金融市場提供了無數(shù)賺錢（或虧損）的方式。它們之間的一個重要區(qū)別是投資期限，可以從幾毫秒到幾年不等。核桃算法和Global Systematic Investors是兩家新的投資管理公司，分別是高頻交易界和低頻交易界的代表。

我與兩家公司的創(chuàng)始人討論了投資、數(shù)據(jù)和創(chuàng)業(yè)挑戰(zhàn)。本文是我和胡桃算法公司聯(lián)合創(chuàng)始人兼首席執(zhí)行官Guillaume Vidal 之間的對話。下一篇即將發(fā)布的文章將是與Global Systematic Investors 聯(lián)合創(chuàng)始人兼聯(lián)席首席投資官的對話。貝恩德·漢克訪談。

為什么把你的公司命名為“核桃算法”？ Vidal：因為核桃的形狀像大腦，從初創(chuàng)公司的角度來看，過去有蘋果和黑莓，現(xiàn)在有核桃，這會很有趣。這個名字仍然意味著我們有點像由智能算法創(chuàng)建的核桃樹。我們覺得把“算法”放在“核桃”之后很重要。 “核桃”和“算法”的結(jié)合很有趣，也有很好的寓意。

您會如何總結(jié)您的工作？ Vidal：我們將最先進的人工智能應(yīng)用于系統(tǒng)化的投資策略。

這是最初的想法，還是后來才產(chǎn)生的？維達爾：我認為這個想法是自然而然的。六位聯(lián)合創(chuàng)始人擁有人工智能、投資管理和金融背景，我們認為我們的專業(yè)知識絕對有一席之地。我們研究了很多人工智能初創(chuàng)公司，發(fā)現(xiàn)他們中的許多人都在試圖弄清楚他們應(yīng)該用人工智能做什么。

法國有一家優(yōu)秀的人工智能初創(chuàng)公司叫Snips，就連他們也很難拿出一款產(chǎn)品。從一開始，我們就專注于金融服務(wù)和投資管理，我們認為這些領(lǐng)域非常適合用人工智能來處理。我們確實花了一些時間來尋找合適的商業(yè)模式，而我們現(xiàn)在的答案實際上是按照監(jiān)管要求管理資金并提供投資建議。但剛開始時，我們有點天真，認為“我們要使用人工智能”。

我們希望取得像DeepMind 在強化學習和AlphaGo 方面所做的那樣的成果。這些算法非常強大，我們想把它們用在投資管理中，而這些算法最多也才出現(xiàn)四五年。能夠利用它們不僅需要人工智能方面的進步，還需要其他領(lǐng)域的進步：數(shù)據(jù)訪問、具有正確庫的編程語言以及谷歌云或亞馬遜云服務(wù)提供的計算能力。要實現(xiàn)這一目標，需要多方面的結(jié)合。我認為對我們來說最困難的事情也可能是最幸運的事情是我們擁有這種技能組合。我認為最大的門檻是人工智能、計算機科學、量化金融和商業(yè)技能的結(jié)合。

您關(guān)注哪些金融工具？ Vidal：我們專注于美國和歐洲的高流動性股指期貨，因為我們既需要流動性，又需要非常低的交易成本，而無需在做多或做空時支付額外成本。

您是如何找到自己的商業(yè)模式的？ Vidal：我們首先確定人工智能在金融領(lǐng)域的應(yīng)用是可行的。毫無疑問，它會起作用。問題是，如何使其可行？這一點非常重要。是只搞分析研究，還是只生產(chǎn)一種產(chǎn)品？您應(yīng)該向?qū)_基金或?qū)_基金的合作伙伴收取服務(wù)費嗎？是被對沖基金吸收，還是提供交易信號？進入咨詢行業(yè)還是創(chuàng)辦自己的對沖基金？所有這些潛在的商業(yè)模式都被考慮了。我們申請加入Startup Bootcamp，一個創(chuàng)業(yè)加速器，在選拔階段，我們告訴他們我們還沒有找到商業(yè)模式。他們不介意?，F(xiàn)在，我們從獨立管理的帳戶開始。這在金融行業(yè)已經(jīng)是很正常的事情了。許多商品交易顧問(CTA) 都會這樣做。基金架構(gòu)可能要等到晚些時候才能開始，因為這將涉及更多合規(guī)和監(jiān)管問題，并且成本更高、耗時更長。

使用機器學習生成交易信號有何創(chuàng)新之處？ Vidal：傳統(tǒng)的系統(tǒng)策略是基于規(guī)則的。例如，您在Quantopian 平臺上編寫了一個系統(tǒng)策略，其中規(guī)定：“如果這三個移動平均線交叉，那么這個交叉點就是我的年度樞軸點?；蛘撸绻业南鄬娙踔笖?shù)超過特定閾值，那么我將買入或賣?！边@些都是固定的規(guī)則。我們打造的是一臺沒有固定規(guī)則、更加靈活的機器。機器學習算法可以發(fā)展為真正關(guān)注市場配置，并以不同的置信水平對買賣信號進行分類。這有點像一個交易大廳，有很多交易者，或者在我們的例子中有很多機器交易者，都是人工智能算法，然后有一個投資組合經(jīng)理，充當資金的分配者，使用不同的人工智能提供的潛在交易信號該算法根據(jù)風險約束和敞口約束、多頭和空頭、工具、地理位置和其他因素優(yōu)化分配給這些信號的資金。

看起來你的客戶必須足夠精通人工智能才能理解你工作的價值，但又不夠精通才能自己完成這項工作。 Vidal：全球有超過80,000只基金。當然，總會有一些人對人工智能感興趣，甚至有對沖基金直接來找我們。但有時他們只有一種全球宏觀策略、一種債券策略或某種其他形式的非系統(tǒng)性策略。我認為內(nèi)部的金融工程師團隊不一定有足夠的人來做我們一直在做的事情。

過去我們所有的代碼都是12個人寫的，現(xiàn)在很快就會增加到15個人，全都是科學家。我們必須為整個基礎(chǔ)設(shè)施編寫代碼，我們必須進行分析和研究，并且我們必須自己做所有事情。許多傳統(tǒng)基金有時會聘請一位博士并說：“讓他解決一個問題，讓我們通過機器學習來增強我們的一個系統(tǒng)?！边@不一定行得通，因為你可能還需要一家初創(chuàng)公司，而不是暫時雇傭一個博士。與基金的金融工程師一起做數(shù)據(jù)科學工作。我們完全是在一個緊密的團隊中工作，總是集思廣益，讓計算機科學家、數(shù)學家和人工智能專家思考什么是真正有效的，什么應(yīng)該是可行的，我們應(yīng)該如何用代碼實現(xiàn)它，以及我們應(yīng)該如何設(shè)計它。這需要創(chuàng)新思維。

成熟的對沖基金一直在使用自己的系統(tǒng)，也許已經(jīng)有20 年了。他們有自己的戰(zhàn)略，可能是長期的系統(tǒng)戰(zhàn)略、長期的趨勢跟蹤戰(zhàn)略或其他什么，他們很難想出一些全新的東西，雇用新類型的員工，引入新的員工。內(nèi)部研究。有些人也會嘗試這個。可以說，其中最精通人工智能的對沖基金已經(jīng)取得了成功，例如Renaissance Technology、Two Sigma和Winton。這個行業(yè)非常不透明，我們不一定知道誰在做什么，但也許他們有某種人工智能策略。

這些對沖基金的算法將在市場上與你的算法競爭。你有辦法處理嗎？維達爾：我認為主要有兩點。一是我們暫時比他們小很多，我們關(guān)注的資產(chǎn)類別也不一定相同。規(guī)模較大的對沖基金無疑處于非常深度、流動性非常強的市場中。這些基金可能具有截然不同的投資策略和各種投資時間范圍，因此它們可以投資從高頻交易到年度趨勢跟蹤的所有領(lǐng)域。當您管理的資產(chǎn)達到600 億美元時，您別無選擇，只能擴大投資以涵蓋所有資產(chǎn)。雖然我們一開始的資產(chǎn)管理規(guī)模較小，但我們能夠?qū)μ囟ㄙY產(chǎn)采用日間交易策略。

其次，CTA趨勢跟蹤系統(tǒng)通常具有80%到90%的相關(guān)性，因為它們在相同的時間間隔內(nèi)跟蹤相同的趨勢。當您開始使用更復(fù)雜的機器學習策略時，有很多方法可以實際應(yīng)用機器學習。我們考慮的是模塊化，所以我們有數(shù)據(jù)收集、數(shù)據(jù)清洗、特征工程、入口點和退出策略，有配置，有市場影響。所有這些都可以通過機器學習來改進和自動化，并且有很多具體的方法可以用來做到這一點，所以最終每個人制作的系統(tǒng)都會有很大的不同。我們提供了一些新的投資方式，而我們提供的一些交易信號并不適合所有人。這并不是說我們的機器是只下金蛋的鵝，只賺錢不賠錢。它也有風險調(diào)整回報，也有回撤，也有固有風險，但從投資組合管理策略的角度來看，它確實優(yōu)于其他一些絕對回報策略，并且與它們沒有相關(guān)性。這就是人們感興趣的。

您是否擔心您的模型過度擬合，在您開發(fā)模型時它可以工作，但隨后就停止工作？ Vidal：我們關(guān)注的重點是盡可能減少過度擬合。有很多方法。第一個是數(shù)據(jù)維度，這就是我們進行日間交易的原因。我們嘗試捕獲盡可能多的數(shù)據(jù)點。分類時，我們最小化特征向量，本質(zhì)上是降低輸入數(shù)據(jù)維度。在這方面，利用人類專家的知識非常重要。我們還進行了大量的穩(wěn)健性測試并設(shè)計了穩(wěn)健性模塊。我們也會在系統(tǒng)上線之前進行虛擬交易。但某種程度的過度擬合總是存在的。因為您將使用歷史數(shù)據(jù)并要求您的模型擬合歷史數(shù)據(jù)，所以會發(fā)生過度擬合。一些擬合很有用，因為您必須確保算法適合當前的市場機制，但算法必須具有概括性。

你的算法能否意識到機制已經(jīng)改變，或者是否需要人類的幫助？ Vidal：是的，我們已經(jīng)實現(xiàn)了自動化。我們非常努力地實現(xiàn)多個級別決策的自動化，無論是配置部分還是進入信號部分。因此，底層算法本身可能知道市場已經(jīng)發(fā)生變化，并相應(yīng)地調(diào)高或調(diào)低信號的置信度。但在配置方面，您可能會說，“某個算法向我發(fā)送了某個信號，但我決定忽略它，因為它沒有遵循正確的機制。”所以，我們實際上是從多個層面來考慮這個機制的。種類。我們根本不引入人為干預(yù)，除非出現(xiàn)重大事件，比如嚴重的金融危機或者閃崩，我們認為算法可能無法正常運行，應(yīng)該徹底關(guān)閉它。

您認為投資管理的未來會由人工智能主導嗎？維達爾：很難說，但是投資組合經(jīng)理或?qū)_基金經(jīng)理可能會從原來的交易員、經(jīng)濟學家和商人群體轉(zhuǎn)變?yōu)閿?shù)據(jù)科學家和數(shù)學家，轉(zhuǎn)變?yōu)槟軌蚴褂脭?shù)據(jù)、理解數(shù)據(jù)和管理數(shù)據(jù)的人?？茖W家和工程師團隊的人群。鑒于人工智能變得越來越容易獲得，數(shù)據(jù)和計算能力也變得越來越容易獲得。你可能會看到像我們這樣的公司不斷涌現(xiàn)，并擾亂較大的對沖基金，在某些時候，那些較大的對沖基金將被迫捍衛(wèi)自己的地位或像這樣收購我們。公司要么正在創(chuàng)新，因為他們現(xiàn)在并沒有真正這樣做。

您認為在未來的某個時候，用于投資的人工智能將會商品化嗎？ Vidal：人工智能不是自動的，也不是單一的架構(gòu)。這并不像“我創(chuàng)造人工智能”那么簡單。我不認為人工智能會完全商品化。這不像“我有一個人工智能算法，把數(shù)據(jù)放進去，它就會起作用”?，F(xiàn)實要復(fù)雜得多。你必須做很多特征工程，你必須有交易經(jīng)驗和市場經(jīng)驗，并且涉及很多不同的參數(shù)和很多不同的方法。可能存在某種形式的商品化。比如Quantopian平臺在一定程度上成功地將系統(tǒng)算法編寫商業(yè)化，吸引了很多人。但與使用相同平臺并獲得相同特征和數(shù)據(jù)的人相比，使用不同平臺的人可能具有優(yōu)勢。

這讓我們回到了人工智能交易團隊的理想組成這個話題。 Vidal：你需要交易老手、數(shù)據(jù)科學家和計算機專家，還需要基礎(chǔ)設(shè)施、代碼優(yōu)化和執(zhí)行方面優(yōu)秀的IT 人員。對我們來說，數(shù)據(jù)科學和人工智能幾乎是一回事，但人工智能從業(yè)者和人工智能研究人員不同。數(shù)據(jù)科學家知道如何編寫代碼并知道如何使用機器學習函數(shù)庫，而研究人員則了解神經(jīng)網(wǎng)絡(luò)背后的真正原理。也許他們會致力于重寫一個更具成本效益的功能或類似的東西。這不是數(shù)據(jù)科學家所做的。事物。

當不同背景的人對于如何進行存在分歧時會發(fā)生什么？維達爾：這很重要。我認為這就是我們的與眾不同之處。整個團隊思想開放，可以整天爭論，最好的想法獲勝。這就是創(chuàng)意管理，試圖讓大家一開始不同意，最后達成共識。就優(yōu)先事項達成一致也很重要，因為我們總是有很多想法，而將它們一一實施需要無數(shù)的人力和時間。我們必須確定哪些最容易實施？我們現(xiàn)在可以做什么來最大化我們的結(jié)果？那么，就會有更注重技術(shù)的人說“沒問題，我可以實現(xiàn)這部分代碼”、“要實現(xiàn)這個，需要寫的代碼會太長”或者“我們應(yīng)該如何實現(xiàn)”使用代碼來實現(xiàn)這部分？” ”

您對非傳統(tǒng)數(shù)據(jù)源的大數(shù)據(jù)有何看法？ Vidal：我們區(qū)分人工智能和大數(shù)據(jù)，但其他人通常不這樣做。人工智能是讓你探索大數(shù)據(jù)價值的一種手段，但我們關(guān)注的是人工智能取得的進展。比如當AI成為圍棋高手、雅達利游戲高手時，這些其實都是算法的進步。這些都是非常小的數(shù)據(jù)集或非常有限的數(shù)據(jù)集，但真正的進步在于人工智能本身。我們的重點是強大的人工智能，而不是其他數(shù)據(jù)源。原因之一就是我談到的數(shù)據(jù)維度問題。我們尋求統(tǒng)計上足夠穩(wěn)健的策略。

其他行業(yè)對數(shù)據(jù)科學家的需求量很大。如何吸引數(shù)據(jù)科學家從事金融工作？ Vidal：首先，我們將自己定位為一家科技公司。而所有在金融AI上取得成功的公司和基金實際上都是這么做的?？纯碩wo Sigma、元盛和Renaissance Tech的宣傳，他們本質(zhì)上是在說“我們是一家科技公司，一家恰好從事金融交易的研究公司”。這對于吸引合適的人才非常重要。如果你只是一家對沖基金，人們不會真的愿意為你工作，主要是因為金融危機的影響以及對沖基金行業(yè)的壞名聲。但這份工作其實很有趣。您將分析非常復(fù)雜的數(shù)據(jù)集。你會做各種各樣的研究，并且會有非常清晰和直接的應(yīng)用。結(jié)果是好是壞，一試就知道，白紙黑字。優(yōu)化代碼，將數(shù)據(jù)科學應(yīng)用到新的數(shù)據(jù)集、新的策略、新的市場、新的工具上，其實每天做起來都很有趣，可能比在媒體公司做類似的工作更有趣。有趣的。從長遠來看，比如五年后，我們希望擴展到其他領(lǐng)域。 Renaissance Tech是一家總部位于紐約的對沖基金，被認為是世界上最好的理論物理實驗室之一。同樣，我們希望虎套算法公司能夠成為全球最好的人工智能實驗室之一。

翻譯：于波

資料來源：數(shù)據(jù)經(jīng)濟

創(chuàng)造：劇場式線下演講平臺，發(fā)現(xiàn)最有創(chuàng)意的想法