即使是最好的AI量化模型，在新冠面前都不怎么靠譜
大數據文摘出品
來源：wired
編譯：肉包、夏雅薇
如今股市對Covid-19已經顯出異常的冷漠。
這和三月份股市一驚一乍的表現完全不同，3月16日，道瓊斯平均指數下跌了近13%，這是1987年以來最大的單日跌幅，這場危機史無前例的規模讓人們變成了驚弓之鳥。
AI局限性顯露
在某些人看來，這暴露出量化交易公司的弱點。
一些著名的量化公司在3月份的表現特別糟糕。據橋水基金會主席Ray Dalio發表的一份聲明稱，至本月中旬，橋水持有的一些基金已經下跌了21%。截止3月24日，DE Shaw經營的量化基金Vallance已下跌9%。
據媒體報道，另一家著名的量化公司Renaissance Technologies告訴投資者，其算法沒有有效地應對本月出現的市場波動。截止目前Renaissance還沒有做出相應的回應。DE Shaw的發言人也無法證實相應的報道。
這場動蕩可能反映了現代AI的局限性，AI模型是依靠讀取大數據，并在其中尋找和利用微模式而建立的。就像電商用來預測存貨庫存的算法被消費者突如其來對洗手液和衛生紙的熱情所困惑一樣，那些幫助對沖基金從市場中獲取利潤的算法也對投資者突然的波動而迷惑。
在金融領域，不管AI算法多厲害，用于測試的數據源不好，模型也好不到哪里去。
麻省理工學院教授、總部位于馬薩諸塞州劍橋市的量化對沖基金AlphaSimplex的創始人兼名譽主席Andrew Lo表示，量化交易策略有一個顯而易見的弱點。"根據定義，量化交易策略是根據觀察到的數據中的規律來制定的。”
Lo指出，3月份的情況與2007年金融危機初期量化公司的崩潰有相似之處。在那場小崩盤后不久發表的一篇論文中，Lo總結道，對沖基金之間的集體潰敗揭示了市場的系統性弱點。"我們在2020年3月看到的情況與2007年發生的情況并無二致，只是一切發生得更快、程度更深、范圍更廣，"
AI不是萬能靈藥
Quantigic基金的公司總裁Zura Kakushadze4月份在網上發布了分析報告，報告中將3月份的事件描述為"量化破滅"。
Kakushadze的論文探討了一種統計套利的形式，這是一種挖掘市場數據以尋找規律的常見方法，量化基金通過頻繁交易來利用這些規律。他指出，即使是采用"中性"策略的量化基金，即同時對股票上漲和下跌進行同等押注，也在此次潰敗中表現不佳。
Kakushadze在接受采訪時表示，這次事件表明，在市場極端波動期間，AI"不是萬能藥"。"我不在乎你是使用人工智能還是機器學習，還是其他任何東西，"他說，"無論如何你都無法避免潰敗"。
事實上，Kakushadze認為，使用過于復雜和且不透明的AI模型，導致量化基金可能比其他基金遭受更嚴重的影響。例如，深度學習是近年來風靡科技界的一種AI形式，它把數據輸入神經網絡得出結果，而這些結果是難以解釋的，更別說要審核其計算過程。機器學習，尤其是深度學習，"可能會設置大量無法解釋的參數，"他寫道。
QTS資本管理公司的管理者、多本機器交易書籍的作者Ernie Chan也認為，人工智能遇上冠狀病毒這樣的罕見事件，直接就失效了。
"訓練一個系統來識別YouTube視頻中的貓很容易，因為有數百萬只貓，"Chan說。相比之下，如此大的市場波動只發生過幾次。"一只手能數得過來。所以你沒法簡單地使用機器學習來訓練模型，學習此類事件的應對方式。"
不過，在3月份的波動中，一些量化基金的表現還是比其他基金好很多。據報道，由Renaissance Technologies運營的Medallion基金(僅限于員工的資金)今年以來的收益為24%，其中3月份增長了9%。
相關報道：https://www.wired.com/story/best-ai-models-no-match-coronavirus/
【本文是51CTO專欄機構大數據文摘的原創譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】
