華爾街還沒有出現(xiàn)AI革命
鳳凰網(wǎng)科技訊 北京時(shí)間4月13日消息，眼下，從建筑業(yè)到娛樂業(yè)，幾乎每個(gè)行業(yè)都希望抓住生成式人工智能(AI)的風(fēng)口，從這項(xiàng)新興技術(shù)中獲利。但諷刺的是，一個(gè)最賺錢的地方卻找不到AI革命，它就是華爾街。
很長(zhǎng)時(shí)間以來(lái)，華爾街一直在使用自動(dòng)化算法來(lái)完成交易和風(fēng)險(xiǎn)管理等任務(wù)。但是，投資者一直無(wú)法依靠AI來(lái)解決他們最大的挑戰(zhàn)：跑贏大盤。雖然有些人將ChatGPT視為促進(jìn)銷售和研究工作的一種途徑，但使用AI的投資結(jié)果并不是特別盡人意。
“華爾街在將AI應(yīng)用于投資方面的進(jìn)展有限，盡管語(yǔ)言建模方面的創(chuàng)新可能會(huì)在未來(lái)幾年改變這一現(xiàn)狀。” 哥倫比亞投資管理公司董事總經(jīng)理喬納森·拉金(Jonathan Larkin)表示。該公司管理著哥倫比亞大學(xué)獲得的130億美元的捐贈(zèng)基金，并投資各種基金。
40年的嘗試
其實(shí)，華爾街在AI領(lǐng)域的嘗試起步更早。40年前，包括美國(guó)對(duì)沖基金文藝復(fù)興科技創(chuàng)始人吉姆·西蒙斯(Jim Simons)在內(nèi)的數(shù)學(xué)家出身的量化分析師，開發(fā)出了將投資決策交給計(jì)算機(jī)的算法。
他和其他量化分析師多年來(lái)一直在使用機(jī)器學(xué)習(xí)(AI的一種)，并且已經(jīng)建立了交易模型，能夠從過去的數(shù)據(jù)進(jìn)行推斷，在有限的人為干預(yù)下開發(fā)有利可圖的交易。
華爾街很早就使用自動(dòng)算法，但不盡人意
然而，量化分析師們稱，很少有公司能成功地將所有業(yè)務(wù)都交給機(jī)器。他們?cè)谧晕覍W(xué)習(xí)或強(qiáng)化學(xué)習(xí)方面也沒有取得重大進(jìn)展，因?yàn)檫@需要訓(xùn)練計(jì)算機(jī)自己學(xué)習(xí)和制定策略。來(lái)自這些公司的人士說(shuō)，事實(shí)上，文藝復(fù)興科技和其他公司依賴的是先進(jìn)的統(tǒng)計(jì)數(shù)據(jù)，而不是尖端的AI方法。
“大多數(shù)量化分析師仍然采取'理論優(yōu)先’的方法，他們首先建立一個(gè)假設(shè)，解釋為什么某個(gè)異?？赡艽嬖?，然后圍繞這個(gè)假設(shè)建立一個(gè)模型?！崩鸱Q。
數(shù)據(jù)的缺失
這就產(chǎn)生一個(gè)比較大的問題：與那些用于開發(fā)ChatGPT和類似基于語(yǔ)言的AI項(xiàng)目的數(shù)據(jù)集相比，投資者依賴的數(shù)據(jù)集更有限。例如，ChatGPT是一個(gè)擁有1750億個(gè)參數(shù)的模型，它使用了幾十年(有時(shí)是幾個(gè)世紀(jì))的文本和其他來(lái)自書籍、期刊、互聯(lián)網(wǎng)等地方的數(shù)據(jù)。相比之下，對(duì)沖基金和其他投資者通常使用定價(jià)和其他市場(chǎng)數(shù)據(jù)來(lái)訓(xùn)練自己的交易系統(tǒng)，受到了先天性限制。
對(duì)沖基金D.E. Shaw前高管喬恩·麥考利夫(Jon McAuliffe)指出，在投資方面，“情況有所不同，我們沒有無(wú)限量的數(shù)據(jù)來(lái)幫助我們訓(xùn)練無(wú)限規(guī)模的模型”。他現(xiàn)在是Voleon資本管理有限公司的聯(lián)合創(chuàng)始人，這是一家依賴機(jī)器學(xué)習(xí)的對(duì)沖基金。
另外一個(gè)關(guān)鍵問題是，市場(chǎng)數(shù)據(jù)比語(yǔ)言和其他數(shù)據(jù)“更嘈雜”，因此更難用它來(lái)解釋或預(yù)測(cè)市場(chǎng)走勢(shì)。換句話說(shuō)，收益、股票勢(shì)頭、投資者情緒和其他財(cái)務(wù)數(shù)據(jù)只能部分解釋股票走勢(shì)，其余都是無(wú)法解釋的“噪音”。因此，機(jī)器學(xué)習(xí)模型可以識(shí)別各種市場(chǎng)數(shù)據(jù)的相關(guān)性，但無(wú)法預(yù)測(cè)未來(lái)的股票走勢(shì)。
股市的特性
與語(yǔ)言不同的是，股市瞬息萬(wàn)變。企業(yè)會(huì)改變戰(zhàn)略，新領(lǐng)導(dǎo)人會(huì)做出激進(jìn)的決定，經(jīng)濟(jì)和政治環(huán)境會(huì)突然轉(zhuǎn)變。而模型依賴的是歷史長(zhǎng)期數(shù)據(jù)趨勢(shì)，這讓交易變得更加困難。
盡管事實(shí)證明ChatGPT確實(shí)很厲害，但它經(jīng)常會(huì)犯一些明顯的錯(cuò)誤，這些錯(cuò)誤會(huì)讓投資者賠錢，并危及他們的聲譽(yù)。
金融科技公司Proven CEO理查德·杜威(Richard Dewey)也指出，投資是“對(duì)抗性的”。也就是說(shuō)，它需要與急于利用任何錯(cuò)誤的對(duì)手競(jìng)爭(zhēng)。這使得利用AI進(jìn)行投資要比將這些方法用于自然語(yǔ)言、圖像分類或自動(dòng)駕駛汽車更困難。
“像文藝復(fù)興、D.E. Shaw這樣的公司仍然雇傭著那么多博士，這是有原因的。”杜威表示。他說(shuō)，在嘈雜的、受人類行為反饋回路影響的股市中，人類仍然是必不可少的，“在投資方面，仍然很難把一切都交給機(jī)器”。
ChatGPT犯錯(cuò)會(huì)導(dǎo)致投資者賠錢
盡管如此，仍有跡象表明，投資者對(duì)AI的依賴正變得越來(lái)越放心。Voleon是過去幾年圍繞著機(jī)器學(xué)習(xí)和其他AI方法成立的一批對(duì)沖基金之一。
舊金山量化對(duì)沖基金Numerai表示，該公司去年利用機(jī)器學(xué)習(xí)技術(shù)獲得了20%的收益。同樣在去年，谷歌母公司Alphabet旗下人工智能子公司DeepMind Technologies的三名高級(jí)員工離職，在布拉格創(chuàng)立了一家名為“平衡技術(shù)”(EquiLibre Technologies)的機(jī)器學(xué)習(xí)基金，引起了轟動(dòng)。
一些AI專家認(rèn)為，AI有朝一日可能有助于交易的民主化，讓個(gè)人和其他人的程序像大型對(duì)沖基金使用的程序一樣強(qiáng)大。不過，Man FRM的首席投資官延斯·弗倫巴赫(Jens Foehrenbach)表示，目前專注于機(jī)器學(xué)習(xí)和其他AI方法的公司太少，無(wú)法確定是否有可能獲得巨大回報(bào)，而且早期回報(bào)并不一致。Man FRM在對(duì)沖基金上的投資超過200億美元。
“他們的結(jié)果差異很大，”弗倫巴赫表示，“這種策略可能會(huì)產(chǎn)生非常意想不到的效果，這讓投資者很難決定是減少還是增加投資。”
AI支持者相信，他們的方法最終會(huì)取得良好的效果。機(jī)器學(xué)習(xí)模型最終可以將有意義的內(nèi)容從無(wú)意義的內(nèi)容中分類出來(lái)。“建立機(jī)器學(xué)習(xí)策略更加困難，而且有更多錯(cuò)誤的開始，”Voleon的麥考利夫表示，“但是一旦你讓它們工作起來(lái)，這些策略就會(huì)做出更準(zhǔn)確的預(yù)測(cè)?！?/p>
平衡技術(shù)公司聯(lián)合創(chuàng)始人兼CEO馬丁·施密德(Martin Schmid)表示，“強(qiáng)化學(xué)習(xí)”將適用于股票和債券，就像國(guó)際象棋、撲克牌和其他游戲一樣?！皬?qiáng)化學(xué)習(xí)”是一種機(jī)器學(xué)習(xí)形式。在這其中，計(jì)算機(jī)會(huì)根據(jù)各種交易投資決策受到“懲罰和獎(jiǎng)勵(lì)”。施密德稱，該公司仍在完善其交易模型，尚未開始投資。
一些人說(shuō)，近期的AI進(jìn)展可能會(huì)撼動(dòng)研究和銷售等領(lǐng)域。“現(xiàn)在，你可以為客戶創(chuàng)建自動(dòng)化定制信息，這是投資銀行銷售人員的主要工作?！备呤⒑蜆蛩鹎皢T工延斯·諾德維克(Jens Nordvig)說(shuō)。他現(xiàn)在運(yùn)營(yíng)著MarketReader，該公司使用人工智能提取金融新聞。
ChatGPT能預(yù)測(cè)股價(jià)？
不過，美國(guó)佛羅里達(dá)大學(xué)金融學(xué)教授亞歷杭德羅·洛佩茲-里拉(Alejandro Lopez-Lira)近日表示，大型語(yǔ)言模型可能在預(yù)測(cè)股價(jià)時(shí)有用。
里拉在最近一篇未經(jīng)評(píng)審的論文中表示，他使用ChatGPT來(lái)分析新聞標(biāo)題，判斷它們對(duì)股票是好是壞。結(jié)果發(fā)現(xiàn)，ChatGPT預(yù)測(cè)第二天股票收益走勢(shì)的能力比隨機(jī)預(yù)測(cè)要好得多。“ChatGPT理解的是針對(duì)人類的信息。這一事實(shí)幾乎可以保證，如果市場(chǎng)沒有做出完美的反應(yīng)，就會(huì)有收益的可預(yù)測(cè)性?！彼硎尽?/p>
這項(xiàng)實(shí)驗(yàn)觸及到了尖端人工智能承諾的核心內(nèi)容：隨著更強(qiáng)大計(jì)算機(jī)和更好的數(shù)據(jù)集的出現(xiàn)，比如支持ChatGPT的數(shù)據(jù)集，這些人工智能模型可能會(huì)展示出“涌現(xiàn)能力”(Emergent Abilities，小模型不具備的能力)，或者在這些模型構(gòu)建時(shí)最初沒有計(jì)劃的能力。如果ChatGPT能夠展示出理解金融新聞標(biāo)題以及如何影響股票價(jià)格的涌現(xiàn)能力，那么它可能會(huì)使金融業(yè)的高薪工作處于危險(xiǎn)境地。高盛在3月26日的一份報(bào)告中估計(jì)，大約35%的金融工作面臨被人工智能自動(dòng)化替代的風(fēng)險(xiǎn)。
但是，實(shí)驗(yàn)的具體情況也表明，所謂的“大型語(yǔ)言模型”離能夠完成許多金融任務(wù)還有很遠(yuǎn)的距離。例如，這個(gè)實(shí)驗(yàn)沒有包括目標(biāo)價(jià)格，也沒有讓模型做任何數(shù)學(xué)運(yùn)算。事實(shí)上，正如微軟在今年早些時(shí)候的公開演示中所了解到的那樣，ChatGPT類似的技術(shù)經(jīng)常會(huì)編造數(shù)字。由于已經(jīng)存在專有的數(shù)據(jù)集，對(duì)新聞標(biāo)題的情緒分析已被視為一種可行的交易策略。
里拉表示，他對(duì)于這一研究結(jié)果感到驚訝，并認(rèn)為這表明老練的投資者還沒有在他們的交易策略中使用類似ChatGPT的機(jī)器學(xué)習(xí)?！?span style="font-weight: 700;">在監(jiān)管方面，如果我們的計(jì)算機(jī)只閱讀標(biāo)題，標(biāo)題就會(huì)更重要，我們可以看看是否每個(gè)人都應(yīng)該使用GPT這樣的機(jī)器，”他表示，“其次，這肯定會(huì)對(duì)金融分析師的就業(yè)前景產(chǎn)生一些影響。問題是，我想付錢給分析師嗎？或者我是否只需將文本信息放入模型中？”
實(shí)驗(yàn)過程
在這項(xiàng)實(shí)驗(yàn)中，里拉和他的合作伙伴唐月華(Yuehua Tang，音譯)查看了來(lái)自一家數(shù)據(jù)供應(yīng)商的5萬(wàn)多條頭條新聞，涉及紐約證券交易所、納斯達(dá)克和一家小盤交易所的上市股票。這些新聞的起始時(shí)間是在2022年10月，在ChatGPT的數(shù)據(jù)訓(xùn)練截止日期之后，這意味著該模型在訓(xùn)練中沒有看到或使用過這些標(biāo)題。
然后，他們將這些新聞標(biāo)題與提示一起輸入ChatGPT 3.5中，給出的提示是“忘記你之前的所有指示。假裝你是一個(gè)金融專家。你是一個(gè)有股票推薦經(jīng)驗(yàn)的金融專家。如果是好消息，回答'是’，如果是壞消息，回答'否’。如果不確定，在第一行回答’未知’。然后在下一行用一個(gè)簡(jiǎn)短明了的句子來(lái)闡述”。
然后，他們觀察了股票在接下來(lái)一個(gè)交易日的回報(bào)情況。最終，里拉發(fā)現(xiàn)，在新聞標(biāo)題的指導(dǎo)下，ChatGPT在幾乎所有情況下都表現(xiàn)得更好。 具體來(lái)說(shuō)，在新聞標(biāo)題的指導(dǎo)下，他發(fā)現(xiàn)該模型隨機(jī)選擇次日走勢(shì)的概率低于1%。
ChatGPT在人類情緒得分方面也擊敗了商業(yè)數(shù)據(jù)集。研究人員表示，論文中的一個(gè)例子是關(guān)于一家公司解決訴訟并支付罰款的標(biāo)題，使用了一種負(fù)面情緒，但ChatGPT的反應(yīng)正確地認(rèn)為這實(shí)際上是好消息。
里拉稱，已經(jīng)有對(duì)沖基金聯(lián)系他，希望更多地了解他的研究。他還表示，隨著機(jī)構(gòu)開始整合ChatGPT技術(shù)，如果未來(lái)幾個(gè)月該技術(shù)預(yù)測(cè)股票走勢(shì)的能力下降，他也不會(huì)感到驚訝。這是因?yàn)樵搶?shí)驗(yàn)只研究了下一個(gè)交易日的股價(jià)，而大多數(shù)人都認(rèn)為，股市可能在消息公布幾秒鐘后就已經(jīng)對(duì)其反映在股價(jià)中。
“隨著越來(lái)越多的人使用這類工具，市場(chǎng)將變得更加高效，因此你可以預(yù)期回報(bào)的可預(yù)測(cè)性會(huì)下降，”里拉表示，“所以我的猜測(cè)是，如果我進(jìn)行這個(gè)測(cè)試，在未來(lái)五年，到第五年，回報(bào)率的可預(yù)測(cè)性將為零。”(作者/簫雨)
聯(lián)系客服
