很多年以來，對沖基金一直在嘗試教會電腦像交易員一樣思考。

經(jīng)歷過許多次的空歡喜之后，一種名為 深度學(xué)習(xí) 、能夠大致模仿人腦神經(jīng)元工作模式的人工智能技術(shù)為對沖基金帶來了曙光。一位知情人士透露，WorldQuant已經(jīng)利用這種技術(shù)進(jìn)行小規(guī)模的交易。 Man AHL或許很快采用該技術(shù)。Winton和Two Sigma也將進(jìn)入這個領(lǐng)域。

這些量化交易公司希望，人工智能這種更加強有力的機器學(xué)習(xí)技術(shù)，能夠幫助他們在全球金融業(yè)愈演愈烈的技術(shù)軍備競賽中占據(jù)優(yōu)勢。假如他們的方向正確，那么神經(jīng)網(wǎng)絡(luò)技術(shù)將幫助推動金融業(yè)的演變，造成人腦與機器同場競爭，并給傳統(tǒng)的投資領(lǐng)域工作機會帶來威脅。不過，研究人員暫時還不愿過度宣揚這項技術(shù)，因為在經(jīng)歷了之前一輪的大肆宣傳但最終以失望告終之后，研究人員更愿意暫時將其看作另一支希望之箭。

1990年代對沖基金紛紛宣布使用神經(jīng)網(wǎng)絡(luò)技術(shù)的熱潮失敗之后，對于‘深度學(xué)習(xí)’能夠解決投資管理這個普遍性問題的說法，我們傾向于持懷疑態(tài)度， 倫敦管理315億美元資產(chǎn)的量化對沖基金公司W(wǎng)inton在聲明中表示。

谷歌等科技業(yè)巨頭已經(jīng)驗證了深度學(xué)習(xí)技術(shù)的利用價值，現(xiàn)在量化基金也開始追隨它們的腳步。深度學(xué)習(xí)技術(shù)需要超級強大的電腦以及海量數(shù)據(jù)，并已經(jīng)在特斯拉的自動駕駛汽車和亞馬遜智能音箱Echo得到使用。與深度學(xué)習(xí)領(lǐng)域的先鋒人物Yoshua Bengio教授進(jìn)行合作的電腦科學(xué)家NicolasChapados表示，深度學(xué)習(xí)距離成為對沖基金行業(yè)的主流工具還需要大約5年時間。

Chapados表示，科技領(lǐng)域有一大批深度學(xué)習(xí)模型可以被用于金融處理。Chapados是蒙特利爾量化基金公司Chapados Couture Capital以及使用深度學(xué)習(xí)技術(shù)的研究機構(gòu)Element AI的聯(lián)合負(fù)責(zé)人。

對沖基金在采納深度學(xué)習(xí)技術(shù)方面實際上已經(jīng)落后一步，其原因是缺乏將其應(yīng)用于復(fù)雜金融數(shù)據(jù)的專業(yè)知識。Facebook的圖像識別技術(shù)之所以取得成功，比如能辨認(rèn)出圖片中一只狗的形象，究其原因是其使用了社交媒體用戶上傳的無限量數(shù)據(jù)。與之相比，金融市場數(shù)據(jù)有限而且總是在發(fā)生變化，造成預(yù)測股價變動等市場波動變得更具挑戰(zhàn)性。(來源:南^方^財^富^網(wǎng))