当前位置:人工智能行业动态 → 正文

人工智能PK巴菲特,谁会赢呢?

责任编辑:editor004 作者:Kathy编译 |来源:企业网D1Net  2017-12-10 11:10:39 本文摘自:腾讯科技

彭博社发表文章称,人工智能(AI)在寻找投资机会方面的能力超出了人类,但它也有明显的局限性。以下为原文内容:

大型并购通常不利于买方的股东,这是巴菲特多年来在交易中坚持的一个原则。伦敦对冲基金温顿(Winton)设计了一个AI来测试这个原则,为此,研究人员收集并分析了美国1960年代以来的近9000宗交易的数据。

测试结果是:巴菲特这个原则站不住脚,大型并购案本身并不会造成价值损失。

巴菲特对此事尚未置评。

AI有多大的潜力?

温顿是一个300亿美元的对冲基金,它有一个数据科学家团队,其主管丹尼尔o米切尔(Daniel Mitchell)表示:“这个测试防止了我们在虚假信号下进行交易,避免了资金损失。”

虽然在过去几十年里出现过很多次雷声大雨点小的情况,但现在,AI它正在一步一步地占领投资界。将AI作为基石战略或研究工具的公司不仅有Two Sigma和高盛这样的巨头,也有Schonfeld Strategic Advisors这样的小公司。

曼氏集团首席执行官卢克o埃利斯(Luke Ellis)认为,AI将慢慢占据投资界。该公司已经利用机器学习在几个对冲基金上投资了大约130亿美元。埃利斯在接受采访时表示,10年后,AI将涉足该公司的所有活动,不管是执行交易,还是帮助挑选证券。

“如果计算能力和数据量以目前的速度持续增长,那么机器学习可能会在25年内涉足99%的投资管理。”埃利斯说:“它将参与我们生活的方方面面。我不认为机器学习无所不能。但是它可以帮助我们把很多事情做得更好。”

AI 将改变工作的性质

全球有30万人在从事资产管理工作(包括基金经理、分析师和后台工作人员),Opimas咨询公司对金融公司进行调查后发现,到2025年,AI将会导致这个数字减少9万人。

除了曼氏集团和温顿这样的量化先驱者,其他所有公司几乎都面临着困难。

只有少数科学家可以设计出能盈利的策略。投资者很难掌握这种能力,所以一些人保持观望态度。而且这种技术和数据的高昂成本也已经让一些公司承受了费用压力。

但机器学习在寻找投资机会方面的能力超出了人类水平,让人无法无视这项技术。一些企业现在使用AI梳理社交媒体和智能手机上的凌乱数据,快速(比分析师快)预测收益和销售额,从文档中解读高管的情绪,以及制定整个策略。

瓦森特o达哈(Vasant Dhar)在20年前创立了首批机器学习对冲基金之一,他说:“发现机会这样简单的事情将更多地由机器去做。它们可以产生假设,测试假设,然后告诉人类:‘这个机会很有趣,要深入挖掘,’机器可以增添价值,它改变了人类工作的性质。”

AI的局限性

虽然AI很强大,但它的局限性也很明显。AI缺乏想像力,缺乏人类预见事件的能力(不管是政治事件还是宏观经济事件)除非这种事件之前发生过很多次。比如,对冲基金经理约翰o保尔森(John Paulson)预见到次贷危机即将到来,但人工智能就完全预见不到,因为它没有足够的相关历史数据进行比较,无法形成意见。

瓦森特o达哈也是纽约大学数据科学和商务学教授,他说:“机器难以预测危机,因为每个危机都是独一无二的。人们擅长解释危机之类的事情,有时还可以预测它,但我们的预测常常是错的。看看过去几年人们对利率的预测就知道了。”

在AI时代,基金经理和他们对市场的看法将发挥主要作用,无论这些看法是对是错。而基本面分析师面临的威胁就比较大了。

一些经验丰富的、善于利用大数据的机器学习专家可以从金融公司拿到100万美元的年薪。而那些研究公司基本面的分析师就拿不到太多钱了,他们可能需要学习编程来保住自己的工作。

一个案例

下面我们来看看资产管理公司Acadian Asset Management的案例。该公司位于波士顿,在过去五年里资产规模飙升了79%,达到930亿美元。

经理对经济趋势的直觉是该公司多空策略之类的基础。然后他们部署机器学习来提炼20个最有影响力的因素,其中既包括现金流,也包括欺诈这种不寻常的事件,它们可以推动做出更好的预测。然后这些因素被注入到一个自动化系统中,在几个月或者几个季度内对约1万种不同的股票进行持仓。

Acadian量化全球宏观研究主管瑞安o斯蒂夫(Ryan Stever)说,公司的经理和分析师是多面手:他们对统计学有很深的理解,而且几乎每个人都会写代码,并且拥有市场经验。

Acadian正在人工智能和大数据上投资,以便更好地预测一家公司业绩关键指标,比如销售额之类。如果Acadian能在某家公司正式发布销售数据之前就准确估算出数字,这无疑是个很大的优势。

“使用机器学习,你可以更快、更准确地获得指标。”Acadian的选股研究主管维斯o陈(Wes Chan)表示,“如果确实效果好,这就是件大事了。”

AI尚未战胜巴菲特

对于一些公司来说,更大的野心就是搞定深度学习——谷歌搜索和特斯拉公司自动驾驶汽车的背后就是这种人工智能。深度学习机器模仿了我们大脑中多层神经元的活动,对人类指令的需要比较少——它可以发现东西,即使人类不告诉它要找到的是什么东西。

于尔根o施密德胡伯(Jürgen Schmidhuber)是现代人工智能的奠定者,也为一些对冲基金担任顾问,他说:“你会发现,神经网络将在各种交易中变成更好的预测者和更好的工具。许多交易将通过自学习算法来执行,只需要少量高层人士偶尔输入人类的决定即可。这离我们并不遥远。”

终究来说,AI的前途将取决于它的赚钱能力。目前也有一些完全自动化的AI策略在运行,它们的业绩一般,比股市不足,比对冲基金有余。数据显示,在截至2016年的六年时间里,13个AI基金平均年回报率为10.6%。

选股人只要能为投资者带来像样的回报,就不愁没有工作。

虽然AI推翻了巴菲特的一个选股原则。但是从2011年到2016年,巴菲特的公司平均年回报率是12.5%。机器尚未击败这位传奇投资人。

关键字:巴菲特AI人工智能

本文摘自:腾讯科技

x 人工智能PK巴菲特,谁会赢呢? 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

人工智能PK巴菲特,谁会赢呢?

责任编辑:editor004 作者:Kathy编译 |来源:企业网D1Net  2017-12-10 11:10:39 本文摘自:腾讯科技

彭博社发表文章称,人工智能(AI)在寻找投资机会方面的能力超出了人类,但它也有明显的局限性。以下为原文内容:

大型并购通常不利于买方的股东,这是巴菲特多年来在交易中坚持的一个原则。伦敦对冲基金温顿(Winton)设计了一个AI来测试这个原则,为此,研究人员收集并分析了美国1960年代以来的近9000宗交易的数据。

测试结果是:巴菲特这个原则站不住脚,大型并购案本身并不会造成价值损失。

巴菲特对此事尚未置评。

AI有多大的潜力?

温顿是一个300亿美元的对冲基金,它有一个数据科学家团队,其主管丹尼尔o米切尔(Daniel Mitchell)表示:“这个测试防止了我们在虚假信号下进行交易,避免了资金损失。”

虽然在过去几十年里出现过很多次雷声大雨点小的情况,但现在,AI它正在一步一步地占领投资界。将AI作为基石战略或研究工具的公司不仅有Two Sigma和高盛这样的巨头,也有Schonfeld Strategic Advisors这样的小公司。

曼氏集团首席执行官卢克o埃利斯(Luke Ellis)认为,AI将慢慢占据投资界。该公司已经利用机器学习在几个对冲基金上投资了大约130亿美元。埃利斯在接受采访时表示,10年后,AI将涉足该公司的所有活动,不管是执行交易,还是帮助挑选证券。

“如果计算能力和数据量以目前的速度持续增长,那么机器学习可能会在25年内涉足99%的投资管理。”埃利斯说:“它将参与我们生活的方方面面。我不认为机器学习无所不能。但是它可以帮助我们把很多事情做得更好。”

AI 将改变工作的性质

全球有30万人在从事资产管理工作(包括基金经理、分析师和后台工作人员),Opimas咨询公司对金融公司进行调查后发现,到2025年,AI将会导致这个数字减少9万人。

除了曼氏集团和温顿这样的量化先驱者,其他所有公司几乎都面临着困难。

只有少数科学家可以设计出能盈利的策略。投资者很难掌握这种能力,所以一些人保持观望态度。而且这种技术和数据的高昂成本也已经让一些公司承受了费用压力。

但机器学习在寻找投资机会方面的能力超出了人类水平,让人无法无视这项技术。一些企业现在使用AI梳理社交媒体和智能手机上的凌乱数据,快速(比分析师快)预测收益和销售额,从文档中解读高管的情绪,以及制定整个策略。

瓦森特o达哈(Vasant Dhar)在20年前创立了首批机器学习对冲基金之一,他说:“发现机会这样简单的事情将更多地由机器去做。它们可以产生假设,测试假设,然后告诉人类:‘这个机会很有趣,要深入挖掘,’机器可以增添价值,它改变了人类工作的性质。”

AI的局限性

虽然AI很强大,但它的局限性也很明显。AI缺乏想像力,缺乏人类预见事件的能力(不管是政治事件还是宏观经济事件)除非这种事件之前发生过很多次。比如,对冲基金经理约翰o保尔森(John Paulson)预见到次贷危机即将到来,但人工智能就完全预见不到,因为它没有足够的相关历史数据进行比较,无法形成意见。

瓦森特o达哈也是纽约大学数据科学和商务学教授,他说:“机器难以预测危机,因为每个危机都是独一无二的。人们擅长解释危机之类的事情,有时还可以预测它,但我们的预测常常是错的。看看过去几年人们对利率的预测就知道了。”

在AI时代,基金经理和他们对市场的看法将发挥主要作用,无论这些看法是对是错。而基本面分析师面临的威胁就比较大了。

一些经验丰富的、善于利用大数据的机器学习专家可以从金融公司拿到100万美元的年薪。而那些研究公司基本面的分析师就拿不到太多钱了,他们可能需要学习编程来保住自己的工作。

一个案例

下面我们来看看资产管理公司Acadian Asset Management的案例。该公司位于波士顿,在过去五年里资产规模飙升了79%,达到930亿美元。

经理对经济趋势的直觉是该公司多空策略之类的基础。然后他们部署机器学习来提炼20个最有影响力的因素,其中既包括现金流,也包括欺诈这种不寻常的事件,它们可以推动做出更好的预测。然后这些因素被注入到一个自动化系统中,在几个月或者几个季度内对约1万种不同的股票进行持仓。

Acadian量化全球宏观研究主管瑞安o斯蒂夫(Ryan Stever)说,公司的经理和分析师是多面手:他们对统计学有很深的理解,而且几乎每个人都会写代码,并且拥有市场经验。

Acadian正在人工智能和大数据上投资,以便更好地预测一家公司业绩关键指标,比如销售额之类。如果Acadian能在某家公司正式发布销售数据之前就准确估算出数字,这无疑是个很大的优势。

“使用机器学习,你可以更快、更准确地获得指标。”Acadian的选股研究主管维斯o陈(Wes Chan)表示,“如果确实效果好,这就是件大事了。”

AI尚未战胜巴菲特

对于一些公司来说,更大的野心就是搞定深度学习——谷歌搜索和特斯拉公司自动驾驶汽车的背后就是这种人工智能。深度学习机器模仿了我们大脑中多层神经元的活动,对人类指令的需要比较少——它可以发现东西,即使人类不告诉它要找到的是什么东西。

于尔根o施密德胡伯(Jürgen Schmidhuber)是现代人工智能的奠定者,也为一些对冲基金担任顾问,他说:“你会发现,神经网络将在各种交易中变成更好的预测者和更好的工具。许多交易将通过自学习算法来执行,只需要少量高层人士偶尔输入人类的决定即可。这离我们并不遥远。”

终究来说,AI的前途将取决于它的赚钱能力。目前也有一些完全自动化的AI策略在运行,它们的业绩一般,比股市不足,比对冲基金有余。数据显示,在截至2016年的六年时间里,13个AI基金平均年回报率为10.6%。

选股人只要能为投资者带来像样的回报,就不愁没有工作。

虽然AI推翻了巴菲特的一个选股原则。但是从2011年到2016年,巴菲特的公司平均年回报率是12.5%。机器尚未击败这位传奇投资人。

关键字:巴菲特AI人工智能

本文摘自:腾讯科技

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^