AI風暴「席捲」華爾街，但還稱不上「完美」的操盤手

雖然在AI技術的加持下，能夠保證收益更高，但它也有自身的弊端。

幾天前，來自華爾街的巨頭摩根大通宣布了一個有意思的消息，該公司即將使用全球首創的機器人來進行他們的全球股票演算法交易。而摩根大通之所以敢於做出這樣的嘗試，正是因為他們早就在歐洲利用這一新人工智慧項目嘗到了甜頭。

這個被摩根大通內部稱為LOXM的人工智慧，主要的功能就是以最優惠的價格和最快的速度執行客戶的要求。它能通過過往的無數筆真實和模擬交易，學習該如何處理股權交易，然後用最合適的方式賣掉大筆股權。最重要的是，這樣的操作還不會影響市場價格。

摩根大通內部人士對於LOXM評論是，其定價策略已經遠遠超過基準水平。

AI恐怕將在短時間內「橫掃」交易席位

眾所周知，要想做一個稱職的操盤手，必須要保持高效的效率和果斷的決策，但是人無完人，在瞬息萬變的金融市場，沒有人能夠保證從不虧損。實際上，即使是再牛X的AI系統，也不能保證萬無一失。

但是，AI卻還是在一步步的取代人類操盤手，比方說華爾街知名投行高盛集團位於紐約的股票現金交易部門，其操盤手的人數已經從2000年600人，減少到了現在的2人。20年不到的時間，AI幾乎「橫掃」交易席位。

其實一個普通操盤手的核心工作在於，通過獲取市場信息，結合自己對市場的判斷，適時進行投資交易決策。而這也正是AI的優勢所在：

AI更強大的數據收集和運算能力遠超人類。無論是宏觀經濟指標還是市場價格數據，AI的搜集和整理速度要遠遠超過人類，再結合內嵌的演算法模型，就能夠短時間內做出投資決策。

深度學習的「輔助」下AI比人類更容易掌握市場規律。人類操盤手做出的投資決策往往基於個人經驗和傳統的方法論，而AI則可以根據以往市場規律和市場大環境因素，在深度學習之後，迅速的做出相應調整。

失手的可能性更低。人類操盤手的操作風險以及道德風險都是不定的，這也讓金融機構承擔著隨時有可能出現重大損失的風險。如果使用AI操盤，首先在「忠誠度」上就不必擔心，而且其犯錯的幾率也是微乎其微。

所以，像高盛和摩根大通這樣的知名金融機構自然願意啟用AI進行交易，在現代高頻交易模式下，為流動性資本提供更大的交易優勢。

但是，也有不少反對的聲音，他們認為AI這種現代技術已經打破了傳統的市場體系。除此之外，AI也有其在金融領域的弊端。

AI操盤的三個弊端

「過度擬合」如同人類的過度自信

相信有過炒股經歷的朋友，一定有過過度自信的時刻，因為你很可能在掌握了一個走勢規律之後，就認為掌握了對同一問題的全部規律性認識。AI同樣如此，因為在機器學習中，模型越是複雜、需要納入的變數越是多，就越容易出現過度擬合的問題。放在金融領域，找到避免這類假規律的方法，正是阻礙AI能夠全面應用的核心問題。

說不清道不明的決策原因

無論是高盛還是摩根大通，他們的AI操盤手在做出一個投資決策之後，都沒法給出一個解釋。如果AI的決策能一直為這些機構賺錢，這一問題肯定沒人在乎，但是AI也有失手的時候，這時的投資機構就希望能弄清楚其決策背後的原因。

AI掌握的歷史數據有限

要知道，金融市場誕生的時候計算機可是連模型都沒有，而且在歷史上出現的多次金融危機，很多都是由於一些「場外因素」造成的。如果高頻交易系統的數據集只能夠追溯一二十年的話，那麼機器學習將受限於數據量不夠，而無法進行長線投資。而且，缺失的歷史數據，也有可能讓AI難以規避可能會再度來臨的金融危機。

所以說，現階段有了AI加持的金融機構，或許能夠替代人類操盤手，並且為金融機構帶來更為穩定的收益，但是其自身的弊端也是很難規避的。未來隨著AI的持續發展，必然會有更多的金融崗位被它取代，只是在關鍵時期的重要決策，恐怕還是離不開人類的智慧。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！