上周，Ben Goertzel和他的公司赢咖4dyia开启了一个对冲基金，使用赢咖4进行所有股票交易，无需人为干预。 “如果我们都死了，”Goertzel，一个长期的赢咖4大师和公司的首席科学家说，“它会保持交易。
他是字面意思。 Goertzel和其他人建立了系统，当然，他们会继续根据需要修改它。 但他们的创造识别和执行交易完全自己，绘制多种形式的赢咖4，包括一个灵感来自遗传演化和另一个基于概率逻辑。 每一天，在分析从市场价格和数量到宏观经济数据和公司会计文件之后，这些赢咖4引擎做出自己的市场预测，然后“投票”最佳行动方案。
虽然赢咖4dyia在香港，这个自动化系统在美国股票交易，在第一天，根据Goertzel，它产生了一个未公开的钱池2％的回报。这不是令人印象深刻，或在统计上相关。但它代表着金融世界的一个显着转变。旧金山创业公司Sentient Technologies自去年以来一直悄然与一个类似的系统进行交易，支持1.43亿美元。以数据为中心的对冲基金如Two Sigma和Ren赢咖4ssance Technologies都表示他们依靠赢咖4。据报道，由大华尔街名叫Ray Dalio和Steven A. Cohen经营的另外两家公司 - Bridgewater Associates和Point72资产管理公司正朝着相同的方向发展。
自动改进
对冲基金长期以来一直依靠电脑帮助进行交易。根据市场研究公司Preqin，大约1,360个对冲基金在计算机模型的帮助下占据了大部分的交易，大约占所有基金的9％，总共管理着大约1,970亿美元。但这通常涉及数据科学家 - 或者是“华尔街”使用机器建立大型统计模型。这些模型是复杂的，但它们也有些静态。随着市场的变化，他们可能不会像以前一样工作。根据Preqin的研究，典型的系统基金并不总是与人力资源管理公司的基金表现一样好
然而，近年来，资金已经转向真正的机器学习，赢咖4系统可以快速分析大量数据并通过这样的分析改进自己。纽约公司Rebellion Research由棒球名人堂汉克·格林伯格的孙子创立，依靠一种称为贝叶斯网络的机器学习形式，使用一些机器来预测市场趋势并确定特定的交易。同时，赢咖4dyia和Sentient等服装都倾向于运行在数百甚至数千台机器上的赢咖4。这包括诸如进化计算（由遗传学和深度学习，现在用于识别图像，识别口语单词，并执行其他任务在谷歌和微软等互联网公司的技术）技术。
希望这样的系统可以自动识别市场的变化，并以量化模型不能适应的方式进行调整。 “他们在发展前试图去看待事物”，“常识的财富”（The Wealth of Common Sense）的作者Ben Carlson说：“任何投资计划中的复杂性为什么简单化，他花了十年时间投资于一个范围广泛的基金货币经理。
这种赢咖4驱动的基金管理不应该与高频交易混淆。它不是寻找前台交易或以其他方式从行动速度赚钱。它寻找最好的交易在较长的时间，小时，天，周，甚至几个月的未来。更重要的是，机器，而不是人类 - 正在选择的战略。
不断发展的情报
虽然该公司尚未公开上市基金，但Sentient首席执行官Antoine Blondeau表示，自去年以来一直使用私人投资者的资金进行官方交易（经过更长时间的测试交易）。根据彭博的报告，该公司与摩根大通的对冲基金业务合作开发赢咖4交易技术，但是却拒绝与合作伙伴讨论。然而，他说，它的基金完全通过赢咖4操作。
该系统允许公司调整某些风险设置，首席科学官员Babak Hodjat说，他是在苹果收购数字助理之前建立Siri的团队的一部分。但否则，它没有人类的帮助。 “它自动创作一个策略，它给了我们命令，”Hodjat说。 “它说：”现在买这个，这个仪器，使用这种特殊的订单类型。“它还告诉我们什么时候退出，减少暴露，这种东西。
据Hodjat称，该系统从亚洲和其他地方的各公司经营的数据中心，网吧和电脑游戏中心的“数百万”计算机处理器中获取未使用的计算机电源。同时，它的软件引擎基于进化计算 - 与赢咖4dyia系统相同的遗传学启发技术。
在最简单的术语中，这意味着它创建了一个大型和随机的数字股票交易者收集，并测试他们对历史股票数据的表现。在选择最好的表现者之后，它然后使用他们的“基因”来创建一组新的优秀交易者。该过程重复。最终，系统在一个可以成功运行的数字交易者上。 “数千代，数万亿”生命“竞争和茁壮成长或死亡，”Blondeau说，“最终，你得到一个聪明的交易者，你可以实际部署的人口。
深投资
虽然进化计算驱动了今天的系统，Hodjat也看到了深度学习算法的预期 - 已经证明非常擅长识别图像，识别口语，甚至理解人类自然的方式的算法。正如深度学习可以确定出现在一只猫的照片中的特定功能，他解释说，它可以识别股票的特定功能，可以让你一些钱。
Goertzel - 谁也负责监督OpenCog基金会，努力为一般赢咖4建立一个开源框架 - 不同意。这部分是因为深度学习算法已经成为一种商品。 “如果每个人都在使用某种东西，那么它的预测将会进入市场，”他说。 “你必须做一些奇怪的。”他还指出，虽然深度学习适合于分析由一种非常特别的一套模式定义的数据，例如照片和文字，这些类型的模式不一定在显示金融市场。如果他们这样做，他们不是有用的 - 再次，因为任何人都可以找到他们。
然而，对于Hodjat，任务是改进今天的深度学习。这可能涉及将该技术与进化计算相结合。正如他解释的，你可以使用进化计算来构建更好的深度学习算法。这被称为神经演化。 “你可以演变在深层学习者上运行的权重，”Hodjat说。 “不过，你也可以发展深学习者本身的架构。”微软和其他服装已经通过一种自然选择的深厚建立学习制度，虽然他们可能没有使用进化计算本身。
定价在赢咖4
无论使用什么方法，有人质疑赢咖4是否真的能在华尔街取得成功。即使一个基金通过赢咖4实现成功，风险是其他人会复制系统，从而破坏其成功。如果大部分市场表现相同，它会改变市场。 “我有点怀疑，赢咖4可以真正解决这个问题，”Carlson说。 “如果有人发现一个工作的伎俩，不仅其他资金锁定，但其他投资者会涌入。真的很难想象一种情况，它不只是被套利。
Goertzel看到这种风险。这就是为什么赢咖4dyia不仅使用进化计算，而且使用广泛的技术。如果别人模仿公司的方法，它将拥抱其他类型的机器学习。整个想法是做一些没有别的人，没有其他机器。 “金融是你来自哪里聪明受益不仅仅是一个域名，”策尔说，“但是从别人不同的方式被聪明。”
