AI中国网 https://www.cnaiplus.com
2017年5月19号，微软人工智能首席科学家、IEEEFellow邓力透露自己已经离开微软，加入美国基金公司Citadel担任首席人工智能官（ChiefArtificial-IntelligenceOfficer）。
在金融投资领域，科技对量化对冲的介入已有一段历史，也有不少计算机科学等专业的科技人才或金融与IT结合的符合人才进入到金融业，以推动金融科技的发展，但如此重要的一位人工智能学界翘楚加入基金公司巨头，确是AI落地、金融业务变革中不可忽视的举动。
量化对冲的价值与难点
人工智能的到来对金融投资来说也并非是突如其来的科技变革，投资的发展一直由科技所引领。比如，70年代以前主要是通过电话来交易，管理人通过自己的经验进行判断；后来计算机出现了，对信息的处理和分析能力随之加快，开始出现了批量交易，即一次交易几百支股票。
而随着科技的发展，我们知道了虽然未来是不可预测的，但是风险可以预测。所以，对冲基金出现了——通过计算、严谨分析以及大量风险对冲，可以实现更稳健的受益。这在国内也许还不明显，但国外已经出现了机器人做宏观对冲的实践。
金融是把社会资源更好的配置，很多资源是能够优先才能成为”资源“，如果能够比别人快地知道一些有价值的信息，就能提前知道机会，就比别人有竞争优势。投资是竞争非常激烈的行业，谁能领先一步做出有效的决策，谁就可能获得一个很高的回报。而发现这些机会的前提，是更强大的计算和预测能力。
因此，不只是Citadel，全球著名对冲基金如ManGroup、Winton、AspectCapital也都在充实自己的机器学习专家队伍。
单就Citadel来讲，其看家本领是高频交易。举个例子，一般而言，公司每季度发布财报的时候，业绩超出分析师预期的话，股价会涨；低于预期的话则会出现股价下跌。“这么简单地一个逻辑，需要比较的是机构谁能更快地用机器解读财报信息，第一时间作出投资决策。而机器解读财报就是典型的机器学习应用，比如RNN网络技术，”财鲸智能投顾联合创始人王蓁博士说道。王蓁博士曾在彭博社任职，负责量化交易。
所以，基于高频交易量化公司们研发系统都需要投入大量人力物力，要高薪聘专业的数学家和计算机专家，花钱买昂贵的硬件，租用专门的微波通信线路，甚至专门把系统建在交易所门口的都有。
但是，硬件跟上了，软件呢？
即便是存量数据极大的金融业，而且机器学习运用已有时日的今天，王蓁对雷锋网AI金融评论表示，机器依然存在不少“错杀”的情况：
举个例子，上周FaceBook发布财报时，发布了不同会计准则下的盈利报告，即按照美国通用会计准则（USGAAP）和不按美国通用会计准则（non-USGAAP）的盈利，机器只读了财报的第一行，就混淆了两种不同会计准则，判断错误认为是低于预期，于是立刻卖出FB股票；但实际FB是达到了预期的，错杀后，第二天FB股票就涨回去了。
AI中国网 https://www.cnaiplus.com
本文网址：
