當(dāng)特斯拉股價(jià)在Q3財(cái)報(bào)公布后逆市大漲時(shí)，不少投資者吃了一驚。大家沒有猜到特斯拉可以實(shí)現(xiàn)盈利。

不過，在華爾街某個(gè)角落的辦公室里，一些基金經(jīng)理卻并不感到意外。他們?cè)缇皖A(yù)判出特斯拉產(chǎn)量會(huì)大增，并且提前做了投資布局，而他們所使用的方法，卻與以往華爾街的判斷方法完全不同。

他們靠的是手機(jī)信號(hào)。

特斯拉 CEO 馬斯克一直強(qiáng)調(diào)自己的公司在加班加點(diǎn)生產(chǎn)，但特斯拉的工廠向來十分封閉，外界并無法確認(rèn)這一信息。于是，一家叫做 Thasos Group 的金融科技公司想出一個(gè)辦法，他們?cè)谝粡堧娮拥貓D上圍著特斯拉在東灣弗雷蒙特的工廠周圍畫了一個(gè)數(shù)碼地理圍欄，然后將GPS數(shù)據(jù)顯示來自這個(gè)圈里的手機(jī)信號(hào)數(shù)據(jù)都單獨(dú)圈了出來。

對(duì)這些數(shù)據(jù)的分析讓他們發(fā)現(xiàn)，今年6月到10月，特斯拉工廠的加班情況增長了30%。

Thasos 將這些數(shù)據(jù)和發(fā)現(xiàn)賣給華爾街的對(duì)沖基金們，他們據(jù)此加倉特斯拉，當(dāng)特斯拉在財(cái)報(bào)后股價(jià)大漲10%時(shí)，這些金主只需要躺著數(shù)錢就行了。

數(shù)據(jù)就是金錢

人們都說數(shù)據(jù)對(duì)于未來人類社會(huì)，就是新的石油，它能驅(qū)動(dòng)一切。而對(duì)于華爾街來說則更加直接，數(shù)據(jù)就是金錢。

金融行業(yè)，大家都在從大量的信息中尋找有價(jià)值的信息來構(gòu)建自己的模型，如果可以比別人更快更準(zhǔn)地做出判斷，那么你就贏了。而互聯(lián)網(wǎng)科技的發(fā)展，讓越來越多以前無法收集的信息變成了可以分析的數(shù)據(jù)，同時(shí)，機(jī)器學(xué)習(xí)等人工智能技術(shù)，又讓分析數(shù)據(jù)，從這些雜亂無章的信息中找到規(guī)律的能力變得無比強(qiáng)大。

不只是人們的手機(jī)數(shù)據(jù)，華爾街的金融機(jī)構(gòu)們?cè)缫呀?jīng)開始嘗試用AI分析社交網(wǎng)絡(luò)數(shù)據(jù)、用自然語義處理的技術(shù)分析那些枯燥的財(cái)報(bào)，甚至從電話會(huì)議里各個(gè)上市公司高管的語氣來判斷公司的前景。

曾在微軟擔(dān)任人工智能首席科學(xué)家的鄧力，在2017年就離開科技圈加入了美國知名的對(duì)沖基金Citadel。鄧力是人工智能，尤其是自然語言理解與語音識(shí)別技術(shù)的專家。他在 2009 年同 Geoffrey Hinton 教授一起，首次將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用到大規(guī)模語言識(shí)別中，引領(lǐng)了潮流。

“我現(xiàn)在就是把以前在自然語義等方面的研究，應(yīng)用到金融方面?！惫栊侨嗽贏I Frontiers 大會(huì)上見到鄧力。他帶領(lǐng)的團(tuán)隊(duì)正在嘗試使用自然語義處理等技術(shù)，把那些對(duì)與投資決策很重要的非結(jié)構(gòu)化數(shù)據(jù)變成可以放入投資交易模型的量化數(shù)據(jù)，從而提高投資表現(xiàn)，提高回報(bào)率。

除了像 Thasos 公司和鄧力的團(tuán)隊(duì)這樣，在拓展數(shù)據(jù)來源上做各種新的嘗試，華爾街的金融機(jī)構(gòu)還在廣泛地引入機(jī)器學(xué)習(xí)等技術(shù)用于數(shù)據(jù)分析。而機(jī)器得出的結(jié)論往往被認(rèn)為比那些投資大師還要靠譜。

今年早些時(shí)候，一家位于倫敦的對(duì)沖基金 Winton，就分析了過去半個(gè)世紀(jì)的9000多次美國大公司并購數(shù)據(jù)，并且證明了巴菲特的說法是錯(cuò)誤的。

巴菲特曾經(jīng)表示，大型的收購會(huì)破壞公司的價(jià)值，但Winton的機(jī)器學(xué)習(xí)算法并不這么認(rèn)為，他們的分析得出的結(jié)論正好相反。

所以，巴菲特的直覺，和強(qiáng)大的AI模型，你會(huì)相信哪一個(gè)呢？

AI 專家吃香 金融從業(yè)者失業(yè)？

越來越多的金融機(jī)構(gòu)在擁抱AI。這些機(jī)構(gòu)的日常運(yùn)作就變成了這樣：

有經(jīng)驗(yàn)的交易員和基金經(jīng)理們選擇出他們認(rèn)為最重要的影響力因子，然后通過各種先進(jìn)的數(shù)據(jù)收集方式得到這些因子對(duì)應(yīng)的數(shù)據(jù)。之后，用機(jī)器學(xué)習(xí)模型來訓(xùn)練和提高這些因子的準(zhǔn)確性，從而能得到更準(zhǔn)確的預(yù)判。

訓(xùn)練之后，這些模型會(huì)由同樣是由機(jī)器運(yùn)行的自動(dòng)化交易系統(tǒng)里，對(duì)他們所持倉的股票作出買賣判斷。

如果這些模型對(duì)所投資的公司的某些數(shù)據(jù)的賭注“賭對(duì)了”，也就是比上市公司公開這些數(shù)據(jù)更早的判斷對(duì)了這些數(shù)據(jù)的變化，那么他們就會(huì)賺錢。

而很顯然，這里面更需要懂的機(jī)器學(xué)習(xí)等AI技術(shù)的人員，而傳統(tǒng)的分析師等崗位注定受到?jīng)_擊。

咨詢公司 Opimas 的一份報(bào)告就指出，由于人工智能的發(fā)展，金融業(yè)現(xiàn)存的30萬基金經(jīng)理，分析師，后臺(tái)員工等崗位，到2025年將減少9萬個(gè)。與此同時(shí)，AI 專家們開始受到華爾街熱捧，技術(shù)大牛們開始從硅谷流向華爾街。

“我從微軟加入Citadel，從一個(gè)科學(xué)家，變成了一個(gè)掌管著300億美元的對(duì)沖基金的高管。我都挺驚訝?！编嚵φf。“事實(shí)是，我對(duì)金融一點(diǎn)都不懂?！?/p>

這些財(cái)大氣粗的華爾街巨頭并不需要他們的金融知識(shí)。鄧力在和招聘他的人聊了半天，并且自己又研究了一下對(duì)沖基金的基本運(yùn)行方式后，得出一個(gè)簡(jiǎn)單粗暴的結(jié)論：“他們就是希望我來幫忙找出垃圾嘛?！?

他口中的垃圾就是那些對(duì)投資并無參考意義的噪音，而鄧力的用詞與華爾街完全不同，給人滿滿的“硅谷入侵華爾街”的畫面感。

鄧力在2017年離開微軟，加盟Citadel后擔(dān)任“首席人工智能官”，這也是單獨(dú)為他新設(shè)立的職位。他透露，今年 Citadel 允許他在西雅圖設(shè)立了辦公室，專門“挖角”科技公司的人才。“當(dāng)然，我不會(huì)挖微軟。”他開玩笑的說。

“我招人跟他們金融部門完全不同，這些候選人一點(diǎn)金融知識(shí)都不需要懂，我看重的是技術(shù)，是AI 和數(shù)據(jù)分析的能力。他只需要對(duì)金融有一點(diǎn)感覺，就完美了。”

類似的，摩根大通最近請(qǐng)來了卡內(nèi)基梅隆大學(xué)機(jī)器學(xué)習(xí)系主任曼努埃拉·維羅索，來領(lǐng)導(dǎo)他們的人工智能研究實(shí)驗(yàn)室。華盛頓大學(xué)計(jì)算機(jī)系的知名教授佩德羅·多明戈斯，加入了華爾街對(duì)沖基金DE Shaw，負(fù)責(zé)他們新成立的機(jī)器學(xué)習(xí)部門。

同時(shí)，花費(fèi)在AI上的投入也不斷增長。據(jù)彭博的一份數(shù)據(jù)，華爾街的金融機(jī)構(gòu)如今在這些AI大牛身上的投入，一年可能就要達(dá)到100萬美元。

這也自然擠占了雇傭傳統(tǒng)的分析師，投資經(jīng)理的預(yù)算。這些曾經(jīng)意氣風(fēng)發(fā)的投資經(jīng)理們，也許需要從現(xiàn)在開始學(xué)習(xí)編程，才能保住飯碗了。