大数据文摘出品
来源：wired
编译：肉包、夏雅薇
如今股市对Covid-19已经显出异常的冷漠。
这和三月份股市一惊一乍的表现完全不同，3月16日，道琼斯平均指数下跌了近13%，这是1987年以来最大的单日跌幅，这场危机史无前例的规模让人们变成了惊弓之鸟。
AI局限性显露
在某些人看来，这暴露出量化交易公司的弱点。
一些著名的量化公司在3月份的表现特别糟糕。据桥水基金会主席Ray Dalio发表的一份声明称，至本月中旬，桥水持有的一些基金已经下跌了21%。截止3月24日，DE Shaw经营的量化基金Vallance已下跌9%。
据媒体报道，另一家著名的量化公司Renaissance Technologies告诉投资者，其算法没有有效地应对本月出现的市场波动。截止目前Renaissance还没有做出相应的回应。DE Shaw的发言人也无法证实相应的报道。
这场动荡可能反映了现代AI的局限性，AI模型是依靠读取大数据，并在其中寻找和利用微模式而建立的。就像电商用来预测存货库存的算法被消费者突如其来对洗手液和卫生纸的热情所困惑一样，那些帮助对冲基金从市场中获取利润的算法也对投资者突然的波动而迷惑。
在金融领域，不管AI算法多厉害，用于测试的数据源不好，模型也好不到哪里去。
麻省理工学院教授、总部位于马萨诸塞州剑桥市的量化对冲基金AlphaSimplex的创始人兼名誉主席Andrew Lo表示，量化交易策略有一个显而易见的弱点。"根据定义，量化交易策略是根据观察到的数据中的规律来制定的。”
Lo指出，3月份的情况与2007年金融危机初期量化公司的崩溃有相似之处。在那场小崩盘后不久发表的一篇论文中，Lo总结道，对冲基金之间的集体溃败揭示了市场的系统性弱点。"我们在2020年3月看到的情况与2007年发生的情况并无二致，只是一切发生得更快、程度更深、范围更广，"
AI不是万能灵药
Quantigic基金的公司总裁Zura Kakushadze4月份在网上发布了分析报告，报告中将3月份的事件描述为"量化破灭"。
Kakushadze的论文探讨了一种统计套利的形式，这是一种挖掘市场数据以寻找规律的常见方法，量化基金通过频繁交易来利用这些规律。他指出，即使是采用"中性"策略的量化基金，即同时对股票上涨和下跌进行同等押注，也在此次溃败中表现不佳。
Kakushadze在接受采访时表示，这次事件表明，在市场极端波动期间，AI"不是万能药"。"我不在乎你是使用人工智能还是机器学习，还是其他任何东西，"他说，"无论如何你都无法避免溃败"。
事实上，Kakushadze认为，使用过于复杂和且不透明的AI模型，导致量化基金可能比其他基金遭受更严重的影响。例如，深度学习是近年来风靡科技界的一种AI形式，它把数据输入神经网络得出结果，而这些结果是难以解释的，更别说要审核其计算过程。机器学习，尤其是深度学习，"可能会设置大量无法解释的参数，"他写道。
QTS资本管理公司的管理者、多本机器交易书籍的作者Ernie Chan也认为，人工智能遇上冠状病毒这样的罕见事件，直接就失效了。
"训练一个系统来识别YouTube视频中的猫很容易，因为有数百万只猫，"Chan说。相比之下，如此大的市场波动只发生过几次。"一只手能数得过来。所以你没法简单地使用机器学习来训练模型，学习此类事件的应对方式。"
不过，在3月份的波动中，一些量化基金的表现还是比其他基金好很多。据报道，由Renaissance Technologies运营的Medallion基金(仅限于员工的资金)今年以来的收益为24%，其中3月份增长了9%。
相关报道：https://www.wired.com/story/best-ai-models-no-match-coronavirus/
【本文是51CTO专栏机构大数据文摘的原创译文，微信公众号“大数据文摘（ id: BigDataDigest）”】
