己的市场预测,并对最好的行动进行「表决」。

尽管Aidyia位于香港,但这个自动化系统是在美国证券市场中进行交易。根据Goertzel的说法,在它上线的第一天,它就在一个未披露的资金池中产生了2%的回报。

这算不上不惊人,从统计的角度来说也不相关。但是它展现了金融世界中的一个值得注意的转变。

从去年开始,获得了1.43亿美元投资的旧金山创业公司Sentient Technologies就已经开始用类似的系统悄无声息地进行着交易。

以数据为中心的对冲基金(如Two Sigma和Renaissance Technologies)也曾说过,他们依赖着AI技术。

根据报道,另外两家由华尔街大佬Ray Dalio和Steven A. Cohen运作的公司Bridgewater Associates 和Point72 Asset Management,也正在朝同样的方向前进。



自动化的进展

长期以来,对冲基金都依赖计算机来帮助交易。根据市场调研公司Preqin的研究,大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的,约占到了所有基金的9%,总额达到了1970亿美元。

但是,这通常需要涉及到数据科学家(用华尔街的行话,叫做「宽客(quants)」)使用机器来构建大型的统计模型。这些模型非常复杂,从某种意义上说它们是比较静态的。

当市场发生变化,它们的效果或许不会再像过去那样好。根据Preqin的研究,通常情况下,系统运行的基金的表现并不总能像人类基金经理运行的一样好。


未命名22.jpg




然而,近几年来,基金开始转向真正的机器学习。在这个领域,人工智能系统能够高速分析大量的数据,并且在分析过程中自我改进。

一些公司依赖于一种叫做「贝叶斯网络(Bayesian networks)」的机器学习形式,用一些机器来预测市场趋势,并确定具体的交易,其中包括一家名为Rebellion Research的纽约公司,由棒球明星Hank Greenberg的孙子创立。

与此同时,还有一些诸如Aidyia 和Sentient这样的公司,正在学习在几百台甚至几千台机器上运行AI。这涵盖了一些技术,例如受遗传学所启发的演化计算,以及现在Google和微软用来识别图像和语音等任务的深度学习。

他们希望,这些系统能够自动识别出市场中的变化,并以宽客的模型无法做到的方式来适应这些改变。

《A Wealth of Common Sense: Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson说:「它们试图在事情发生前预见它们的发生。」他在一个捐赠基金工作了10年时间,这个基金经过了许多基金经理的管理。

不要把这种AI驱动的基金管理与高频交易相混淆。它并不寻求抢先交易或通过行动的快速来赚钱。它寻求的是未来更长时段(小时、天、星期,甚至月)的最好交易。说得更确切一些,机器(而不是人)在选择策略。

进化的智能

尽管Sentient公司还没有公开销售它的基金,但是首席执行官Antoine Blondeau说,他们从去年开始,已经在使用私募投资者的资金进行正式的交易(在一段长长的测试交易期之后)。

根据Bloomberg的一篇报道,这家公司已经在和摩根大通的基金业务合作开发AI技术,但Blondeau拒绝讨论它的合作伙伴。不过,他确实说到,它的基金完全由人工智能来操作。

整个想法就是要做其他人(以及其他机器)没有在做的事情。

首席科学家Babak Hodja说,这个系统允许公司调整某些风险设定。当Siri还没有被苹果收购之前,这位科学家是Siri的创始团队成员之一。

除此之外,这个系统完全可以在没人帮助的情况下自行工作。

Hodja 说:「它会自动产生一个策略,并给我们指示。它会说:『现在多买进这个,用这种方法,按这个顺序。』它还会告诉我们什么时候应该退出、减仓等等。」

根据Hodia的说法,这个系统能抓住亚洲等地多个公司的数据中心、网吧、电脑游戏中心内「数百万个」计算机处理器中空闲的计算能力。与此同时,它的软件引擎基于演化计算——与Aidyia系统中受遗传学启发而来的技术相同。

用最简单的话说,这意味着它创造出了一个数字股票交易员的随机大集合,并检验它们在历史股票数据上的表现。在挑出表现最好的那些之后,就会用它们的「基因」来创造出一组更厉害的新交易员。这个过程不断重复。

最终,这个系统创造出了一个能够自行完成成功交易的数字交易员。Blondeau说:「在几千代之中,万亿个『存在』崛起又衰落。最终,你得到了一群真正可以部署的聪明交易员。」

深度投资

尽管今天驱动着系统的是演化计算,但Hodja依然很看好深度学习算法——经过证明,这种算法在识别图像、语音,甚至理解人类说话的自然方式方面非常有用。他解释说,正如深度学习可以在一张照片中准确地指出猫的特征一样,它也可以识别出股票市场中能让你赚钱的特征。

Goertzel却不同意这一点。他还管理着OpenCog Foundation,这是一个旨在建立开源强人工智能框架的项目。

他不同意的原因,一部分是因为深度学习算法已经成为了一种商品。

「如果所有人都在使用某件东西,它的预测就会在市场中被定价。你必须做一些奇怪的事。」他还指出,尽管深度学习很适合分析带有特殊模式的数据,例如照片和语言,但这些模式不一定也存在于金融市场中。如果这些模式真的存在,也不一定那么有用——因为每个人都可以发现它们。

然而,Hodia认为,人们要做的事是继续改进今天的深度学习。这也许涉及到将其与演化计算结合起来。

他解释说,你可以用演化计算来构造一个更好的深度学习算法。这被称为「神经演化(neuroevolution)」。

Hodja说:「你可以让深度学习中的权重进行演化,你也可以让深度学习自身的结构进行演化。」微软等公司已经开始通过某种自然选择来构建深度学习系统,但他们可能还没有使用演化计算本身。

AI操盘基金,未来几何?

不管采用什么技术,都有人怀疑AI是否真的能在华尔街功成名就。就算真有一家基金用AI获得了成功,也存在风险——其他公司或许会复制这个系统,从而破坏它的成功。如果市场中的大多数人都采取同样的行为,这将会改变整个市场。

Carlson说:「我有点怀疑AI是否真的明白这一点。如果某人发现了一个行得通的花招,不仅其他基金会迅速抓住这一点,其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。」

Goertzel也看到了这个风险。这也是为什么 Aidyia不止使用了演化计算,还使用了一系列其他技术。如果其他人效仿这家公司的方法,它将使用其他的机器学习类型。

整个想法就是要做其他人(以及其他机器)没有在做的事情。Goertzel 说:「要在金融市场中赚钱,光有聪明是不够的,还需要用一种与其他人不同的聪明方式来做事。」(CADE METZ / 机器之心)

注:本文来自wired,作者CADE METZ,机器之心编译出品。编译:汪汪。

保罗·都铎·琼斯的11条投资理念

投资家stockxp 发表了文章 • 0 个评论 • 709 次浏览 • 2015-12-29 18:06 • 来自相关话题

在华尔街大佬中,保罗·都铎·琼斯多少可以算个异类。和巴菲特等价值投资者不同,琼斯称投资最终还是要看走势图,并且”以此为荣“。

琼斯擅长利率和外汇等宏观交易。自1980年成立以来,他的都铎投资平均年化投资收益率高达19%。据《福布斯》杂志估计,琼斯的身家高达46亿美元,在福布斯对冲基金经理富豪榜上排名18。

美国对冲基金经理、Ivanhoff Capital创始人Ivaylo Ivanov总结了琼斯的十一条投资理念。

1.市场大约每五年就会出现一些“百年一遇”的事件。虽然我花很多时间分析数据,收集关于基本面的信息;但最终我还是要看走势图,我以此为荣。

2.缺乏经验的投资者常绞尽脑汁去理解市场的某一价格变动。通常,当他们弄明白之后,行情都已经走完了。

3.当我开始交易的时候,关于基本面的信息寥寥无几,仅有的信息还有各种各样的问题。我们就学着看行情走势图。如果你需要知道事情的市场都已反映出来,你为什么还要瞎忙活?

4.当下,有越来越多研究商业的学者。而互联网又带来信息大爆炸。这创造了一个幻想,即凡事皆可解释;投资者主要的任务就是找到这些解释。很多新一代的投资者认为,技术分析价值不大。尤其是因为技术分析要他们闭上眼,信任价格走势中的信号。

5.没有任何的训练能够教投资者如何应对一波行情的最后一段,不管是熊市还是牛市。这个阶段通常毫无逻辑,没有课程可以教投资者在这个短暂、高波动的时间段该做些什么。通过交易来学习如何应对这个阶段,是唯一的办法。

6.基本面通常能解释一波上涨行情50%-60%的走势。但牛市的最后三分之一是非理性的,疯狂的心态主宰一切。

7.如果我有一个表现和我期望相反的持仓,我就会退出这笔交易。如果表现和我预期相同,我就留着这个持仓。控制风险是交易中最重要的事。如果你有一个让你不舒服的亏钱的仓位,解决办法非常简单——卖出。因为你总有机会再买回来。

8.在我看来,花100多倍的市盈率去买一家公司是必死无疑。不过,投资者的工作是买入会涨的股票、卖出会跌的股票,所以谁还管市盈率?

9.我见过的大部分交易员,通常是越成功,越不愿意冒风险。你必须主动的管理自己趋于保守的天性。交易员成功之后,有意或者无意都会变得更保守。

10.我一直在寻找低风险、高收益的投资机会。这并不是说要加大杠杆。没有什么理由增加财务杠杆,你应该寻找有利于你的风险收益情况。在这些情况下,你可以做一系列投资,这些投资风险相对较小,但一旦成功收益很大。

11.大钱都是在市场转折点赚的。每个人都说,没有办法确定市场的顶部和底部,顺着趋势赚钱才是王道。不过,过去十二年,我都是靠在市场顶部和底部赚钱。 查看全部

在华尔街大佬中,保罗·都铎·琼斯多少可以算个异类。和巴菲特等价值投资者不同,琼斯称投资最终还是要看走势图,并且”以此为荣“。

琼斯擅长利率和外汇等宏观交易。自1980年成立以来,他的都铎投资平均年化投资收益率高达19%。据《福布斯》杂志估计,琼斯的身家高达46亿美元,在福布斯对冲基金经理富豪榜上排名18。

美国对冲基金经理、Ivanhoff Capital创始人Ivaylo Ivanov总结了琼斯的十一条投资理念。

1.市场大约每五年就会出现一些“百年一遇”的事件。虽然我花很多时间分析数据,收集关于基本面的信息;但最终我还是要看走势图,我以此为荣。

2.缺乏经验的投资者常绞尽脑汁去理解市场的某一价格变动。通常,当他们弄明白之后,行情都已经走完了。

3.当我开始交易的时候,关于基本面的信息寥寥无几,仅有的信息还有各种各样的问题。我们就学着看行情走势图。如果你需要知道事情的市场都已反映出来,你为什么还要瞎忙活?

4.当下,有越来越多研究商业的学者。而互联网又带来信息大爆炸。这创造了一个幻想,即凡事皆可解释;投资者主要的任务就是找到这些解释。很多新一代的投资者认为,技术分析价值不大。尤其是因为技术分析要他们闭上眼,信任价格走势中的信号。

5.没有任何的训练能够教投资者如何应对一波行情的最后一段,不管是熊市还是牛市。这个阶段通常毫无逻辑,没有课程可以教投资者在这个短暂、高波动的时间段该做些什么。通过交易来学习如何应对这个阶段,是唯一的办法。

6.基本面通常能解释一波上涨行情50%-60%的走势。但牛市的最后三分之一是非理性的,疯狂的心态主宰一切。

7.如果我有一个表现和我期望相反的持仓,我就会退出这笔交易。如果表现和我预期相同,我就留着这个持仓。控制风险是交易中最重要的事。如果你有一个让你不舒服的亏钱的仓位,解决办法非常简单——卖出。因为你总有机会再买回来。

8.在我看来,花100多倍的市盈率去买一家公司是必死无疑。不过,投资者的工作是买入会涨的股票、卖出会跌的股票,所以谁还管市盈率?

9.我见过的大部分交易员,通常是越成功,越不愿意冒风险。你必须主动的管理自己趋于保守的天性。交易员成功之后,有意或者无意都会变得更保守。

10.我一直在寻找低风险、高收益的投资机会。这并不是说要加大杠杆。没有什么理由增加财务杠杆,你应该寻找有利于你的风险收益情况。在这些情况下,你可以做一系列投资,这些投资风险相对较小,但一旦成功收益很大。

11.大钱都是在市场转折点赚的。每个人都说,没有办法确定市场的顶部和底部,顺着趋势赚钱才是王道。不过,过去十二年,我都是靠在市场顶部和底部赚钱。

文艺复兴科技公司

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:40 • 来自相关话题

《黄金屋:对冲基金顶尖交易者如何从全球市场获利》

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:41 • 来自相关话题

《对冲基金猎人》

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:41 • 来自相关话题

对冲基金大事年表

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:44 • 来自相关话题

2013全球对冲基金经理收入榜

回复

评论stockxp 发起 • 0 关注 • 0 个回复 • 2016-01-06 17:45 • 来自相关话题

人工智能操盘对冲基金

交易stockxp 发表了文章 • 0 个评论 • 1435 次浏览 • 2016-01-29 17:05 • 来自相关话题

上周,Ben Goertzel和他的公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金——不需要任何人为干预。Goertzel是这家公司的首席科学家,也是一个AI专家,他说:「如果我们都死了,它也会继续交易。」

他说这话是认真的。 Goertzel等人共同开发了这个系统。当然,这个系统还不够完善,他们还在逐步调整。但是他们创造出来的系统能够完全自动地识别和执行交易。

这个系统借鉴了多种AI形式,包括一种受遗传演化启发而来的AI,以及另一种基于概率逻辑的形式。

每一天,这些AI引擎都会分析大量的数据,包括大盘行情和宏观经济数据,之后会做出自己的市场预测,并对最好的行动进行「表决」。

尽管Aidyia位于香港,但这个自动化系统是在美国证券市场中进行交易。根据Goertzel的说法,在它上线的第一天,它就在一个未披露的资金池中产生了2%的回报。

这算不上不惊人,从统计的角度来说也不相关。但是它展现了金融世界中的一个值得注意的转变。

从去年开始,获得了1.43亿美元投资的旧金山创业公司Sentient Technologies就已经开始用类似的系统悄无声息地进行着交易。

以数据为中心的对冲基金(如Two Sigma和Renaissance Technologies)也曾说过,他们依赖着AI技术。

根据报道,另外两家由华尔街大佬Ray Dalio和Steven A. Cohen运作的公司Bridgewater Associates 和Point72 Asset Management,也正在朝同样的方向前进。



自动化的进展

长期以来,对冲基金都依赖计算机来帮助交易。根据市场调研公司Preqin的研究,大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的,约占到了所有基金的9%,总额达到了1970亿美元。

但是,这通常需要涉及到数据科学家(用华尔街的行话,叫做「宽客(quants)」)使用机器来构建大型的统计模型。这些模型非常复杂,从某种意义上说它们是比较静态的。

当市场发生变化,它们的效果或许不会再像过去那样好。根据Preqin的研究,通常情况下,系统运行的基金的表现并不总能像人类基金经理运行的一样好。









然而,近几年来,基金开始转向真正的机器学习。在这个领域,人工智能系统能够高速分析大量的数据,并且在分析过程中自我改进。

一些公司依赖于一种叫做「贝叶斯网络(Bayesian networks)」的机器学习形式,用一些机器来预测市场趋势,并确定具体的交易,其中包括一家名为Rebellion Research的纽约公司,由棒球明星Hank Greenberg的孙子创立。

与此同时,还有一些诸如Aidyia 和Sentient这样的公司,正在学习在几百台甚至几千台机器上运行AI。这涵盖了一些技术,例如受遗传学所启发的演化计算,以及现在Google和微软用来识别图像和语音等任务的深度学习。

他们希望,这些系统能够自动识别出市场中的变化,并以宽客的模型无法做到的方式来适应这些改变。

《A Wealth of Common Sense: Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson说:「它们试图在事情发生前预见它们的发生。」他在一个捐赠基金工作了10年时间,这个基金经过了许多基金经理的管理。

不要把这种AI驱动的基金管理与高频交易相混淆。它并不寻求抢先交易或通过行动的快速来赚钱。它寻求的是未来更长时段(小时、天、星期,甚至月)的最好交易。说得更确切一些,机器(而不是人)在选择策略。

进化的智能

尽管Sentient公司还没有公开销售它的基金,但是首席执行官Antoine Blondeau说,他们从去年开始,已经在使用私募投资者的资金进行正式的交易(在一段长长的测试交易期之后)。

根据Bloomberg的一篇报道,这家公司已经在和摩根大通的基金业务合作开发AI技术,但Blondeau拒绝讨论它的合作伙伴。不过,他确实说到,它的基金完全由人工智能来操作。

整个想法就是要做其他人(以及其他机器)没有在做的事情。

首席科学家Babak Hodja说,这个系统允许公司调整某些风险设定。当Siri还没有被苹果收购之前,这位科学家是Siri的创始团队成员之一。

除此之外,这个系统完全可以在没人帮助的情况下自行工作。

Hodja 说:「它会自动产生一个策略,并给我们指示。它会说:『现在多买进这个,用这种方法,按这个顺序。』它还会告诉我们什么时候应该退出、减仓等等。」

根据Hodia的说法,这个系统能抓住亚洲等地多个公司的数据中心、网吧、电脑游戏中心内「数百万个」计算机处理器中空闲的计算能力。与此同时,它的软件引擎基于演化计算——与Aidyia系统中受遗传学启发而来的技术相同。

用最简单的话说,这意味着它创造出了一个数字股票交易员的随机大集合,并检验它们在历史股票数据上的表现。在挑出表现最好的那些之后,就会用它们的「基因」来创造出一组更厉害的新交易员。这个过程不断重复。

最终,这个系统创造出了一个能够自行完成成功交易的数字交易员。Blondeau说:「在几千代之中,万亿个『存在』崛起又衰落。最终,你得到了一群真正可以部署的聪明交易员。」

深度投资

尽管今天驱动着系统的是演化计算,但Hodja依然很看好深度学习算法——经过证明,这种算法在识别图像、语音,甚至理解人类说话的自然方式方面非常有用。他解释说,正如深度学习可以在一张照片中准确地指出猫的特征一样,它也可以识别出股票市场中能让你赚钱的特征。

Goertzel却不同意这一点。他还管理着OpenCog Foundation,这是一个旨在建立开源强人工智能框架的项目。

他不同意的原因,一部分是因为深度学习算法已经成为了一种商品。

「如果所有人都在使用某件东西,它的预测就会在市场中被定价。你必须做一些奇怪的事。」他还指出,尽管深度学习很适合分析带有特殊模式的数据,例如照片和语言,但这些模式不一定也存在于金融市场中。如果这些模式真的存在,也不一定那么有用——因为每个人都可以发现它们。

然而,Hodia认为,人们要做的事是继续改进今天的深度学习。这也许涉及到将其与演化计算结合起来。

他解释说,你可以用演化计算来构造一个更好的深度学习算法。这被称为「神经演化(neuroevolution)」。

Hodja说:「你可以让深度学习中的权重进行演化,你也可以让深度学习自身的结构进行演化。」微软等公司已经开始通过某种自然选择来构建深度学习系统,但他们可能还没有使用演化计算本身。

AI操盘基金,未来几何?

不管采用什么技术,都有人怀疑AI是否真的能在华尔街功成名就。就算真有一家基金用AI获得了成功,也存在风险——其他公司或许会复制这个系统,从而破坏它的成功。如果市场中的大多数人都采取同样的行为,这将会改变整个市场。

Carlson说:「我有点怀疑AI是否真的明白这一点。如果某人发现了一个行得通的花招,不仅其他基金会迅速抓住这一点,其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。」

Goertzel也看到了这个风险。这也是为什么 Aidyia不止使用了演化计算,还使用了一系列其他技术。如果其他人效仿这家公司的方法,它将使用其他的机器学习类型。

整个想法就是要做其他人(以及其他机器)没有在做的事情。Goertzel 说:「要在金融市场中赚钱,光有聪明是不够的,还需要用一种与其他人不同的聪明方式来做事。」(CADE METZ / 机器之心)

注:本文来自wired,作者CADE METZ,机器之心编译出品。编译:汪汪。 查看全部
上周,Ben Goertzel和他的公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金——不需要任何人为干预。Goertzel是这家公司的首席科学家,也是一个AI专家,他说:「如果我们都死了,它也会继续交易。」

他说这话是认真的。 Goertzel等人共同开发了这个系统。当然,这个系统还不够完善,他们还在逐步调整。但是他们创造出来的系统能够完全自动地识别和执行交易。

这个系统借鉴了多种AI形式,包括一种受遗传演化启发而来的AI,以及另一种基于概率逻辑的形式。

每一天,这些AI引擎都会分析大量的数据,包括大盘行情和宏观经济数据,之后会做出自己的市场预测,并对最好的行动进行「表决」。

尽管Aidyia位于香港,但这个自动化系统是在美国证券市场中进行交易。根据Goertzel的说法,在它上线的第一天,它就在一个未披露的资金池中产生了2%的回报。

这算不上不惊人,从统计的角度来说也不相关。但是它展现了金融世界中的一个值得注意的转变。

从去年开始,获得了1.43亿美元投资的旧金山创业公司Sentient Technologies就已经开始用类似的系统悄无声息地进行着交易。

以数据为中心的对冲基金(如Two Sigma和Renaissance Technologies)也曾说过,他们依赖着AI技术。

根据报道,另外两家由华尔街大佬Ray Dalio和Steven A. Cohen运作的公司Bridgewater Associates 和Point72 Asset Management,也正在朝同样的方向前进。



自动化的进展

长期以来,对冲基金都依赖计算机来帮助交易。根据市场调研公司Preqin的研究,大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的,约占到了所有基金的9%,总额达到了1970亿美元。

但是,这通常需要涉及到数据科学家(用华尔街的行话,叫做「宽客(quants)」)使用机器来构建大型的统计模型。这些模型非常复杂,从某种意义上说它们是比较静态的。

当市场发生变化,它们的效果或许不会再像过去那样好。根据Preqin的研究,通常情况下,系统运行的基金的表现并不总能像人类基金经理运行的一样好。


未命名22.jpg




然而,近几年来,基金开始转向真正的机器学习。在这个领域,人工智能系统能够高速分析大量的数据,并且在分析过程中自我改进。

一些公司依赖于一种叫做「贝叶斯网络(Bayesian networks)」的机器学习形式,用一些机器来预测市场趋势,并确定具体的交易,其中包括一家名为Rebellion Research的纽约公司,由棒球明星Hank Greenberg的孙子创立。

与此同时,还有一些诸如Aidyia 和Sentient这样的公司,正在学习在几百台甚至几千台机器上运行AI。这涵盖了一些技术,例如受遗传学所启发的演化计算,以及现在Google和微软用来识别图像和语音等任务的深度学习。

他们希望,这些系统能够自动识别出市场中的变化,并以宽客的模型无法做到的方式来适应这些改变。

《A Wealth of Common Sense: Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson说:「它们试图在事情发生前预见它们的发生。」他在一个捐赠基金工作了10年时间,这个基金经过了许多基金经理的管理。

不要把这种AI驱动的基金管理与高频交易相混淆。它并不寻求抢先交易或通过行动的快速来赚钱。它寻求的是未来更长时段(小时、天、星期,甚至月)的最好交易。说得更确切一些,机器(而不是人)在选择策略。

进化的智能

尽管Sentient公司还没有公开销售它的基金,但是首席执行官Antoine Blondeau说,他们从去年开始,已经在使用私募投资者的资金进行正式的交易(在一段长长的测试交易期之后)。

根据Bloomberg的一篇报道,这家公司已经在和摩根大通的基金业务合作开发AI技术,但Blondeau拒绝讨论它的合作伙伴。不过,他确实说到,它的基金完全由人工智能来操作。

整个想法就是要做其他人(以及其他机器)没有在做的事情。

首席科学家Babak Hodja说,这个系统允许公司调整某些风险设定。当Siri还没有被苹果收购之前,这位科学家是Siri的创始团队成员之一。

除此之外,这个系统完全可以在没人帮助的情况下自行工作。

Hodja 说:「它会自动产生一个策略,并给我们指示。它会说:『现在多买进这个,用这种方法,按这个顺序。』它还会告诉我们什么时候应该退出、减仓等等。」

根据Hodia的说法,这个系统能抓住亚洲等地多个公司的数据中心、网吧、电脑游戏中心内「数百万个」计算机处理器中空闲的计算能力。与此同时,它的软件引擎基于演化计算——与Aidyia系统中受遗传学启发而来的技术相同。

用最简单的话说,这意味着它创造出了一个数字股票交易员的随机大集合,并检验它们在历史股票数据上的表现。在挑出表现最好的那些之后,就会用它们的「基因」来创造出一组更厉害的新交易员。这个过程不断重复。

最终,这个系统创造出了一个能够自行完成成功交易的数字交易员。Blondeau说:「在几千代之中,万亿个『存在』崛起又衰落。最终,你得到了一群真正可以部署的聪明交易员。」

深度投资

尽管今天驱动着系统的是演化计算,但Hodja依然很看好深度学习算法——经过证明,这种算法在识别图像、语音,甚至理解人类说话的自然方式方面非常有用。他解释说,正如深度学习可以在一张照片中准确地指出猫的特征一样,它也可以识别出股票市场中能让你赚钱的特征。

Goertzel却不同意这一点。他还管理着OpenCog Foundation,这是一个旨在建立开源强人工智能框架的项目。

他不同意的原因,一部分是因为深度学习算法已经成为了一种商品。

「如果所有人都在使用某件东西,它的预测就会在市场中被定价。你必须做一些奇怪的事。」他还指出,尽管深度学习很适合分析带有特殊模式的数据,例如照片和语言,但这些模式不一定也存在于金融市场中。如果这些模式真的存在,也不一定那么有用——因为每个人都可以发现它们。

然而,Hodia认为,人们要做的事是继续改进今天的深度学习。这也许涉及到将其与演化计算结合起来。

他解释说,你可以用演化计算来构造一个更好的深度学习算法。这被称为「神经演化(neuroevolution)」。

Hodja说:「你可以让深度学习中的权重进行演化,你也可以让深度学习自身的结构进行演化。」微软等公司已经开始通过某种自然选择来构建深度学习系统,但他们可能还没有使用演化计算本身。

AI操盘基金,未来几何?

不管采用什么技术,都有人怀疑AI是否真的能在华尔街功成名就。就算真有一家基金用AI获得了成功,也存在风险——其他公司或许会复制这个系统,从而破坏它的成功。如果市场中的大多数人都采取同样的行为,这将会改变整个市场。

Carlson说:「我有点怀疑AI是否真的明白这一点。如果某人发现了一个行得通的花招,不仅其他基金会迅速抓住这一点,其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。」

Goertzel也看到了这个风险。这也是为什么 Aidyia不止使用了演化计算,还使用了一系列其他技术。如果其他人效仿这家公司的方法,它将使用其他的机器学习类型。

整个想法就是要做其他人(以及其他机器)没有在做的事情。Goertzel 说:「要在金融市场中赚钱,光有聪明是不够的,还需要用一种与其他人不同的聪明方式来做事。」(CADE METZ / 机器之心)

注:本文来自wired,作者CADE METZ,机器之心编译出品。编译:汪汪。

保罗·都铎·琼斯的11条投资理念

投资家stockxp 发表了文章 • 0 个评论 • 709 次浏览 • 2015-12-29 18:06 • 来自相关话题

在华尔街大佬中,保罗·都铎·琼斯多少可以算个异类。和巴菲特等价值投资者不同,琼斯称投资最终还是要看走势图,并且”以此为荣“。

琼斯擅长利率和外汇等宏观交易。自1980年成立以来,他的都铎投资平均年化投资收益率高达19%。据《福布斯》杂志估计,琼斯的身家高达46亿美元,在福布斯对冲基金经理富豪榜上排名18。

美国对冲基金经理、Ivanhoff Capital创始人Ivaylo Ivanov总结了琼斯的十一条投资理念。

1.市场大约每五年就会出现一些“百年一遇”的事件。虽然我花很多时间分析数据,收集关于基本面的信息;但最终我还是要看走势图,我以此为荣。

2.缺乏经验的投资者常绞尽脑汁去理解市场的某一价格变动。通常,当他们弄明白之后,行情都已经走完了。

3.当我开始交易的时候,关于基本面的信息寥寥无几,仅有的信息还有各种各样的问题。我们就学着看行情走势图。如果你需要知道事情的市场都已反映出来,你为什么还要瞎忙活?

4.当下,有越来越多研究商业的学者。而互联网又带来信息大爆炸。这创造了一个幻想,即凡事皆可解释;投资者主要的任务就是找到这些解释。很多新一代的投资者认为,技术分析价值不大。尤其是因为技术分析要他们闭上眼,信任价格走势中的信号。

5.没有任何的训练能够教投资者如何应对一波行情的最后一段,不管是熊市还是牛市。这个阶段通常毫无逻辑,没有课程可以教投资者在这个短暂、高波动的时间段该做些什么。通过交易来学习如何应对这个阶段,是唯一的办法。

6.基本面通常能解释一波上涨行情50%-60%的走势。但牛市的最后三分之一是非理性的,疯狂的心态主宰一切。

7.如果我有一个表现和我期望相反的持仓,我就会退出这笔交易。如果表现和我预期相同,我就留着这个持仓。控制风险是交易中最重要的事。如果你有一个让你不舒服的亏钱的仓位,解决办法非常简单——卖出。因为你总有机会再买回来。

8.在我看来,花100多倍的市盈率去买一家公司是必死无疑。不过,投资者的工作是买入会涨的股票、卖出会跌的股票,所以谁还管市盈率?

9.我见过的大部分交易员,通常是越成功,越不愿意冒风险。你必须主动的管理自己趋于保守的天性。交易员成功之后,有意或者无意都会变得更保守。

10.我一直在寻找低风险、高收益的投资机会。这并不是说要加大杠杆。没有什么理由增加财务杠杆,你应该寻找有利于你的风险收益情况。在这些情况下,你可以做一系列投资,这些投资风险相对较小,但一旦成功收益很大。

11.大钱都是在市场转折点赚的。每个人都说,没有办法确定市场的顶部和底部,顺着趋势赚钱才是王道。不过,过去十二年,我都是靠在市场顶部和底部赚钱。 查看全部

在华尔街大佬中,保罗·都铎·琼斯多少可以算个异类。和巴菲特等价值投资者不同,琼斯称投资最终还是要看走势图,并且”以此为荣“。

琼斯擅长利率和外汇等宏观交易。自1980年成立以来,他的都铎投资平均年化投资收益率高达19%。据《福布斯》杂志估计,琼斯的身家高达46亿美元,在福布斯对冲基金经理富豪榜上排名18。

美国对冲基金经理、Ivanhoff Capital创始人Ivaylo Ivanov总结了琼斯的十一条投资理念。

1.市场大约每五年就会出现一些“百年一遇”的事件。虽然我花很多时间分析数据,收集关于基本面的信息;但最终我还是要看走势图,我以此为荣。

2.缺乏经验的投资者常绞尽脑汁去理解市场的某一价格变动。通常,当他们弄明白之后,行情都已经走完了。

3.当我开始交易的时候,关于基本面的信息寥寥无几,仅有的信息还有各种各样的问题。我们就学着看行情走势图。如果你需要知道事情的市场都已反映出来,你为什么还要瞎忙活?

4.当下,有越来越多研究商业的学者。而互联网又带来信息大爆炸。这创造了一个幻想,即凡事皆可解释;投资者主要的任务就是找到这些解释。很多新一代的投资者认为,技术分析价值不大。尤其是因为技术分析要他们闭上眼,信任价格走势中的信号。

5.没有任何的训练能够教投资者如何应对一波行情的最后一段,不管是熊市还是牛市。这个阶段通常毫无逻辑,没有课程可以教投资者在这个短暂、高波动的时间段该做些什么。通过交易来学习如何应对这个阶段,是唯一的办法。

6.基本面通常能解释一波上涨行情50%-60%的走势。但牛市的最后三分之一是非理性的,疯狂的心态主宰一切。

7.如果我有一个表现和我期望相反的持仓,我就会退出这笔交易。如果表现和我预期相同,我就留着这个持仓。控制风险是交易中最重要的事。如果你有一个让你不舒服的亏钱的仓位,解决办法非常简单——卖出。因为你总有机会再买回来。

8.在我看来,花100多倍的市盈率去买一家公司是必死无疑。不过,投资者的工作是买入会涨的股票、卖出会跌的股票,所以谁还管市盈率?

9.我见过的大部分交易员,通常是越成功,越不愿意冒风险。你必须主动的管理自己趋于保守的天性。交易员成功之后,有意或者无意都会变得更保守。

10.我一直在寻找低风险、高收益的投资机会。这并不是说要加大杠杆。没有什么理由增加财务杠杆,你应该寻找有利于你的风险收益情况。在这些情况下,你可以做一系列投资,这些投资风险相对较小,但一旦成功收益很大。

11.大钱都是在市场转折点赚的。每个人都说,没有办法确定市场的顶部和底部,顺着趋势赚钱才是王道。不过,过去十二年,我都是靠在市场顶部和底部赚钱。

查看详细对冲基金