最能夠代表牛市來臨的信號，不是領(lǐng)跑全球的歷史性漲幅，而是連你老家的大媽都準(zhǔn)備拿出首付甚至賣房抄底了，各路股神紛紛出來指點江山了，大數(shù)據(jù)分析、人工智能選股之類的炒股秘籍也集體重現(xiàn)江湖了。

與“玄學(xué)炒股”和“內(nèi)部消息”等方式不同，量化投資、機器模型之類的技術(shù)名詞一擺出來，可信度噌地就上去了。

不過，利用人工智能模型預(yù)測股市，到底會讓散戶們跑贏大盤賺到懷疑人生，還是被以“技術(shù)”為名的鐮刀精準(zhǔn)收割？事情的真相恐怕與大家想象的相去甚遠(yuǎn)。

靠人工智能預(yù)測股市，方法有哪些？

首先我們先來搞搞清楚，那些所謂的人工智能預(yù)測股市，到底都應(yīng)用了哪些技術(shù)。

在AI大規(guī)模應(yīng)用之前，利用大數(shù)據(jù)等數(shù)字工具，結(jié)合經(jīng)驗甚至周易的天干地支來預(yù)測股市行情，已經(jīng)是高科技的代表了。但自從2016年AlphaGo擊敗李世石之后，機器學(xué)習(xí)技術(shù)就取代大數(shù)據(jù)成為預(yù)測股市的最強選手。

現(xiàn)在，市面上有許多證券公司推出了人工智能預(yù)測股市的工具、模型，甚至基金。接下來我們就追根溯源，來聊聊這些應(yīng)用型產(chǎn)品都是依托那些機器學(xué)習(xí)算法/模型來工作的。

1.卷積神經(jīng)網(wǎng)絡(luò)

2016年，來自斯坦福大學(xué)計算機系的Ashwin Siripurapu發(fā)表了一篇文章，《Convolutional Networks for Stock Trading》，這是首次提出使用卷積神經(jīng)網(wǎng)絡(luò)來進(jìn)行股票交易預(yù)測的方法。

該方法采用標(biāo)普500etf分鐘級數(shù)據(jù)作為歷史數(shù)據(jù)（包括交易時間、每分鐘收盤價、最高價、最低價、開盤價和交易量等），然后通過歷史股價波動的圖片，訓(xùn)練出了一個卷積神經(jīng)網(wǎng)絡(luò)模型，并試圖通過這個模型來預(yù)測未來股價的運行。

最后驗證的結(jié)果是，使用該模型預(yù)測股價還不如瞎猜。

2.時間序列預(yù)測

盡管前文中的初級版卷積神經(jīng)網(wǎng)絡(luò)模型的實際預(yù)測效果不盡如人意，但其提出的利用時間序列建模的想法，就成為接下來機器預(yù)測股市的常用方式。

不過，ARIMA、SARIMA等模型都需要進(jìn)行大量的數(shù)據(jù)預(yù)處理（比如K線圖片識別等等）才能建立預(yù)測數(shù)據(jù)集，并且常常忽視股市波動的季節(jié)周期性差異。因此，F(xiàn)acebook設(shè)計和開發(fā)的時間序列預(yù)測庫Prophet(先知)很快就被引入了訓(xùn)練之中。

研究人員試圖讓Prophet從過去的數(shù)據(jù)中捕捉趨勢和季節(jié)性。但從試驗效果來看，該模型并沒有達(dá)到預(yù)期的效果。

3.長短期記憶網(wǎng)絡(luò)(LSTM)

單純的時間序列并沒有取得很好的效果，但如果機器能自己劃重點呢？LSTM 算法在序列預(yù)測問題中的優(yōu)秀表現(xiàn)，就引起了重視。主要是它們能夠存儲重要的既往信息，并且忽略那些不重要的信息。

從訓(xùn)練結(jié)果來看，LSTM模型可以對各種參數(shù)進(jìn)行調(diào)優(yōu)，在股市歷史數(shù)據(jù)的預(yù)測匹配度上，表現(xiàn)果然超越了前面的所有算法。

但想通過LSTM 來預(yù)測股票價格的未來走勢，不好意思它依然做不到。因為它只會認(rèn)數(shù)據(jù)，看不懂那些很可能大幅度影響股價的新聞和非貨幣行為。

4.NLP特征提取

既然LSTM看不懂非數(shù)字的重要指征，那在此基礎(chǔ)上讓機器學(xué)會“認(rèn)字”不就得了。

NLP技術(shù)能夠?qū)Πㄐ侣?、資訊、社交媒體等文字圖片信息進(jìn)行自動特征提取和情緒分析，有了這些數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)不就能分析基本面了嗎？至此，一個簡略版的機器學(xué)習(xí)股市預(yù)測模型就成型了。

簡單解釋一下它的基礎(chǔ)邏輯：輸入股市的歷史數(shù)據(jù)和實時結(jié)構(gòu)化信息，特征提取選出那些有價值的信息，再通過深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練出基本模型，通過預(yù)訓(xùn)練調(diào)整參數(shù)，這樣就得到一個終極預(yù)測模型，可以一次來構(gòu)建選股組合。當(dāng)然，在實際的訓(xùn)練過程中可能還需要反復(fù)調(diào)參測試。

目前市面上用來選股的主流算法，比如隨機森林、樸素貝葉斯、XGBoost、Stacking等，基本都是按照這一邏輯運行的。

具體效果怎么樣呢？我們不妨用一個實際案例說明一下。

2017年，EquBot LLC、ETF Managers Group共同推出了全球第一只使用機器選股的基金AI Powered Equity ETF（AIEQ.US），這只基金不僅能夠擁有認(rèn)知和大數(shù)據(jù)處理能力，還能夠閱讀大量的文本線索，比如從年報、每日新聞中顯露的經(jīng)濟形勢、趨勢以及公司重大事件等信息進(jìn)行分析，然后挑選出相應(yīng)的投資組合。

而它的表現(xiàn)，用“平平無奇”來說已經(jīng)很善良了。短期投資“成功”跑輸大盤（上市12日的表現(xiàn)比標(biāo)普500指數(shù)低了3個點），至于長期價值投資嘛……價值投資還得靠機器，這水平基本也就告別股市了吧？？？

02

為什么人工智能預(yù)測股市，

總是遭遇滑鐵盧？

不難看出，想要靠人工智能模型來預(yù)測股市，雖然理論上可行，但在實際操作過程中，模型們也并沒有展現(xiàn)出比“玄學(xué)”強得多的技術(shù)。

前不久，科學(xué)家Mario Filho就將這些預(yù)測模型一鍋端了。他以這些模型為基礎(chǔ)建立了一個數(shù)據(jù)集python version of TA-LIB，用以此訓(xùn)練了一個新的機器學(xué)習(xí)模型，并分別在一天和三天后檢驗了不同模型的預(yù)測效果。

實驗結(jié)果顯示，這些五花八門的AI預(yù)測模型，得到的效果也是隨心所欲，有的居然還“消極罷工”了。

比如“隨機森林”（The Random Forest）模型，其結(jié)果無論是和零預(yù)測還是平均值都相去甚遠(yuǎn)，這意味著，它雖然從數(shù)據(jù)中學(xué)到了一些東西，但在實際的驗證過程中卻完全沒有體現(xiàn)出來。

目前看來，靠機器學(xué)習(xí)模型來預(yù)測股市，現(xiàn)實中基本不可能不虧錢。為什么無往而不利的AI遇上股市就束手無策了呢？主要有四個方面的阻礙：

一是歷史數(shù)據(jù)更新不及時。機器學(xué)習(xí)的運算處理能力和信息深度都比個人強很多，這是不爭的事實。但預(yù)測行為往往涉及一系列實時的動態(tài)因素，新聞事件、經(jīng)濟、政治、監(jiān)管、自然災(zāi)害、個人心理等等，都會對最終的結(jié)果產(chǎn)生影響，在高波動的市場行情下，AI也很難準(zhǔn)確預(yù)測。

二是自然語言理解技術(shù)的限制。理想情況下，好的深度學(xué)習(xí)模型是可以從社交媒體、財經(jīng)新聞、金融信號（比如黃金、外匯等）的動態(tài)變化中尋找規(guī)律、把握情緒的。但現(xiàn)實情況是，這些數(shù)據(jù)往往是模糊的、非結(jié)構(gòu)化的，在少量數(shù)據(jù)集的前提下訓(xùn)練出的模型自然也就無法得到很好的分析效果。

三是數(shù)據(jù)集的本土差別太大。即使數(shù)據(jù)集足夠大，但不同的資本市場數(shù)據(jù)往往有著很強的個性化模式特征，并不存在一種“放之四海而皆準(zhǔn)”的模型，可以在任何市場、任何時間段都表現(xiàn)出極高的性能。

因此想要依靠AI算法來提高收益，只能進(jìn)行獨立探索并找出某一模型最強優(yōu)勢并與本土特色相結(jié)合。這就導(dǎo)致了另一個問題，那就是研究資源不足。

大部分預(yù)測模型都是由個人開發(fā)者或者投資組織在研究和開發(fā)，很多在NLP、深度增強學(xué)習(xí)領(lǐng)域技術(shù)比較強的科技算法公司，研究重心還是放在通過AI預(yù)測改革更有民生價值的領(lǐng)域。

比如運用算法改進(jìn)工廠發(fā)電效率、智能決策(DI)檢測欺詐性交易等等，谷歌甚至在臨床應(yīng)用深度機器學(xué)習(xí)算法進(jìn)行診斷和預(yù)測死亡時間。

相比這些多贏的業(yè)務(wù)，預(yù)測股價這類技術(shù)上不成熟、業(yè)務(wù)邏輯復(fù)雜、于民生又沒有太大收益的應(yīng)用場景，吸引不大足夠的人才和資源去攻破，自然進(jìn)步有限。

總而言之，股市本質(zhì)上是零和博弈游戲，最終是依靠信息的不對稱，從信息匱乏的一方身上賺錢。這種情況下，人工智能作為基礎(chǔ)的技術(shù)工具，決定了只能是錦上添花。

散（韭）戶（菜）們想要將抄底賺錢的希望放在各種似是而非的智能選股模型身上，怕是要失望到懷疑人生了。

既然選股不靠譜，

AI還能有點別的用嗎？

既然依靠人工智能來預(yù)測股市目前還不可能，但并不代表那些薦股模型背后的技術(shù)沒有用武之地。實際上，不少金融生活場景正在比股市更快地成為人工智能的“應(yīng)許之地”。

比如借助金融類數(shù)據(jù)幫助實體商業(yè)項目進(jìn)行風(fēng)險控制。

傳統(tǒng)模式下，銀行在評估某些開發(fā)商項目時，僅僅針對開發(fā)商信用資質(zhì)、還款能力等評估風(fēng)險，卻很難去考察項目所在區(qū)域的消費能力、經(jīng)濟活躍度及周邊配套的發(fā)展情況，而后者才是影響項目的最大風(fēng)險因子。

而借助阿里、京東、騰訊等超級平臺每天產(chǎn)生的龐大數(shù)據(jù)，就會涉及商場、物流、理財、支付、信用等各類金融數(shù)據(jù)。在這些實時結(jié)構(gòu)化數(shù)據(jù)的基礎(chǔ)上，通過深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)“經(jīng)濟體征”的全面量化，實時監(jiān)測預(yù)警，就能根據(jù)具體區(qū)域經(jīng)濟、消費相關(guān)的發(fā)展變化，進(jìn)行精準(zhǔn)預(yù)測，避免“一葉障目”帶來的資源風(fēng)險。

另外，還有很多機構(gòu)利用機器學(xué)習(xí)、LSTM等技術(shù)來訓(xùn)練模型以預(yù)防網(wǎng)絡(luò)詐騙。

Sift Sciencee就從6000多家欺詐檢測網(wǎng)站收集了大量數(shù)據(jù)，利用智能引擎關(guān)聯(lián)了多源數(shù)據(jù)點，包括付款信息、交易頻率、行為習(xí)慣等等，以此為基準(zhǔn)采集和建立優(yōu)質(zhì)用戶行為模型，對每筆交易進(jìn)行比較和評估。

這樣做的好處是，既避免了高風(fēng)險控制帶來的誤判，防止請求失敗造成用戶流失，同時又能夠有效地檢測欺詐性交易。

上述應(yīng)用更多是圍繞多元結(jié)構(gòu)化數(shù)據(jù)展開的，實際上，利用NLP和機器學(xué)習(xí)算法提供個性化的智能客服服務(wù)，在金融領(lǐng)域也越來越普及。

目前，中國的5大國有銀行和12家全國性股份制商業(yè)銀行已經(jīng)全部上線智能客服。

而隨著NLP技術(shù)的進(jìn)步，智能客服也開始告別傳統(tǒng)印象中的程式化服務(wù)，逐漸在情感分析、多輪對話等應(yīng)用中發(fā)揮出不錯的水平。

比如英國開發(fā)者設(shè)計的智能助手Cleo，在授予賬戶信息全線之后，就能夠通過深度學(xué)習(xí)技術(shù)學(xué)習(xí)并適應(yīng)用戶的個人習(xí)慣與偏好。在對話的同時幫助用戶進(jìn)行理財指導(dǎo)和資金規(guī)劃。

未來，使用AI來預(yù)測和解讀市場與用戶，將是金融公司的必備技能之一。不過對比機器學(xué)習(xí)在股市上的失利，以及其他場景中的可圈可點，或許我們可以得出一個基本結(jié)論：

每種機器學(xué)習(xí)算法的優(yōu)缺點和應(yīng)用表現(xiàn)各有不同，但總的來說，作為先鋒技術(shù)，人工智能更應(yīng)該被用在那些可用Availabl、可靠Reliable、可知Comprehensiblee、可控Controllable的地方（簡稱ARCC）。在這種共識之上，AI短時間內(nèi)既不能讓基金經(jīng)理下崗，也無法幫散戶們精準(zhǔn)抄底。

或許是宿命的悖論吧：越清楚技術(shù)的能量有多大，就越無法理解人性的貪婪。