close
本文首發於微信公眾號：投資研究中心。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
在猴年的春天，一條來自西方的“狗”吸引瞭全球的眼光。在3月份的“人機大戰”中， AlphaGo以 4：1戰勝李世石，震驚全球。人們在談論著精彩比賽的同時，也在思考著人工智能在投資領域的未來。量化投資已經成為一種重要的投資方式，裝備AlphaGo的交易程序會碾壓人類嗎？如果AlphaGo 來A股，韭菜還夠嗎？我們認為，雖然具備深度學習能力的交易程序擁有接近“理性人”的巨大優勢，但在A股市場上，AlphaGo未必能獲取如圍棋般的大勝。
AlphaGo輝煌的戰績
AlphaGo（阿爾法圍棋）是一款圍棋人工智能程序，由位於英國倫敦的谷歌（Google）旗下DeepMind公司的戴維·西爾弗、艾佳·黃和戴密斯·哈薩比斯與他們的團隊開發，這個程序利用“價值網絡”去計算局面，用“策略網絡”去選擇下子。AlphaGo的主要工作原理是“深度學習”。“深度學習”是指多層的人工神經網絡和訓練它的方法。一層神經網絡會把大量矩陣數字作為輸入，通過非線性激活方法取權重，再產生另一個數據集合作為輸出。這就像生物神經大腦的工作機理一樣，通過合適的矩陣數量，多層組織鏈接一起，形成神經網絡“大腦”進行精準復雜的處理，
2015年10月阿爾法圍棋以5:0完勝歐洲圍棋冠軍、職業二段選手樊麾。這在圍棋人工智能領域，實現瞭一次史無前例的突破。計算機程序能在不讓子的情況下，在完整的圍棋競技中擊敗專業選手，這是第一次。
2016年3月對戰世界圍棋冠軍、職業九段選手李世石，並以4:1的總比分獲勝。這場人工智能與人類的博弈於2016年3月9日在首爾舉行，獎金是由Google提供的100萬美金。
近日有消息稱，AlphaGo將挑戰電子遊戲“星際爭霸”。如果這個計劃成真，那麼將是對人工智能的更嚴格考驗，具體采用什麼挑戰方式也引人遐想。與圍棋棋盤上所有棋子都對雙方可見不同，此類遊戲中有“戰爭迷霧”，一方需要猜測和偵察對方的行動，屬於“不完美信息博弈”，對人工智能的要求更高。
滴雞精哪裡買台中滴雞精推薦兒童雞精推薦
在標準金融理論中，為瞭得到簡潔、完整的數學模型，需要對投資者、投資環境等加一定的假設。這其中包括：投資者完全理性、市場無摩擦、市場信息完備等條件。理性人的假設條件要求投資者具有風險厭惡的效用函數，可以根據貝葉斯法則修正自己的信念，並能根據最大化自身期望效用來做出判斷。
在現實市場中，投資者的決策會出現過度自信（Overconfidence）、代表性偏差（Representativeness）、框架效應（Framing Effect）、錨定（Anchoring）、損失規避（Loss Aversion）等認知偏差，從而很難達到完全理性的要求。投資者的心理偏差、市場摩擦、信息不對稱等對最終的價格行為產生重要的影響，使得金融市場出現瞭動量效應、反轉效應、羊群效應、規模溢價、公告後漂移效應等金融異象。在投資決策過程中，投資者的情緒是影響投資決策的重要因素，情緒受到市場的影響，情緒的決策又會影響市場。這種反饋環的機制，使得最終市場行為異常復雜。
在“理性人”的要求上，AlphaGo要遠勝過人類投資者。第一，若要使用AlphaGo進行金融交易，開發機構將為其配備最完備的數據。這不僅包括宏觀數據、財務數據、交易數據等結構化數據，還會包括互聯網搜索、社交等非結構化數據。從市場信息的完備程度上，AlphaGo將領先人類投資者。第二，在做出決策時，AlphaGo可以完全克服心理偏差、情緒等影響決策的因素。在給定的信息空間下，AlphaGo可以根據貝葉斯法則修正自己的信念，並可以完全根據期望效用最大來做出決策。借助完備的信息空間，AlphaGo獲取的關於未來收益的概率分佈將接近市場中的真實分佈，從而做出更加準確的決策。
在圍棋的博弈中，AlphaGo通過兩個不同神經網絡“大腦”合作來改進下棋。這些大腦是從多層啟發式二維過濾器開始，去處理圍棋棋盤的定位，就像圖片分類器網絡處理圖片一樣。經過過濾，13 個完全連接的神經網絡層產生對它們看到的局面判斷。這些層能夠做分類和邏輯推理。這些網絡通過反復訓練來檢查結果，再去校對調整參數，去讓下次執行更好。這個處理器有大量的隨機性元素，所以人們是不可能精確知道網絡是如何“思考”的，但更多的訓練後能讓它進化到更好。AlphaGo的第一個神經網絡大腦是“監督學習的策略網絡（Policy Network）”，觀察棋盤佈局企圖找到最佳的下一步。事實上，它預測每一個合法下一步的最佳概率，那麼最前面猜測的就是那個概率最高的。第二個大腦相對於落子選擇器是回答另一個問題。不是去猜測具體下一步，它預測每一個棋手贏棋的可能，再給定棋子位置情況下。這“局面評估器”就是“價值網絡（Value Network）”，通過整體局面判斷來輔助落子選擇器。這個判斷僅僅是大概的，但對於閱讀速度提高很有幫助。通過分類潛在的未來局面的“好”與“壞”，AlphaGo能夠決定是否通過特殊變種去深入閱讀。如果局面評估器說這個特殊變種不行，那麼AI就跳過閱讀在這一條線上的任何更多落子。目前關於AlphaGo解釋的比較全面的是微軟亞洲研究院鄭宇博士和張鈞波博士總結的一張圖：
對比圍棋和金融交易的環境，雖然兩者有很多不同，比如博弈的參與者、信息生成機制、數據原型等，但AlphaGo在制定決策時嚴格按照規則、不受情緒影響的特征是一致的。
此外，AlphaGo在對弈李世石時，下出瞭前無古人的下法（如第二局黑37肩沖），這是源於人工智能的深度學習，以及對所有可能環境下的策略優劣度的概率統計。這說明AlphaGo有可能會用出人類無法理解的投資邏輯從而獲得超額回報。
從上述分析可以看出，AlphaGo在“理性人”的特征方面，將超越人類。那麼，在A股市場上，它一定會隨意的收割韭菜嗎？答案未必為真。
AlphaGo需要克服的A股市場特征：信息被高度控制且不易釋放
與歐美發達的股票市場相比，A股市場由於存在時間較短，且伴隨著市場改革， 使得其出現以散戶為主、信息高度不對稱、市場波動大等特征。關於A股的信息控制，New York Times 在3月末的專題報道“The Fall of China’s Hedge-Fund King”提及過：他根據無人知曉的信息和消息進行交易，積累瞭大量財富，該策略完美地適應中國市場，這裡信息被高度控制且不易釋放。（“He had amassed afortune by trading on knowledge and information no one else had, rumors no oneelse knew — a strategy perfectly crafted for China, where information istightly controlled and reluctantly released.” ）。
同樣在3月末，A股創業板股票金亞科技，因涉嫌財務造假、違反證券法，在停牌9個多月後終於在3月30日復牌。退市長油、退市博元先例近在眼前，頭懸退市風險的金亞科技一如預期開盤即遇一字跌停。金亞科技財務造假案發之前也曾風光一時，頭頂著軍工、物聯網、博彩、智能穿戴、智能傢居、虛擬現實等一連串時髦概念，不僅誘使券商研報予以推薦，而且還讓一些公募基金競相重倉。2015年6月，金亞科技及實際控制人周旭輝遭證監會立案調查，6月10日股票停牌。隨後，其公告稱，尚未收到證監會的最終調查結論。調查結論尚未出爐，金亞科技卻公告稱，經自查發現2014年度存在重大會計差錯，並予以追溯調整，其中光凈利潤一項就虛增金額達到1900多萬。
金亞科技的財務迷局不僅瞞過瞭眾多個人投資者，連專業的機構投資者也被蒙騙。在公告被調查前的一月，2015年5月愛建證券發佈研報稱上調公司至強烈推薦的投資評級；長江證券給出推薦評級。同時，海通證券、川財證券等同樣給出非常樂觀的研究報告。賣方研究員在推票的時候，來自公募的買方則動起瞭真格，一些公募基金踩上瞭金亞科技的地雷，包括招商、廣發、匯添富等大型公募基金，也迫使基金提前大幅下調瞭金亞科技的估值。
滴雞精功效
從金亞科技的案例中可以看出，A股市場信息被高度控制且不易釋放的特征十分明顯。實力強大的賣方機構及買方機構，在基本面研究上占據絕對優勢，但此次依然踩雷，說明這個市場的信息被高度控制，難以有效傳播。
在被高度控制的信息面前，無論專業的投機機構，還是個人投資者，都無法獲取真實信息。非真實的信息作進入AlphaGo的信息空間後，勢必會影響其決策，及最後的業績表現。不僅如此，在錯誤的信息條件下，越是理性的決策，可能導致越糟糕的後果。
韭菜們不必過於擔心，AlphaGo征服A股市場的道路將不會是一帆風順的！
（來源：上海富安達 作者：Beta）
【獨傢稿件聲明】凡註明“和訊”來源之作品（文字、圖片、圖表），未經和訊網授權，任何媒體和個人不得全部或者部分轉載。如需轉載，請與010-85650688聯系；經許可後轉載務必請註明出處，並添加源鏈接，違者本網將依法追究責任。
燕窩推薦
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
文章標籤
全站熱搜
留言列表
