交易员们请注意了:华尔街正在进入一个新的时代。 2015年起,华尔街各大金融机构纷纷大举裁员:2015年12月,摩根士丹利表示将在全球裁员1200人;2016年1月,瑞信对伦敦的1800名员工发出裁员警告;2016年3月,日本最大投行野村证券称将在北美裁员20%;2017年2月,外媒报道高盛600名交易员仅剩2人。
曾经风光无限的投行人士,现在却面临着被人工智能取而代之的风险。金融服务咨询公司Opimas估计,到2025年,单因AI的普及,华尔街就将减少10%员工,即约23万人将被AI替代。一时之间,“AI将要占领华尔街”“AI将要取代交易员和对冲基金经理”一类的言论甚嚣尘上。 AI如何应用在金融交易中? 金融交易的本质是根据基本面、技术形态或内幕消息,对交易标的进行分析判断,然后完成买卖下单。由于巨大的信息量、不可避免的人类性格弱点等因素,量化投资开始大行其道。传统量化投资涉及到数学、统计学、计算机等方面的知识,主要方法有人工智能、数据挖掘、小波分析、支持向量机、分形理论和随机过程。量化投资的本质是把股票价格、交易量、宏观数据、上市公司账目等数据量化成各类指标,建立模型,通过模型产生的指令直接进行交易。
随着人工智能的发展,很多技术可以用于量化投资分析中,包括自然语言处理、机器学习、神经网络、遗传算法等。一位基金分析师向新智元介绍说:“人工智能应用在量化投资上也有很多讨论,比如用人工智能算法改进多因子模型和分析理解文本等。”
供职于香港某对冲基金的一位量化研究员也表示:“对于Alpha策略来说,人工智能可以给多因子模型提供更多维度的信息。比方说之前只能考虑一些基本面信息,而现在则可以利用人工智能中的自然语言处理,来加入新闻情绪等热度信息。”
摩根大通可谓是最为积极拥抱AI的投行之一。去年,摩根大通表示将利用一款叫做LOXM的AI在其全球股票算法业务部门执行交易。据该行在欧洲的试验表明,LOXM的效率比传统的买卖方法高得多。LOXM的职责是以最佳价格和最高速度执行客户交易指令——运用它从数十亿笔过往交易(既有真实交易,也有模拟交易)中汲取的经验教训来解决各种问题,比如怎样抛出大笔股份而不影响市场价格。这款AI基于“深度强化学习”,能够从数百万种历史情形中学习。 瑞银(UBS)也部署了AI来处理客户的交易后配置请求,为每个任务节省了多达45分钟的人力劳动。瑞银还使用AI来帮助客户利用市场波动进行交易。
除了投行之外,各大对冲基金也在使用AI进行交易。Two Sigma、Renaissance Technologies、Bridgewater和Point72等基金都宣称要引入AI技术到交易系统里。在国内,华夏基金去年与微软亚洲研究院达成战略合作,宣布将就人工智能在金融服务领域的应用展开战略合作研究。 |