和硅谷人士的乐观不同，华尔街身经百战的交易员并不看好人工智能在投资领域的作为。

■尤歆飞

今年3月，在与人类围棋高手李世石的对决中，谷歌阿尔法围棋(AlphaGo)以4：1压倒性的优势获得了胜利，就此拉开人工智能的“网红”时代。

擅长棋道的AlphaGo，如今被当作人工智能技术的代言人登上神坛。媒体铺天盖地的宣传，意外引发了一个有趣话题:围棋的“分支因子”无穷无尽，走法比全宇宙的原子数量还要多，一直被认为是人工智能领域的最大挑战。如果AlphaGo可以完胜世界最好的围棋高手，那么根据逻辑推论，它在投资领域，是否也能和巴菲特一争高下?

炒股软件一度戴上“智能”假面具

借助人工智能投资，其实并非新鲜话题。

如果要追溯“智能炒股”的鼻祖，不能不提到那形形色色的炒股软件。从上世纪90年代起，它们就与中国股市的沉浮相生相随。它们有的卖到几十万元的天价，有的可以在网络免费下载，但是其共同点是：几乎没有靠谱的。

这些软件的卖点，主要分为两方面：一是提供海量的专业机构研究资料、上市公司公告、内幕曝光、每日投资策略等信息，为投资者提供投资妙招，供投资者学习借鉴；二是通过预设的算法(例如买入价和卖出价的预期差值等)，通过各种颜色的曲线提示买卖点。

这类“智能炒股”软件刚推出时，一度火爆了市场。人们似乎看到了用高科技指引股海迷途的金光。可惜的是，许多人在使用过后，却又重新失望和迷茫。仔细研究软件的工作原理不难发现，其主要的两大功能是信息整合，以及制定一项“铁的纪律”。前者依然需要投资者耗费大量的时间和心力予以接收、揣摩和学习；后者则比较“傻瓜”，在熊市中固然可以规避大的损失，在牛市中却只能赚得皮毛。所以市面上所谓的“智能炒股”软件，根本谈不上智能。

每个股民都能听到无数个靠股市投资发家致富的励志故事，除了巴菲特、索罗斯这样神一般的存在，也许每家每户的小区里就有一个十万入市、获利几百万的赢家。然而，他们成功的原因大多与软件无关。久而久之，老股民就对此类软件嗤之以鼻，宁愿相信自己的直觉和经验。

人工智能“涉股”占据优势

那么，如果真正的人工智能向股票市场进军，也会像它的前辈一般遭遇滑铁卢吗？　首先来看一下，AlphaGo在围棋人机大赛中制胜的秘诀。

在与李世石对阵之前，谷歌首先用人类对弈的近3000万种走法来训练AlphaGo的神经网络，让它学会预测人类专业棋手的落子方式。随后更进一步，让AlphaGo　自己跟自己下棋，从而又产生规模庞大的全新的棋谱，AlphaGo每天可以尝试百万量级的走法，这是人类永远无法企及的速度。在下棋过程中，AlphaGo　可以“挑选”出最优的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围内。在本质上，这和人类棋手所做的是一样的。

那么，这样的方法理论上也可以

套用到股市投资中。利用计算机海量的存储量，工程师可以输入各国股市多年的历史走势，让它自我学习，计算历史走势中每次涨跌背后的共通点，以股市百年的走势背书，形成普通人类难以企及的经验，继而从经验中做出判断。在这个学习的过程中，计算机还可以不断地自我修正，因为机器决策的逻辑一致性和独立性，最终形成利益最大化的算法。计算机的信息处理能力强、响应速度快，能够有效抓住市场上较好的交易机会。

此外，人工智能炒股还有一个与生俱来的优势，即它不会受到情绪的干扰。股市投资中，投资者不稳定的心理往往是失利的一大重要因素，盲从热点，跌时恐惧，涨时贪婪，最终做出错误的判断、后悔莫及。人工智能的操作，将完全隔绝人类心理波动的不良影响，“铁面无私”，只用数据说话。

就目前来看，人工智能在投资上的应用已有成功的先例，即量化投资。其中最被人乐道的就是西蒙斯　(JamesSimons)　的大奖章基金。据公开数据，从1989年到2009年，大奖章基金的复合年化收益率高达35%，远超同期巴菲特和索罗斯的收益率。

这么看来，人工智能炒股的前途似乎是一片光明。然而，事实远没有看上去那么乐观。若人工智能的量化投资已经能够一马平川，为何我们提到股神依然只提巴菲特，而大奖章基金的知名度却被甩了好几条马路？

实际上，大奖章基金的规模一直都远远低于巴菲特和索罗斯管理的规模。而且，西蒙斯旗下的其他量化基金的业绩也远不如大奖章基金。这就说明，量化投资的瓶颈就是基金规模有天花板，量化投资的收益率会随着管理规模的上升而下降。

股市投资更需要一颗人脑

很多人会问，人工智能既然连最艰难的围棋领域都可以攻克，在炒股领域为何不能类推，成为一本万利的投资机器？

首先，从围棋与股市的客观运行条件说起。围棋固然变化多端，但棋局上的变幻多在棋手的落子之间，一旦对方落子，计算机可以通过精密的计算，甄别出获胜率最高的棋步，从而做出判断。也就是说，围棋的瞬息万变全在棋局之中，是计算机可以掌控的范围。

但投资不同。投资中的策略呈现多样化和不确定性，让一个人工智能产品搞定全部的模型数据，目前可能性并不大。股市的冲高走低，所受到的影响远比棋局复杂。从宏观来说，国家政策的变动、其他国家市场走势等都会对本国股市产生波动；微观而言，个别公司消息的披露、市场环境的起伏、其他投资人的情绪等因素，也会对股价产生影响。对计算机而言最难的，就是基于这些条件权衡之后做出判断。而类似主观性的分析、推导，恰恰是人脑擅长的，也是无法轻易取代的。

除此之外，计算机决策也是存在局限性的，最大的缺陷就是没有前瞻性。因为它是基于历史的数据和历史检验的结论，其逻辑是历史会重复。而市场环境是不断变化的，长期看，要战胜市场必须具有前瞻性，这也是投资的艺术所在。

举个例子，股市投资中选股往往比较困难，需要调研个股自身的一些特性，在这个方面人脑可能更有优势。如果让计算机来完成选股，它需要依靠大量的数据，反之就会丧失分析能力。选择时机方面也是一样，人工智能也不一定比人更有优势，因为如上所述，股价受太多客观因素影响，例如“央行存款准备金率上调还是下降”这样的宏观政策，每个人都有预测，即使是强大的计算机也未必能给出正确的答案。

当然，尽管就目前而言，人工智能只是在股市里获得了微小的胜利，还不能取代强大的人脑作出最合适的投资判断，但科技的发展谁又能定论？　还记得1989年世界首席国际象棋大师卡斯帕罗夫在与IBM公司生产的计算机“深蓝”的较量中获胜，当时人们曾判断计算机永远无法在这类复杂的竞技中获胜。可是仅仅过了8年，“深蓝”就卷土重来，以2：1战胜了卡斯帕罗夫，让人们见识到人工智能的无限可能，这也是人工智能飞速发展的一个重要标志。

因此，凭借着计算机超凡的学习能力以及技术的不断进步与更新，如今的机器决策又能在股市里面走到哪一步，仍然是个未知数。

人工智能将持续渗透金融领域

用人工智能来炒股，看上去很美，真正实现这个美梦，恐怕还需要很长的时间。但是有一点是毋庸置疑的，人工智能已经渗透到股票投资等金融市场，并将持续不断地继续扩大它的辐射面。

金融业与艺术、医疗等领域不同，后者需要创作或是人与人之间互动，这就决定了其不能跳脱于人类的参与而实现。而金融植根于繁杂的客观数据，具有强大的客观意识，而这些正是计算机擅长的。

人工智能对金融业的影响，其实由来已久。还记得股票刚在中国兴起的时候，人们是如何进行买卖操作的吗？　证券公司的大平层内，数以百计穿着红马甲的接线员通过电话线为客户交易，通话声此起彼伏，这是多么具有时代感的画面。然而，随着网络的普及和证券交易软件的傻瓜化，人们在家坐在电脑前就可以进行股票交易，这不正是人工智能对金融领域最初级的影响？

实际上，许多金融领域的岗位正在逐渐或即将被计算机的工作取代。例如，银行贷款是否发放的决定不再需要人工审核，而改由软件做出，这样一款软件能够考量有关借款人的各类精细数据，从而做出客观判断；客户服务也可以运用人工智能电脑，能以人类的认知方式推断和演绎问题的答案，提供诸如客户需求分析，预测经济走势等服务，还能够结合个人投资履历给出适合特定客户的投资计划。

或许在不久的将来，金融行业的很多岗位，例如精算师、财务评估师等，都将被人工智能所取代。人类也不需要因此而惶恐，因为人工智能的介入实际上是工具的进步，人类不需要在低维层面去和机器竞争，降维层面就交给机器人处理去做，人类应该释放出更多的时间和精力去做升维的事情，在机器工作的成果上提升工作价值。

插图：宗怡婷