Ben Goertzel和他的公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金——不需要任何人为干预。Goertzel是这家公司的首席科学家，也是一个AI专家，他说：「如果我们都死了，它也会继续交易。」

     他说这话是认真的。 Goertzel等人共同开发了这个系统。当然，这个系统还不够完善，他们还在逐步调整。但是他们创造出来的系统能够完全自动地识别和执行交易。这个系统借鉴了多种AI形式，包括一种受遗传演化启发而来的AI，以及另一种基于概率逻辑的形式。每一天，这些AI引擎都会分析大量的数据，包括大盘行情和宏观经济数据，之后会做出自己的市场预测，并对最好的行动进行「表决」。

    「如果我们都死了，它也会继续交易。」——Ben Goertzel, AIDYIA 

     尽管Aidyia位于香港，但这个自动化系统是在美国证券市场中进行交易。根据Goertzel的说法，在它上线的第一天，它就在一个未披露的资金池中产生了2%的回报。这算不上不惊人，从统计的角度来说也不相关。但是它展现了金融世界中的一个值得注意的转变。从去年开始，获得了1.43亿美元投资的旧金山创业公司 Sentient Technologies就已经开始用类似的系统悄无声息地进行着交易。以数据为中心的对冲基金（如Two Sigma和Renaissance Technologies）也曾说过，他们依赖着AI技术。根据报道，另外两家由华尔街大佬Ray Dalio和Steven A. Cohen运作的公司Bridgewater Associates 和Point72 Asset Management，也正在朝同样的方向前进。

     自动化的进展

     长期以来，对冲基金都依赖计算机来帮助交易。根据市场调研公司Preqin的研究，大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的，约占到了所有基金的9%，总额达到了1970亿美元。但是，这通常需要涉及到数据科学家（用华尔街的行话，叫做「宽客（quants）」）使用机器来构建大型的统计模型。这些模型非常复杂，但是从某种意义上说它们是比较静态的。当市场发生变化，它们的效果或许不会再像过去那样好。根据Preqin的研究，通常情况下，系统运行的基金的表现并不总能像人类基金经理运行的一样好。

     然而，近几年来，基金开始转向真正的机器学习，在这个领域，人工智能系统能够高速分析大量的数据，并且在分析过程中自我改进。一些公司依赖于一种叫做「贝叶斯网络（ Bayesian networks）」的机器学习形式，用一些机器来预测市场趋势并确定具体的交易，其中包括一家名为Rebellion Research的纽约公司，由棒球明星Hank Greenberg的孙子创立。与此同时，还有一些诸如Aidyia 和Sentient这样的公司正在学习在几百台甚至几千台机器上运行AI。这涵盖了一些技术，例如受遗传学所启发的演化计算，以及现在Google和微软用来识别图像和语音等任务的深度学习。

     他们希望，这些系统能够自动识别出市场中的变化，并以宽客的模型无法做到的方式来适应这些改变。《A Wealth of Common Sense: Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson说：「它们试图在事情发生前预见它们的发生。」他在一个捐赠基金工作了10年时间，这个基金经过了许多基金经理的管理。

     不要把这种AI驱动的基金管理与高频交易相混淆。它并不寻求抢先交易或通过行动的快速来赚钱。它寻求的是未来更长时段（小时、天、星期，甚至月）的最好交易。说得更确切一些，机器（而不是人）在选择策略。

     进化的智能

     尽管Sentient公司还没有公开销售它的基金，但是首席执行官Antoine Blondeau说，他们从去年开始，已经在使用私募投资者的资金进行正式的交易（在一段长长的测试交易期之后）。根据Bloomberg的一篇报道，这家公司已经在和摩根大通的基金业务合作开发AI技术，但Blondeau拒绝讨论它的合作伙伴。不过，他确实说到，它的基金完全由人工智能来操作。

     整个想法就是要做其他人（以及其他机器）没有在做的事情。

     首席科学家Babak Hodja说，这个系统允许公司调整某些风险设定。当Siri还没有被苹果收购之前，这位科学家是Siri的创始团队成员之一。除此之外，这个系统完全可以在没人帮助的情况下自行工作。Hodja 说：「它会自动产生一个策略，并给我们指示。它会说：『现在多买进这个，用这种方法，按这个顺序。』它还会告诉我们什么时候应该退出、减仓等等。」

     根据Hodia的说法，这个系统能抓住亚洲等地多个公司的数据中心、网吧、电脑游戏中心内「数百万个」计算机处理器中空闲的计算能力。与此同时，它的软件引擎基于演化计算——与Aidyia系统中受遗传学启发而来的技术相同。

     用最简单的话说，这意味着它创造出了一个数字股票交易员的随机大集合，并检验它们在历史股票数据上的表现。在挑出表现最好的那些之后，就会用它们的「基因」来创造出一组更厉害的新交易员。这个过程不断重复。最终，这个系统创造出了一个能够自行完成成功交易的数字交易员。Blondeau说：「在几千代之中，万亿个『存在』崛起又衰落。最终，你得到了一群真正可以部署的聪明交易员。」

     深度投资

     尽管今天驱动着系统的是演化计算，但Hodja依然很看好深度学习算法——经过证明，这种算法在识别图像、语音，甚至理解人类说话的自然方式方面非常有用。他解释说，正如深度学习可以在一张照片中准确地指出猫的特征一样，它也可以识别出股票市场中能让你赚钱的特征。

     Goertzel却不同意这一点。他还管理着OpenCog Foundation，这是一个旨在建立开源强人工智能框架的项目。他不同意的原因，一部分是因为深度学习算法已经成为了一种商品。「如果所有人都在使用某件东西，它的预测就会在市场中被定价。你必须做一些奇怪的事。」他还指出，尽管深度学习很适合分析带有特殊模式的数据，例如照片和语言，但这些模式不一定也存在于金融市场中。如果这些模式真的存在，也不一定那么有用——因为每个人都可以发现它们。

     然而，Hodia认为，人们要做的事是继续改进今天的深度学习。这也许涉及到将其与演化计算结合起来。他解释说，你可以用演化计算来构造一个更好的深度学习算法。这被称为「神经演化（neuroevolution）」。Hodja说：「你可以让深度学习中的权重进行演化，你也可以让深度学习自身的结构进行演化。」微软等公司已经开始通过某种自然选择来构建深度学习系统，但他们可能还没有使用演化计算本身。

     AI操盘基金，未来几何？

     不管采用什么技术，都有人怀疑AI是否真的能在华尔街功成名就。就算真有一家基金用AI获得了成功，也存在风险——其他公司或许会复制这个系统，从而破坏它的成功。如果市场中的大多数人都采取同样的行为，这将会改变整个市场。Carlson说：「我有点怀疑AI是否真的明白这一点。如果某人发现了一个行得通的花招，不仅其他基金会迅速抓住这一点，其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。」

     Goertzel也看到了这个风险。这也是为什么 Aidyia不止使用了演化计算，还使用了一系列其他技术。如果其他人效仿这家公司的方法，它将使用其他的机器学习类型。整个想法就是要做其他人（以及其他机器）没有在做的事情。Goertzel 说：「要在金融市场中赚钱，光有聪明是不够的，还需要用一种与其他人不同的聪明方式来做事。」