1703534963
1703534964
伊莱·拉多普洛斯，网络江湖上人称“犀利飞客”，踏进了位于第五大道156号第11层的办公室。他在门口抖掉了鞋上的雪。此时正是2011年初冬，纽约刚刚经历了有史以来最寒冷的一个冬天，街道上铺满了厚厚的大雪。办公室内，柠檬色的阳光透过一排污迹斑斑的窗户洒在地上。站在高高的窗前，可以尽情欣赏曼哈顿熨斗区无边的都市风景。
1703534965
1703534966
动力全球市场基金的办公室便坐落于此。这是一家新成立的对冲基金。从办公室内的布局设施来看，这里与其他高科技交易中心并无两样。不大的桌子上堆满了一排又一排的计算机。一群20多岁穿着随意的程序员目不转睛地盯着面前的平板显示器。他们沉迷在飞速变化的数据之中。白板上布满了混乱的流程图和复杂的公式。
1703534967
1703534968
拉多普洛斯走进办公室，一股廉价咖啡的味道扑鼻而来。动力基金的团队成员来自众多不同的国家：希腊、以色列、意大利、俄罗斯、美国等，天花板上一字挂出了这些国家的国旗。
1703534969
1703534970
动力基金正在尝试将大数据技术用于股票交易。众所周知，这个技术已经受到了众多人工智能狂热追随者的热捧。随着计算机在全球普及，越来越多的信息变得触手可及。人们几乎能得到想要的任何信息。比如波斯湾的海运情况、哈萨克斯坦小麦的总产量、英属哥伦比亚的降雨量、拉丁美洲的出生率、霍尔木兹海峡的原油运输量等。同时，人们也必须面对一个现实：人类大脑是不可能处理如此庞大的数据量的。但是，计算机可以。一台大数据交易机器能够检索网络或者其他数据系统中的全部信息，并且从中发现规律，或许是曾未被人们发现的规律。按照这个想法，大数据交易计算机便能够通过买卖股票产生巨额利润。
1703534971
1703534972
无论实际与否，这就是动力基金和拉多普洛斯努力想要实现的目标。它标志着市场在应用计算机技术方面的一个全新转变。
1703534973
1703534974
随着高频交易的爆炸式增长，到2011年年底，计算机能够很轻松地在交易速度上击败人类。没有人能够在毫秒之间交易上百只股票。但现在，程序员正在尝试全新的计算机，撇开下单速度，它能够在基于股票基本面的交易博弈中战胜人类，例如基于销售额和其他经济变量的选股策略。
1703534975
1703534976
虽然这一切看上去几乎不切实际，但是，有许多迹象表明这个想法是可能实现的。IBM最近开发了一个名为沃森的人工智能计算机系统，它击败了世界一流的Jeopardy！[1]比赛选手。
1703534977
1703534978
从某些方面来讲，动力基金设计的系统与沃森十分相似。然而，动力基金的任务远比破解Jeopardy！要困难很多。动力基金正在试图破解股票市场——挖掘全球数据库中的庞大信息集合，进而找到能够战胜市场的交易策略。这项任务的负责人拉多普洛斯是一个热情、充满魅力的人，光头和无框眼镜给人一种威严感，而酷爱老式网球鞋的他又让人觉得平易近人。他的经历也足以拍成一部电影。
1703534979
1703534980
许多关于拉多普洛斯的故事要追溯到20世纪90年代早期，那时他还是一个声名狼藉的黑客。在那个年代里，成为一名黑客是一件非常酷的事。顶尖的黑客能够拥有像摇滚巨星一样的地位，受众人膜拜。他曾经一起合作过的同事确实有着像摇滚明星一样的名字：Phiber Optik、腐败者、反叛者、瘟疫、迷你君王[2]。
1703534981
1703534982
拉多普洛斯在网络上被人称为犀利飞客。20世纪80年代末，他在纽约成立了一个精英黑客组织，称为骗局大师。该组织专门入侵电话系统，这一技术也被称为“飞客技术”。这也是拉多普洛斯别名的由来。
1703534983
1703534984
骗局大师对电话截断技术了如指掌。他们入侵了许多相关的系统，最终引起了联邦政府的注意。成功入侵AT&T公司的电话系统之后，拉多普洛斯和他的伙伴保罗·斯泰拉于1993年7月被指控犯罪，最终以“合谋进行计算机犯罪”为由被判入狱服刑6个月以及居家监禁6个月。
1703534985
1703534986
出狱后，拉多普洛斯找工作并未遇到任何困难。他的才能得到了众多公司的赏识，这些公司急需应对飞客攻击的技术。起初，他在一家军事情报机构担任计算机系统安全分析员。后来，他开始研究股票市场相关的技术。最终于1996年，他在极讯公司担任全球信息安全部主任一职。
1703534987
1703534988
1998年，他认识了纽约基金巨头德劭基金的传奇创始人戴夫·肖恩。德劭基金采用数学和计算机技术从市场上获得数以亿计的年利润。戴夫·肖恩进入金融市场之前，曾是哥伦比亚大学计算机科学教授。这位大学老师说服拉多普洛斯说，华尔街的大笔财富并不在“安全系统”之内，这些钱都可以通过计算机模型从股市上挣得。
1703534989
1703534990
拉多普洛斯花了好几年才掌握能用于现实的建模方法。为了能够更好地研究金融市场，在极讯公司任职期间，他在纽约城市大学学习经济学。接下来，2000年年初，他认识了大卫·雷恩韦伯，加州大学伯克利分校的金融学教授。雷恩韦伯从事将人工智能用于交易的研究已经有十多年了。
1703534991
1703534992
从20世纪90年代起，拉多普洛斯开始学习人工智能，但是他一直不相信这项技术能用在股票交易上。雷恩韦伯则告诉他，随着计算机的运算能力越来越强，互联网上的数据也越来越多，人工智能算法最终会成为预测市场未来走向的可靠方法。他们一度成立了一家技术公司，叫作监控者110。他们从深网[3]上检索对冲基金和银行自营交易员可能用于交易决策的信息。公司将特殊的搜索引擎安装在华尔街北边，一座建筑物的六层阁楼上。因此，公司可以检索到超过900个信息源，包括传统的新闻网址和博客。这些信息涵盖了众多公司，以及从制药技术发展趋势到石棉诉讼案[4]等市场热门话题。拉多普洛斯带领的研发团队负责交易策略的测试。测试的目的是为了检验交易策略是否能适应各种不同的市场状况，就好比是制造一台自动贩售机，以应对各种不同用户的潜在需求。
1703534993
1703534994
在监控者公司，拉多普洛斯结识了公司核心创始人罗杰·艾伦伯格，一位风险投资人，曾经经营着德意志银行内部一个规模达60亿美元的基金。同时，艾伦伯格也是著名的文艺复兴科技公司的长期投资人。他也清楚地认识到使用大量数据和人工智能算法交易的巨大潜在收益与挑战。这是可能实现的，但只有最聪明的人才能够驾驭这种技术，例如文艺复兴科技公司的鲍勃·默瑟和皮特·布朗。
1703534995
1703534996
虽然汇集了世界一流的聪明才智，但监控者公司还是失败了。这个尝试无疑是大海捞针，远比想象中的要艰难很多。各种信息源源不断地涌向计算机，庞大的数据量和纷繁复杂的类型使得人们很难从中找到黄金。公司于2008年一度搁浅，拉多普洛斯的团队也就此解散。
1703534997
1703534998
几年之后，原先解散的团队发展壮大成了动力基金。拉多普洛斯、艾伦伯格以及其他几个团队成员认为，当初他们创立监控者公司的核心想法依旧有着巨大的潜力。
1703534999
1703535000
技术正在飞速发展。云计算机能够充分使用分布式网络中的闲置产能，这使得众多公司拥有了足够的电子运算能力来应对庞大的数据量。监控者公司购买并建造了自己的服务器机群，这让公司能够在云端进行更为高效和低成本的运算。语言处理和人工智能算法的跨越式进展也使得公司设定的目标变得更为切实可行。
1703535001
1703535002
最大的挑战来自于：如何缩小数据规模。信息高速公路上拥堵了不计其数的数据，可供交易系统使用。现在的问题是数据太多了！他们需要的是更加优质的信息。这些优质的信息要能共同输入到模型当中，并能够战胜市场。假如在整个网络中检索信息，那就好比是想煮沸整个大海。因此，他们缩小工作量，使得计划变得更容易实现。
1703535003
1703535004
他们建造了一个各种网页和其他可以机器读取的网络资源数据库，包括了证监会以及其他政府机构网址。为了解读这些信息，拉多普洛斯和其他程序员开发了一个人工智能程序。该程序能够自动监控网页动态，找出可识别的信息，并为股票交易提供特定的预测。系统可以追踪特定股票的相关信息，例如与苹果公司有关的Mac Rumors、工业界专家的最新言论、中国的船运数据（iPhone大部分在中国生产）、招聘网站上有苹果公司工作经历的求职者数量（该数字提升说明公司开始裁员，这很可能是公司经营不当造成的）。系统也能够检索到SEC的档案、Amazon.com的各种数据以及其他的零售商网址，这些信息能够帮助分析公司销售表现，甚至系统也可以分析推特上提及苹果产品的即时动态。
1703535005
1703535006
人工智能程序像一台充满魔力的研磨机处理加工所有信息，最后计算出特定概率的购买或卖出的建议，就像华尔街的分析师或者IBM公司的沃森一样。这样的系统至少理论上是能够实现的。
1703535007
1703535008
拉多普洛斯希望达到的目标是：在公司公布消息之前，能够准确预测公司的业绩。更准确地说，他们是希望利用人工智能方法来模拟一个金融分析师。理想状况下，动力基金甚至能够比公司内部的高管和雇员更早知道公司的财富水平变化。公司的销售量变动趋势、实际产量、来自竞争对手的价格战争——一旦你掌握了这些数据并充分解读它们，这些都将成为窥探未来的水晶球。
1703535009
1703535010
2008年，带着对大数据的无限憧憬，拉多普洛斯、艾伦伯格和一个由科学家、程序员、数学组成的小团队发起成立了动力基金。他们希望能够在2011年前正式上线一套人工智能交易系统。这个系统将只在罗素2000指数中挑选股票，该指数涵盖的成分股都是小盘股，华尔街的分析师一般较少关注这些股票。由于在小盘股上的竞争不那么激烈，因此，拉多普洛斯认为，这些股票是容易实现获益的投资标的。
1703535011
1703535012
较少的竞争也意味着市场上这些公司的信息较少。对于交易系统，这可能是一件好事。因为系统不必花费太多时间和运算量在筛选信息上。但是，较少的信息也可能是一件坏事。市场上也很少人会去议论迈达斯公司或者对士丹利家具的业绩发表看法。这两只股票均是罗素2000指数的成分股。哪怕是缩小了数据规模，机器为了描摹出某个公司或板块的实际状况，依然需要处理的大量的数据。
[
上一页 ]
[ :1.703534963e+09 ]
[
下一页 ]