只要有速度，阿尔法狗必胜
30多年前，作者有幸聆听了人工智能先驱赫伯特·西蒙(Herbert A．Simon)认知心理学的课程，开始接触人工智能。西蒙先生在60年前就预测机器不仅仅可以计算，而且还可以思考、学习与创造。但这个领域的进步并不算太快，在他预测的40年后，才有了IBM的深蓝（Deep Blue）战胜了国际象棋冠军加里·卡斯帕罗夫（Garry Kasparov）。又过了19年，才有了阿尔法狗（AlphaGo）战胜围棋名将李世石。
从一开始，我们对“智能”的定义就不清晰。其实围棋是中国人发明的一个二进制的确定性的游戏。中国人显然对二进制是情有独钟的，比如易经也是二进制。众所周知，电脑就是一个以二进制为基础的系统。后来，笔者接触到神经学后发现，人脑也是一个二进制系统（大家从中看出中国文化阴阳哲学的深邃了吧）！
实际上，既然围棋是个二进制的系统，如果你有极速的计算机，战胜人类是必然且容易的事情——只要计算机有足够计算能力去穷举所有路径就可以了。当然，AlphaGo显然用了许多台高速计算机，但仍然达不到这么快的要求，于是必然要用一些诸如“神经网络”之类的学习技术，而这些技术本质上所起到的作用是减少穷举所需要的计算量。不难看出，我们所谓的思考、学习、创造其实都与减少计算量有关。
阿尔法狗在投资界潜伏已久
阿尔法狗所代表的人工智能，与投资有什么样的关系呢？投资所需要面对的是一个大系统，它所涉及的参数和变量比围棋要大许多倍（还好中国人当年设计的围棋是19×19的方格，如果是29×29，机器什么时候能打败人类就不得而知了），而且投资系统中涉及巨大的随机性和广大参与者的集体情绪，所以，它与围棋相比难度要大很多，可解性也要差很多。尽管如此，投资中的智能系统——以量化投资为背景的自动决策与交易系统在几十年前就开始了，包括笔者本人也从1997年起开始接触、研究和实践“智能投资”。在这个过程中，神经网络、随机过程与统计、混沌理论、认知心理学、自适应学习等都被大家用来尝试。从摩根士丹利（Morgan Stanley ）的物理学、数学博士们，到计算机专家戴维肖（David Shaw），当然还有数学家詹姆斯·西蒙斯(James Simons)和集众人智慧于一体的千禧年（Millenium），都因为成功地使用智能投资系统而获得了优秀的投资业绩。
其实智能投资已经打败人类
就在自动决策与交易系统应用于市场、走向成熟的同时，投资大家巴菲特的超额收益却逐年下降，从50年前的30%左右，下降到过去10年的平均2%左右，这无疑也是在投资领域机器对人类的宣战和胜利。
与AlphaGo同出一辙的是，投资系统之巨大，令创造智能投资者必须想办法减少计算量，并通过减少计算量来增加其“创造力”和确定性。办法之一是分割问题，把大问题分拆成小问题，而最简单有效的就是“对冲”，对冲让问题成数量级地简化了。在此简化基础上，智能投资又做了三件事情：一是避免人类情感带来的决策失误；二是对大量确定性信息的快速反应；三是人机智能的结合。
这里面简单的逻辑是：如同汽车为人类代步一样，机器早就在智能上帮助我们人类，并在局部上占有绝对优势，战胜了我们。但笔者认为，谈论机器智能取代我们人类智能还为时尚早。
而在投资方面，把人类智能与机器智能最有效结合起来的，是“科学投资”。笔者也愿倾其全部精力继续过去20年来的努力，在理论和实践上，特别是在中国的金融市场里，展现这种力量，为投资者带来利益，给金融市场带来稳定性、有效性和流动性。
如果您想了解大岩资本更多资讯，敬请关注：大岩资本官方网站 http://www.jaspercapital.com
深圳市福田区益田路5033号平安金融中心88层01单元
上海市浦东新区陆家嘴街道富城路99号 （震旦国际大楼）27层
香港中环德辅道中188号金龙中心17楼1701室
