1703531400
1703531401
但是应该如何预见到将来会发生什么事情呢?
1703531402
1703531403
是否存在通过收集和分析足够多的数据来提高准确预测未来事件概率的可能?随着20世纪80年代计算机运算能力的发展,这是一个颇有诱惑力的命题。强大的计算机需要从海量数据中进行挖掘,并和一个尚未发生的特定问题进行相关性匹配分析。比如,如果问题是“海姆·博德克获得诺贝尔奖的可能性是多少”?机器就会去分析已有的那些诺贝尔奖得主的生活境况,他们在校期间的表现,他们眼睛的颜色,他们的祖先,他们的DNA……诸如此类,随后将分析结果与海姆·博德克的个人情况进行全面的比较分析,从而得出一个“合理”的推测结论。
1703531404
1703531405
20世纪80年代末到90年代初,除了IBM这样的巨头和财力雄厚的国防军工集团之类,其他人还无法接触和使用具备这种运算能力的超级计算机。当时的超级计算机其运算能力大概相当于今天的iPad,互联网和数据库之类的科技都还刚刚萌芽,没有我们今天熟悉的谷歌,没有维基百科,没有推特,有关利用计算机预测未来的理论仍然只能算是一种愿景和设想。
1703531406
1703531407
这个梦想一直伴随着海姆到高中毕业(他跳过了高三),随后他凭借极高的SAT成绩(弥补之前叛逆时期平平的学习成绩)进入罗切斯特大学,在那里他开始追求他的梦想,他很快就沉浸在人工智能这个新兴的科学研究领域中。
1703531408
1703531409
他也开始约会他未来的妻子,一个迷人的深色头发的音乐系学生,她的名字叫伊丽莎白·邦海姆。她被博德克愣头愣脑的坏男孩风格和其转得飞快的脑袋瓜所深深吸引。虽然博德克不算是最勤奋的学生,但是他一直在考试中处于全班顶尖的位置上。伊丽莎白惊讶地目睹博德克超过班上的其他人,临阵磨枪地花一晚上的时间啃完整个学期的高等数学教材,随后参加考试并取得惊人的成绩。
1703531410
1703531411
1995毕业时,他获得了数学和认知科学两个学位——后者是将大脑看作机器并研究其如何处理信息的学科,随后他在位于伊利诺伊州橡树公园镇的马格尼菲公司(Magnify)获得了一份工作。马格尼菲是一家由罗伯特·格罗斯曼——一个挖掘信息大数据库的技术先驱——所创办的高科技装备公司。博德克在公司里迅速证明了自己的能力,他与格罗斯曼还有其他几个研究员写了一篇基于大规模数据集来预测信用卡欺诈犯罪行为的高质量论文。他们使用了“机器学习”(人工智能的一个分支)技术去检测可能发生的欺诈行为。例如,一个红色的标志可能意味着一张额度只有1美元的信用卡在加油站刷卡消费的背后会紧跟着在一家珠宝店挥霍掉10000美元(信号显示小偷在试图大赚一笔之前对卡进行测试)。
1703531412
1703531413
维萨(VISA)信用卡验证系统通过这一方法的协助,就可以很快地发现和终止其购买10000美元的珠宝。在本质上这个方法是通过每小时扫描30万笔交易记录来进行行为预测,从而判断和提前终止潜在的欺诈行为,这是一个数字化的魔力水晶球,利用数学和电子科技来像古老的巫师一样“预测未来”。
1703531414
1703531415
在业余时间,博德克开始关注新的科技趋势:将人工智能的方法应用于股票市场。神经网络已经成为华尔街的热门话题,至少在许多博德克读到的材料中是这样的。经常都有一些公司被报道其在证券投资中涉足了模糊逻辑和遗传算法、机器学习、专家系统等几乎所有人工智能的分支领域。而博德克几乎是上述所有那些领域的专家,由此他相信自己可以凭借人工智能来预测股票的变化并大赚一笔。在此期间,他与伊丽莎白订婚了,同时急于为自己的银行账户融资。
1703531416
1703531417
1997夏天,他拜访了芝加哥的一个名叫伊利亚·塔尔曼的猎头,他为银行和对冲基金(代表富裕的投资者进行大笔投资的私人投资公司)招聘人才。博德克说他想用人工智能来预测市场的方向。
1703531418
1703531419
塔尔曼像看疯子一样地看着博德克。“你以为你是谁?一个26岁的毛头小子,而且还没有工作经验,”他说,“谁会聘用你?没人!”
1703531420
1703531421
此外正规的公司还没有一家在使用神经网络或模糊逻辑这样的技术来预测市场,塔尔曼进一步解释说,他认为博德克读的那些书更多还是噱头和炒作。“你应该正儿八经地找个工作,然后好好干,说不定会有一个好的职业生涯。”塔尔曼说。
1703531422
1703531423
博德克不屑一顾,“老老实实当码农[1]是对我的侮辱。”他说。几天后,他从芝加哥论坛报的招聘栏目中看到一个夹杂在大片招聘房地产经纪人和建筑工人的广告中的信息:“招聘懂得数据挖掘和神经网络技术预测市场的专业人士。”这条招聘信息上连公司的名字都没有,只留下了一个联系电话。
1703531424
1703531425
博德克带着这张报纸就去找塔尔曼。“你说没有我想要的那种工作,”他说,“看,这不是就有一个吗?”
1703531426
1703531427
塔尔曼看了下报纸上这条一般人大概根本不会注意到的小广告,从留下的电话号码,塔尔曼知道了招聘者是赫尔交易公司。塔尔曼知道这家赫尔交易公司,这是精英中的精英,是一台印钱的机器。
1703531428
1703531429
“你不可能进入赫尔交易公司,”他告诉博德克,“这家公司是高学历的博士精英扎堆的地方。”
1703531430
1703531431
“你只需要想办法,给我一个面试的机会就行。”博德克说。
1703531432
1703531433
■■■
1703531434
1703531435
过五关斩六将筋疲力尽地面试之后,博德克于1997年9月加入赫尔交易公司。赫尔交易公司主要交易股票和股票期权,这是世界上最复杂的金融交易。该公司由数学家、交易员、21点高手布莱尔·赫尔于1985年发起,它是一个集聚了物理学家和计算机科学家的“蜂巢”。公司的雇员中有部分人曾在伊利诺伊州巴达维亚的费米实验室工作(位于芝加哥附近的高能物理研究所)。老博德克对这个研究所相当的熟悉,因为它在发现夸克的过程中发挥了关键作用,他曾在那里工作过相当一段时间。尽管海姆·博德克现在并非为诺贝尔奖奋斗,但他现在正和来自费米实验室的一群父亲的老熟人共事,这使他的父亲感到非常欣慰。
1703531436
1703531437
博德克在赫尔的工作一开始就和机器学习有关,这和他在马格尼菲运用的人工智能分支技术相同——创建算法,以此预测股票或期权市场的未来走向。
1703531438
1703531439
这是华尔街交易演变的发端,算法战争的硝烟已起。
1703531440
1703531441
在那个时代,大多数公司用于交易的所谓“算法”就像是无人机,或者说就像最原始的生物,只能根据程序员事先设定的基本规则行动。这些“算法”像原始生物觅食那样不断扫描市场上的信号,然后根据设定的规则来判断要不要“吃掉它”:“在前半个小时微软的平均股价上涨了1%吗?”是的。“购买微软股票。”
1703531442
1703531443
证券市场发展至今,已是一个极具复杂性的、成熟的庞然大物。动态的人工智能算法可以快速调整市场策略,就好像是真正的人类交易员那样学习、预测,并主动去适应市场的变化,而这些变化很大程度上正是由于人类固有的缺陷(恐惧、贪婪、信息不对称等)带来的。
1703531444
1703531445
在赫尔公司雇用博德克的1997年,美国的股票市场大致可以分为两个部分:一是纽约证券交易所,在这里交易员通过注册的股票经纪人或者“特殊通道”[2]交易大额的蓝筹股,如IBM和通用电气;另一部分是纳斯达克股票交易市场,其中大约有500家的做市商通过购买和出售股票进行竞争,这个市场上有着那些最著名的高科技公司,如英特尔、思科和苹果等。纽交所的证券交易在位于华尔街11号的纽约证券交易所场内进行,交易双方通过手势和喊叫进行信息交流;纳斯达克的做市商主要通过电话运营,偶尔也有电子订单,但基本上不存在那种完全不依赖人类中介的交易。
1703531446
1703531447
尽管人类有自己复杂的决策思维模式,但人类世界和计算机的互动却未必尽如人意。市场上的专业人士和做市商的行为是不可预测的,不同的人对同样的买单或卖单的反应可能完全不同。而电脑驱动的交易策略是刚性的、要求精确的,一个小小的“非预期事件”就足以带来策略上的茫然。
1703531448
1703531449
变革呼之欲出。机器算法需要一个全新的“交易池”,这将是一个全由机器算法驱动的交易池,各种算法可以在其中得到进化、演变、成长,甚至形成属于机器算法的“生态系统”,如鱼在水。算法交易程序通过操纵电脑进行交易,会远比那些受荷尔蒙驱动的纽交所场内交易员或纳斯达克做市商表现得更好。当然以前的机器交易在期权市场上表现可不怎么样(期权市场正是博德克选择的战场)。他为此而埋头苦干了3个月以扭转战局,并在公司的其他业务上也不断展现实力,他主要在欧洲期权市场交易,因为对电子交易更为有利。很快,崭露头角的他成为赫尔公司顶尖的电子交易策略师之一。
[
上一页 ]
[ :1.7035314e+09 ]
[
下一页 ]