“席卷”华尔街 AI操盘利弊分析

这个被摩根大通内部称为LOXM的人工智能，主要的功能就是以最优惠的价格和最快的速度执行客户的要求。它能通过过往的无数笔真实和模拟交易，学习该如何处理股权交易，然后用最合适的方式卖掉大笔股权。最重要的是，这样的操作还不会影响市场价格。

摩根大通内部人士对于LOXM评论是，其定价策略已经远远超过基准水平。

AI恐怕将在短时间内“横扫”交易席位

众所周知，要想做一个称职的操盘手，必须要保持高效的效率和果断的决策，但是人无完人，在瞬息万变的金融市场，没有人能够保证从不亏损。实际上，即使是再牛X的AI系统，也不能保证万无一失。

但是，AI却还是在一步步的取代人类操盘手，比方说华尔街知名投行高盛集团位于纽约的股票现金交易部门，其操盘手的人数已经从2000年600人，减少到了现在的2人。20年不到的时间，AI几乎“横扫”交易席位。

其实一个普通操盘手的核心工作在于，通过获取市场信息，结合自己对市场的判断，适时进行投资交易决策。而这也正是AI的优势所在：

AI更强大的数据收集和运算能力远超人类。无论是宏观经济指标还是市场价格数据，AI的搜集和整理速度要远远超过人类，再结合内嵌的算法模型，就能够短时间内做出投资决策。

深度学习的“辅助”下AI比人类更容易掌握市场规律。人类操盘手做出的投资决策往往基于个人经验和传统的方法论，而AI则可以根据以往市场规律和市场大环境因素，在深度学习之后，迅速的做出相应调整。

失手的可能性更低。人类操盘手的操作风险以及道德风险都是不定的，这也让金融机构承担着随时有可能出现重大损失的风险。如果使用AI操盘，首先在“忠诚度”上就不必担心，而且其犯错的几率也是微乎其微。

所以，像高盛和摩根大通这样的知名金融机构自然愿意启用AI进行交易，在现代高频交易模式下，为流动性资本提供更大的交易优势。

但是，也有不少反对的声音，他们认为AI这种现代技术已经打破了传统的市场体系。除此之外，AI也有其在金融领域的弊端。

AI操盘的三个弊端

“过度拟合”如同人类的过度自信

相信有过炒股经历的朋友，一定有过过度自信的时刻，因为你很可能在掌握了一个走势规律之后，就认为掌握了对同一问题的全部规律性认识。AI同样如此，因为在机器学习中，模型越是复杂、需要纳入的变量越是多，就越容易出现过度拟合的问题。放在金融领域，找到避免这类假规律的方法，正是阻碍AI能够全面应用的核心问题。

说不清道不明的决策原因

无论是高盛还是摩根大通，他们的AI操盘手在做出一个投资决策之后，都没法给出一个解释。如果AI的决策能一直为这些机构赚钱，这一问题肯定没人在乎，但是AI也有失手的时候，这时的投资机构就希望能弄清楚其决策背后的原因。

AI掌握的历史数据有限

要知道，金融市场诞生的时候计算机可是连模型都没有，而且在历史上出现的多次金融危机，很多都是由于一些“场外因素”造成的。如果高频交易系统的数据集只能够追溯一二十年的话，那么机器学习将受限于数据量不够，而无法进行长线投资。而且，缺失的历史数据，也有可能让AI难以规避可能会再度来临的金融危机。

所以说，现阶段有了AI加持的金融机构，或许能够替代人类操盘手，并且为金融机构带来更为稳定的收益，但是其自身的弊端也是很难规避的。未来随着AI的持续发展，必然会有更多的金融岗位被它取代，只是在关键时期的重要决策，恐怕还是离不开人类的智慧。