对冲基金公司人工智能算法

A. 人类的那些工作会被人工智能取代

在21世纪人类和计算机争夺工作岗位的战斗中，计算机正在走向胜利，人类转败为胜的机会并不大。随着技术进步，那些原本人们觉得不太容易自动化的工作，失守的可能性也增大了，以下为原文内容：

麦肯锡全球研究所（McKinsey Global Institute）在2017年1月的一份报告中估计，目前人类的工作职责中有一半可能在2055年实现自动化，最早2035年，最迟2075年。

最重要的一点就是，机器人会取代我们的工作。没有人会在它们周围建立一道隔离墙，或者对它们征收高关税。

从某种程度上来说，这不是什么新鲜事。自从车轮发明以来，技术就一直在取代人力劳动。现在机器已经在逐步取代那些低技能、低工资、重复度高的工作。最少被取代的工作属于娱乐界人士、治疗师、医学领域成员、社会工作者、教师和管理者。因为在人际互动和定制决策等方面，计算机似乎还比不上人类。

但是这种情况正在发生变化。

由于人工智能、自然语言处理的发展，以及计算能力的成本变得越来越低廉，人们曾经觉得不适合自动化的一些工作，突然显现出了自动化的前景。

例如在10年前，研究人员曾经认为，让汽车绕过障碍物，并在车流中穿行，这项任务的复杂性超出了计算机的能力范围，但现在几乎所有的汽车制造商（以及像苹果这样的公司）似乎都在研制无人驾驶汽车。

哪些工作可能被取代？

短短几年里，计算机可以做的工作就在数量和类型上出现了大幅增长，有的在意料之中，但有的出乎了人们的想象。

中层经理：上个月，世界上最大的对冲基金宣布正在开发算法，对管理决策过程进行自动化，这个过程包括员工的雇用和解雇。 Bridgewater Associates的PriOS项目建立在其创始人、亿万富翁创始人雷·达利奥（Ray Dalio）的经营理念的基础上，该公司希望在五年内推出这个产品。

律师：下次从交警那里收到违章罚单的时候，你或许可以雇佣一个机器人律师。 DoNotPay已经在伦敦、纽约和西雅图帮助16万人打过这种官司了，它的业务很快将扩张到旧金山、洛杉矶、丹佛和芝加哥。你填写一张调查问卷，如果法律机器人认为你并没有违规，它就会发一封信进行申辩。该公司声称其申辩的成功率达到了60%。

记者： Narrative Science和Automated Insights等公司创建的AI机器人已经为福布斯和美联社等客户撰写商业和体育报道了。Narrative Science联合创始人克里斯·哈蒙德（Kris Hammond）2015年6月接受《卫报》采访的时候预测说，到2030年，90%的新闻都将由计算机编写，而一些勤奋的机器人甚至可以在那之前就获得普利策奖。

治疗师：已经有一些公司开始用 “社交机器人”帮助一些自闭症的孩子学习适当的社交行为。治疗型机器宠物可以陪伴患有痴呆症的老年人。美国军方正在使用计算机生成的虚拟治疗师在阿富汗筛查患有创伤后应激障碍（ PTSD）的士兵。

教师：使用McGraw-Hill Connect和Aplia等软件，大学教授一次可以管理成百上千个学生的课程作业。Mooc在线课程也可以同时给数以千计的学生上课。日本和韩国正在使用实体机器人教学生学习英语。

演员：1994年去世的彼得·库欣在2016年的《星球大战，侠盗一号》中再次扮演了他的老角色，这得归功于工业光魔公司的神奇技术。但他并不是第一个出现在新电影中的已过世演员。保罗·沃克、奥黛丽·赫本、劳伦斯·奥利维尔爵士、李小龙和马龙·白兰度也在新的电影和广告中“数字化复活”过。

烹饪书籍作者：2015年1月，IBM的计算机沃森（Watson）创作了一本烹饪书。里面包含65个食谱，比如如何制作“克里奥尔虾肉羔羊”饺子，酿造“蹄子蜂蜜”啤酒等。

配送员：雅乐轩酒店正在试验一个名为“Botlr”的机器人管家，让它把毛巾或洗浴用品送到客人的房间 （它不会收取小费，但是会鼓励你发推文）。Starship技术公司的送货机器人看起来像是一个加强版的扫地机器人，不过它可以把食品和包裹送到附近的地方。 DoorDash和Postmates已经宣布与Starship技术公司开展合作。而在去年12月，亚马逊使用无人机向顾客配送了第一个包裹。 Amazon Prime Air则承诺在30分钟或更短时间内送达重量不超过5磅的包裹。

司机：Uber和Lyft想要用机器人替换成千上万的业余出租车司机，这已经不是什么秘密了——尽管早期测试遇到了监管和安全方面的障碍。出租车和城市公交车可能是最先获得自动化的交通工具，时间可能是在2020年代初。

文学和艺术创作领域，人类仍占上风

2013年牛津大学的一份职业数字化的研究曾指出，最不可能被计算机替代的工作，是那些对社交和创意智能需求最高的工作。但即使是在这些领域，数字化的前景也已经浮现出来。

多年来，计算机一直在创作艺术、音乐和文学——虽然它们的作品不怎么好。机器人诗歌和计算机生成的音乐已经形成了自己的流派，但对于人类诗人和音乐家的工作前景，它们迄今没有造成太大冲击。去年2月，第一部由算法创作的音乐剧《Beyond the Fence》在伦敦上演，但获得的评价不是很高。

尽管如此，算法和艺术家们还是存在一定的竞争关系。 在2016年的RobotArt大赛中，冠军被台湾一所大学的TAIDA夺得，它创作的点彩派风格作品看上去似模似样。

去年4月，计算机写作的小说《计算机学小说的那一天》入围了日本星新一文学奖(the Nikkei Hoshi Shinichi Literary Award)。评委并不知道这本书是AI写作的。

耶鲁计算机科学讲师奎克（Donya Quick）编写的音乐合成软件Kulitta已经愚弄了一些“精通音乐的人士，”他们误以为这个软件创作的乐曲是约翰·塞巴斯蒂安·巴赫的作品。

但是目前来说，人类将继续在创意领域占据上风。

“需要大量创意的工作可能在相当长的一段时间内仍然是安全的。有一些人尝试用计算机写剧本和电视剧，到现在为止，它们写的作品都很糟糕。” 《只有人类才需要申请：智能机器时代赢家和失败者》（Only Humans Need Apply: Winners and Losers in the Age of Smart Machines）的合着者汤姆·达文波特（Tom Davenport）说。

如何在职场上与计算机共存？

还有一些迹象，也让人觉得比较乐观。

大多数高技能职位工人，可能会和计算机一起工作，而不是全部都被计算机取代。麦肯锡估计，目前60%的工作都或多或少有些部分可以进行自动化。

在医学、法律和银行等领域已经出现了这种情况。例如， IBM 的沃森可以帮助医生诊断患者病情，并分析核磁共振成像图片。eDiscovery和Kroll Ontrack这样的电子发现平台可以帮助律师在几个小时内筛选出数千份文件。FutureAdvisor或Wealthfront这些AI驱动的服务可帮助顾客做出投资决策，这样一来，财务顾问就可以把时间腾出来去为高净值客户工作了。

达文波特说，在机器人占主导的工作场所中，人类有五种方式可以与他们共存。你可以在织链中向上移动，成为计算机的监督者，或进行高层决策者，决定对哪些工作进行计算机化。你也可以把精力放在工作中计算机不擅长的内容上，或找一个计算机可能不擅长的新工作。最后一个方法是，你成为自动化技术的研发者。

辛辛那提大学经济学助理教授迈克尔·琼斯（Michael Jones）认为，工作被计算机抢走这个问题可以通过教育和培训来解决——尽管现在还不清楚工人应该获得哪些培训。没有人知道10年或20年后的工作是什么样子，就像没有人20世纪90年代就能够预测到会有“无人机修理技工”这样的工种一样。

琼斯说：“自动化不仅能令整个社会受惠，而且也会让个别工人受惠——如果这些工人能够调整自己的技能，并利用新的技术来改进自己的工作。 但是这些人都能掌握新的技能吗？即使他们能，他们愿意吗？”

琼斯说，传统职业受的影响可能不大，如水管工、电工和木匠等等。 调研公司Forrester的副总裁兼首席分析师戈恩德（JP Gownder）表示，尽管在自动化比较容易实现的领域，工作机会将日益减少，但它们可能不会彻底消失。

“我相信人类劳动会受到珍视，它可能会成为一种奢侈品，”他说。“可以想象，在15或20年后，大多数人都会去找机器人给自己修指甲。但富人可能还是想让真人来给自己修指甲的。”

如果你碰巧是被算法抢走工作的数百万失业大军中的一员，想要去找工作，那么招聘机器人（如Entelo或Gild）可能会帮助你找到一份新工作。

B. 人工智能横扫围棋界，用来炒股怎么样

“阿尔法狗”只是人工智能的一个缩影。那么下一步会不会出现一只具有强大人工智能的“炒股狗”呢？人工智能专家戴文渊说，金融证券领域将成为人工智能下一步“攻占”的对象：“我认为，看一个行业会不会有人工智能进入，就是两个条件，一个是数据，一个是价值。所以我们为什么会预测金融领域会成为人工智能下一个要进入的行业，主要是看这两个前提条件。”
其实，一个让很多人感到吃惊的事实是，在一些程序员的眼中，股市比围棋更简单。股票市场里的变量和涉及的算法，就程序本身而言，可能还没有人类智慧巅峰的“围棋”复杂。而实际上，人工智能的种子也早已播撒在了金融证券领域。尤其在证券领域里，“炒股狗”的介入恐怕已经超过我们普通人的想象。
去年上半年，国外就有创业公司将他们管理的对冲基金里所有的股票交易完全交给人工智能来完成，期间没有任何人类干扰行为。更令人震撼的是，据说负责各个不同交易系统的人工智能引擎不仅可以分析数据、研究报表，甚至还可以“聚在一起”做市场预测，然后“投票选出”最佳市场决策。从这个意义来说，人工智能在证券领域内的应用，早已不是人们所熟悉的那些量化建模、高频交易等简单操作。

C. 华尔街人工智能炒股用了多少台电脑

用的是超级计算机，如果是是普通的台式机我只能说你太low了

Shaunak Khire 的团队开发了一套机器智能系统 Emma AI，正在募资成立一支基金，计划三个月内用 Emma AI 开始交易投资。现在资金筹措工作接近完成。
根据 Emma AI 官网的信息，这套系统是一个机器增强神经搜索界面，被设计用来做金融分析、调研、预测等工作，如预测美国收十年期国债收益率。
作为 Emma AI 的项目负责人，Shaunak Khire 是投资公司 Magha 控股的合伙人，这家公司编制金融指数并据此交易。

�0�2此外，他还在 2010 年成为克林顿全球倡议（Clinton Global Initiative）科技委员会成员，当年海地地震发生后，为克林顿-布什基金进行短信捐款方案的尝试。
今后 Emma AI 的交易会从医药巨头葛兰素史克（GSK）、特斯拉以及美国国债等品种开始。�0�2

Shaunak Khire 认为 Emma AI 可以代替金融分析师，并表示 Emma AI 跟传统程序化交易不一样，Emma AI 的神经网络系统会考虑更复杂的影响个股走势因素，如一个国家货币政策的改变。
而近三十年越来越广泛使用的程序化交易是一种交易策略，利用计算机根据现有数据模型进行高频交易，模型本身不会因为所在市场基本面的变化而改变。
依靠电脑和特定的数学模型做交易，这在华尔街已经很常见了。
根据市场分析机构 Preqin 的调查，美国现在大约有 1360 只对冲基金的交易主要是依靠程序化交易来实现，大概占到整个对冲基金市场的 9%，管理的资金规模大约是 1970 亿美元。

在 Preqin 的调查中，程序化交易的对冲基金跟传统对冲基金相比，收益率尽管不是一直领先，但最终五年收益率要好不少。

相比之下，人工智能技术在金融领域的应用虽然不多见，但也有一些知名的对冲基金参与在内。
Two Sigma 是一只管理资金规模超过 350 亿美元的知名对冲基金，他们利用自然语言处理技术，分析美国联邦公开市场会议委员会（FOMC）的发言。
这套技术会分析“证券”、“利率”、“抵押”等词汇的出现次数，从而得出譬如“2008 年，FOMC 有关金融市场的发言占 37%”，或者 “2007-2009 年，FOMC 有关通胀的讨论占 20%”等结论，帮助交易员设计交易模型时，有更多数据支持。
Two Sigma 利用自然语言处理技术的得出 FOMC 议题占比
Renaissance Technologies�0�2是全球最大对冲基金公司之一，公司特点是主要使用计算机进行高频程序化交易，基金规模超过 650 亿美元。今年四月，他们领投了一家使用人工智能技术的对冲基金——Numerai，后者总计募集资金 150 万美元。Numerai 在获得大量数据和金融分析报告后， 通过机器学习技术预测股票市场走势。
虽然有这些实验性的工作在进行，但暂时没有知名的对冲基金公司明确已经使用人工智能进行交易投资。

I.B.M. Watson 项目首席研究员 David Ferrucci 在 2013 年离开 I.B.M. 后，加入世界最大对冲基金公司 Bridgewater 。对此，华尔街曾以为 Bridgewater 将开发人工智能交易程序，Bridgewater 后来否认短期内会有这方面打算。
Bridgewater 在声明中补充道，关于科技对交易的帮助，他们更看重人工智能技术提供的逻辑计算帮助，而非数据挖掘。
当金融市场剧烈下跌时，程序化高频交易会根据策略模型严格执行止损，整个市场都这么做的话，就容易加速下跌。2010 年，这样一起事故让道琼斯工业指数在 36 分钟里暴跌 9%，被称为万亿美元的股市下跌。

D. 现在人工智能发展到什么程度了

2017-11-30请点蓝字＞慎思行慎思行

E. 为什么对冲基金那么赚，普通人能投么

对冲基金一般是基于马考沃茨的现代组合管理理论。通过非常复杂的计算进行投资配置，从而实现对冲风险的同时获得高收益的专业机构。因为公式的计算量和计算功耗使一般人无法实现对冲投资，所以对冲一直掌握在高端投资者手里，普通人是不可能有机会投资对冲基金的。不过，随着人工智能的不断壮大，对冲投资终于可以进入普通投资者的世界了。代表就是财鲸全球投资。该平台利用人工智能进行大数据计算，经过对海量数据的分析和排序，能够实现具备分散风险和提高收益双向优化的标的选择，通过组合的形式提供给投资者购买，本质上相当于一个个小基金，是投资者根本不可能通过自己研究、分析获得的标的组合。

F. 中国的人工智能现在发展到什么阶段了

弱人工智能(ANI)：弱人工智能是擅长于处理某一单个方面的人工智能。比如Alfago只能下象棋，苹果Siri目前只能作为你的语音助手。特斯拉的无人驾驶系统里也包含无数的弱人工智能，不要否认，我们已经进入人工智能的世界中，只是现在level还比较低。甚至在弱人工智能中都属于比较低级的阶段

强人工智能(AGI)：人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。Linda Gottfredson教授把智能定义为“一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作,”强人工智能在进行这些操作时应该和人类一样得心应手。

超人工智能(ASI)：牛津哲学家，知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”目前AI的发展毫无疑问处于弱人工智能发展阶段。但在弱人工智能阶段，AI的发展也要被划分为三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。我们现在处于弱人工智能的早期阶段——技术驱动阶段。

G. 人工智能可以用来炒股吗

说的神乎其神，人工智能能用来炒股吗？

人工智能在围棋、象棋、德扑等领域都已经取得了碾压式胜利，这已经是一个不争的事实。事实上AlphaGo这样的AI已经可以用于任何需要理解复杂模式、进行长期计划、并制定决策的领域。人们不禁想问，还有什么是人工智能不能克服的吗？譬如说，变幻莫测的A股？

对于这个问题，持各种观点的都不乏其人。探讨它实可以分为两个部分：1. 股市可以预测吗？ 2、 假如可以预测，用机器学习的方法去预测可以吗？

先回答第一个问题：股市的涨跌可以预测吗？

如果将股市的价格变化看做一个随时间变化的序列，Price = Market (t), 我们往往会发现，不管是尝试用N个模型(线性，非线性, 概率)来进行逼近，即使是建立了符合股价变化的这样的模型，并且在有足够多的训练数据的情况下模拟出了股价，但是这些模型最多只能在特定的区间能做一些并不十分精准的预测。

美国硅谷“感知力”技术公司让人工智能程序全程负责股票交易，与其他一些运用人工智能的投资公司不同，该公司交易部门只有两名员工负责监控机器，以确保出现不可控情形时可通过关机终止交易。据报道，“感知力”公司的人工智能投资系统可以通过经验学习实现“自主进化”。公司在全球拥有数千台同时运行的机器，其独特算法创造了数万亿被称为“基因”的虚拟交易者。系统利用历史数据模拟交易，目前可在几分钟内模拟1800天的交易量，经过测试，不好的“基因”被剔除，好的“基因”被保留。通过考验的好“基因”被用于真正的交易。公司员工只需设定好时间、回报率、风险指数等交易指标，剩下的一切都交由机器负责。

公司首席投资官杰夫·霍尔曼透露，目前机器在没有人为干预情况下掌握着大量股票，每天完成数以百计的交易，持仓期限为数日到几周。公司说机器的表现已超越他们设定的内部指标，但没有透露指标的具体内容。

随着人工智能技术的持续进步，人工智能投资成为被学术界和资本看好的领域。英国布里斯托尔大学教授克里斯蒂亚尼尼说，股票投资是十大最有可能被人工智能改变的行业之一。另一方面，也不是所有的投资商都信任机器，英国对冲基金曼氏金融首席科学家莱德福警告说，不应过度信任人工智能投资，该领域还远没有成熟。虽然有各种各样具有迷惑性的承诺，很多投资人的钱却有去无回。