最近几年，“人工智能”和“机器学习”成为金融投资圈中的一个热门词。

举例来说，2017年年底，创新工场创始人李开复在其主题演讲《人工智能四波浪潮与机会》中说道：

有了人工智能以后，它可以去计算哪些中国股票搭配起来跟哪些欧洲、美国股票应该是可以对冲的，它可以判断任何市场有任何不平衡的地方，它可以利用现在人民币换美金的交易障碍，来做更好的对冲，或者它可以判断怎么样能够最优化你该买什么样的股票。
　　过去两年其实我已经没有做任何的个人投资了，我也不把钱交给人了，我现在所有新生产出来的钱都交给机器处理，人已经不能再管理我的钱了，因为人打不过机器，这是非常明确的事情，我们个人投资的这些基金不太好意思分享回报率，回报是不低的，然后是零风险的，它每一天晚上结帐，我可以看到钱全部都卖掉回来了。

李开复的意思，是他投到了一个以人工智能算法为核心的基金，零风险，日结账，高回报。作为一名投资行业的“老兵”，说实话，我还没见过这样的基金。即使是对冲基金行业那些全球最顶尖的大牌：Bridgewater, Citadel, AQR, Quantum, Renaissance等, 也没听任何人敢自称零风险，而且每天都能赚。

但是我相信，很多读者一定还有这个疑问：人工智能，到底能不能用在投资领域？在金融市场上有哪些应用？我们应该如何认识人工智能和机器学习的价值？今天这篇文章，就来讲讲这些问题。

首先，让我们来简单介绍一下什么叫机器学习。

在本人和量化交易员和金融作家，Rob Carver的对话中，我们曾经谈到过这个问题。

大致来讲，机器学习可以被分为两种：有人管的机器学习（Supervised Machine Learning）和没人管的机器学习（Unsupervised Machine Learning）。

有人管的机器学习，是指工程师定义研究的变量。这种“机器学习”，其实和传统意义上的量化交易策略研究没有多大区别。很多这样的机器学习，用的还是最小二乘法（OLS）和主成分分析（PCA）这样的统计方法，而这些统计方法至少已经被用了几十年。一些机构放上“机器学习”和“人工智能”的标签，主要就是为了追求一个噱头，在营销上让人产生“高大上”的错觉。

这些“挂羊头卖狗肉”的人工智能，值得我们投资者警惕。本来可以用一些比较简单的传统量化手段实现的交易策略，披上了“人工智能”的外衣，反而增加了投资成本和没有必要的复杂之处，效果也不见得更好，对投资者来说没有什么价值。

真正有技术含量的，开复博士上面提到的人工智能，是没人管的机器学习。在这种机器学习中，电脑程序自己选择最优的变量进行分析和计算。这是真正尖端的人工智能领域，对数据处理和计算能力要求非常高，目前仅在高频交易领域有一些尝试性的应用。

为什么仅在高频交易领域有初步的应用呢？这是因为，人工智能在任何领域应用的一大前提，就是有海量数据。

在同一个演讲中，李开复谈到：

AI其实特别关键的就是大量的数据，有了数据...就都可以做了，没有数据是不可能的。

为什么需要海量数据？

这是因为，人工智能和机器学习的本质，就是数据挖掘。数据挖掘的意思，就是基于海量的数据，去找出一些不为大家所知的规律，并且期望该规律在未来继续管用。大家可以想一下，如果没有海量的数据，你还去挖掘什么？没东西可挖呀。

用科学的语言来讲，如果数据量不够，那么总结出来的任何规律，都是基于小样本的特殊情况，未来继续重复管用的可能性不大。

和其他行业相比，金融市场的数据量，恰恰少的可怜。以全世界数据量最丰富的美国市场为例。比较高质量的美国股市价格历史数据，也就50~60年左右，再往前推，数据质量就开始有问题了。一般的金融研究，以月回报为单位。5、60年历史，一共就700个数据样本。基于700个样本去做人工智能？Are you kidding me?

我们再看上市公司的财报数据。美国有差不多4000个上市公司。假设每个公司都有高质量的季报，往回走50年，数据量大约是 4000 X 50 X 4 = 80万。这样的样本量，显然离人工智能的要求差远了。

美国尚且如此，中国的股市数据就更不用提了，相信读者朋友们都有自己的认识。

当然，有些人说，我可以拿每天/每小时/每分钟的数据，这样数据量就大了。或者我在横向增加测试的变量，这样也能增加样本量。话虽不错，但问题在于数据的频度越高，噪音也越大。变量之间的交叉度越高，相关系数也越高，因此得出的结论，也有更大存疑。

在量化金融研究中，码农最容易犯的错误，就是忽略经济逻辑去做数据挖掘。在一大堆没有意义的数据中，你不断折腾，总能找出个貌似有用的投资策略来。但如果背后没有符合逻辑的经济原因去支撑，那这种发现就毫无意义。

举例来说，上图来自于Robert Arnott, Campbell Harvey和Harry Markowitz合写的A Backtesting Protocol in the Era of Machine Learning (Arnott, et al, 2018)。它显示的是一个股票多空投资策略的历史回报。

我们可以看到，该投资策略，看上去非常诱人。因为：

第一、无论在1963~1988年的样本内测试，还是1989~2015年的样本外测试，该策略的表现都非常出色。

第二、即使在最近几年（比如2013年以后），该策略的投资回报还是非常出色，显示并没有很多人模仿，因此这个“秘密”还相当管用。

第三、该策略在2008年金融危机期间，得到的投资回报为+50%左右，秒杀市场上绝大多数的各种投资策略。

第四、该策略和其他主要资产（比如股票、债券等）之间的相关系数很低，从资产配置的角度，能够提高投资组合的风险调整后收益。

很多人看到这样的投资策略，可能已经迫不及待想要进行投资了。但事实上，该投资策略很简单，就是买入美国股票代码前三个字母中含有S的股票，并且做空股票代码前三个字母中含有U的股票。

为什么会想出这么一个奇怪的投资方法，去买入首三个字母中带有S的股票，并且做空首三个字母中带有U的股票？原因在于，这是基于大数据机器学习的方法，在成千上万种不同的投资策略中，甄选出来的表现最好的策略之一。我们可以想象一下，英语里有26个字母，从股票代码的第一个字母开始，然后前两个，前三个，这样不停的两两组合，买卖对配试下去。只要可能的组合够多，即使完全源于运气，也可能找出几个看上去非常牛逼的投资策略。

这个例子，点出了基于数据挖掘的人工智能用于投资管理的命门。那就是：如果反复“折磨”你的数据，对它“严刑拷打”，总有一天它会屈服，给出你想要的结果。但是，这个结果，对投资者来说未必有任何价值。

有美国学者（Chordia et al, 2017）在检验了210万个不同的股票投资策略后，发现其中只有17个策略通过了统计和经济标准，显示其可能有效。在这个例子中，发现真正有效的投资策略的概率，为17/210万=0.0008%！换句话说，在210万个投资策略中，超过209万个都是无效的。

这些例子告诉我们：

1）要想把人工智能运用到金融市场，一个最基本的前提，是我们有海量的高质量数据。如果一个市场中本来高质量数据就很有限，那人工智能写的算法再高级，也是“巧妇难为无米之炊”。

2）如果通过一些方法获得海量数据，并基于一些数据挖掘的方法去寻找规律，那么我们就需要十分提防“随机假规律”的陷阱。

随机假规律的意思，是只要我们做足够多的尝试，总能发现一些貌似管用的规律，在统计上显示出显著的结果（T值大于2）。但事实上，这只是一种假象而已。

在AHM（Arnott et al, 2018）一文中，作者提到这么一个有趣的例子。有学者（Bem, 2011）在顶级期刊上发表了一项研究结果。该研究结果来自于一个长达10年，覆盖1000个样本量的详细实验。从统计上来说，该实验结果不可靠的概率，为740亿分之一。但最后显示，该实验结果无法复制，因此从其中发现的规律，也不管用。

在所有的金融量化研究中，一个非常重要的原则，是“理论先行”。就是说，我们首先得有一套适用的，符合逻辑的经济理论，去预测基于某些条件，会导致某种结果。然后，再用数据去进行实证检验。而很多扯着“人工智能”大旗的交易策略，恰恰反着来：不管三七二十一，先从数据回测中找出表现好的，然后再动脑筋去解释其表现。这样的研究方法，本末倒置，对职业素养不高的投资者有很强的迷惑性，值得广大投资者警惕。

“理论先行”，有金融行业的特殊性，和其他一些行业很不相同。举例来说，在医学界，你可以先试药，试下来发现管用后，再去研究为什么管用，是里面某种成分管用，还是对人的某个基因管用。先实践，后理论，在医学界是可行的。

但这种做法，在金融投资里，不管用。这其中有一个非常重要的原因，那就是，金融市场是由人组成的，其本质是人的心理和行为。金融市场上的那些数字，只是一个表象，反映的无非就是股权/房地产/债务类资产的期望回报。所以说到底，金融市场反映的是人的期望。

因此对于金融市场的预测，本质上是对众人行为和心理的预测。而人的行为模式，恰恰在于不可预测。这是因为，人不是机器，有情绪波动，容易健忘，好吃懒做，贪生怕死，上涨时贪婪，下跌时害怕。说到底，人远不如机器自律。用机器思维去预测人，就好像让你猜3岁的孩子啥时候哭一样，成功率能有多高？

当然，值得指出的是，电脑程序在投资方面的用途还是很广泛的。现在最老派的基本面基金经理，也会大量用到量化模型和数据。但这和完全摆脱人，让机器做所有的投资决策，甚至宣扬能够做到零风险和高回报是两回事，值得我们大家思考。

希望对大家有所帮助。

参考资料：

https://36kr.com/p/5108355.html

Robert Arnott, Campbell Harvey, and Harry Markowitz, A Backtesting Protocol in the Era of Machine Learning, Nov 2018

Robert Carver (Trader and Writer):How to become a systematic trader?

Chordia, Tarun, Amit Goyal, and Alessio Saretto, p-Hacking: Evidence from Two Million Trading Strategies. Swiss Finance Institute Research Paper No. 17-37.

Bem, Daryl.“Feeling the Future: Experimental Evidence for Anomalous Retroactive Influences on Cognition and Affect.” Journal of Personality and Social Psychology, vol. 100, no. 3 (March 2011): 407–425.