杰弗里·塔兰特是华尔街的家伙。 他在过去三十年投资新的对冲基金。 作为一家名为Protege Partners公司的创始人兼首席执行官，他将自己与Y Combinator的总裁Sam Altman相比。 Altman为硅谷科技创业公司做了什么，Tarrant为对冲基金。 “我帮助种子他们孵化他们，”他说。
这种比喻从来没有比现在更真实。 Tarrant正在开始探索对冲基金，这些基金建立在激发了这么多公司并在硅谷创造了这么多财富的想法之上，这些想法跨越了赢咖4，众包和数字货币。 他认为对冲基金世界正处于一场新革命的边缘，他称之为第三波。
20世纪70年代，自由基金的兴起，像乔治·索罗斯这样的标志性投资者利用他们的人为判断来寻找市场上的新机会。然后，在像文艺复兴科技这样的基金，“统计”，谁发现了更多的机会，通过统计和计算机算法。现在，Tarrant说对冲基金正在超越排行榜。
作为一个典型的例子，他引用了美国旧金山对冲基金Numer赢咖4，使用机器学习模型进行交易，这些模型由成千上万的匿名数据科学家用比特币支付。像Quantopian和Quantiacs这样的基金会以其他方式挖掘群众的智慧。然后有Polych赢咖4n，一个专门投资于比特币和其他数字“令牌”的基金，存放在区块链上，分布式在线分类账使加密货币成为可能。顾名思义，Polych赢咖4n不只是投资于数字硬币 - 它投资于一个全新的，由匿名在线投资者的分散网络拥有，资助和运营的企业。
这些资金并不总是容易包装你的头。但是随着华尔街试图了解它们，这些新的技术驱动的投资方法正在激增。在90年代末，Tarrant帮助建立了一个称为AltVest的对冲基金的在线目录。现在，他正在为这个新的资金浪潮建立一个目录。它包括大约50名球员，其中许多还没有公开宣布自己 - 尽管Tarrant承认，只有大约一半已经展示了到目前为止的真正承诺。
毫不奇怪，一些金融专家质疑塔兰特的新浪潮会如何有效。在最近的彭博故事中，一些基金经理说，最近对机器学习的热情是夸大的。在某些情况下，即使是第三波基金的创始人也敦促警惕。
瑞士超级资产管理有限公司（Superfund Asset Management GmbH）的前任总监Martin Froehler说：“不管你在量化金融中使用什么方法 - 机器学习或传统的量化方法 - 都有无数的失败方法。量子。机器学习模型不是“超级武器”，他说。在他的经验中，90％的机器学习测试失败了。
但Froehler的基金也受益于机器学习。 Quantiacs基于硅谷，试图将量化模型众包化，并且许多供应该基金的资产使用机器学习技术。除此之外，他们利用深层神经网络，复杂的数学系统来识别大量数据中的模式。换句话说，第三波不只是使用一种新技术。它是关于组合技术，从机器学习到众包到区块链。
这也不是一个老卫兵和新的战斗。文艺复兴的创始人已经投资了Numer赢咖4，Point72资产管理，由亿万富翁斯蒂芬·科恩创立的基金，已经把钱投入Quantopian。 “这些人，我认为老学校真的理解我在得到什么，”Numer赢咖4创始人理查德·克莱布说。 “我想我会在我的时间之前。
即使明显的怀疑论者也正在接受这种趋势。 “我担心人们可能对现有技术的可能性有不切实际的期望，”传奇量子基金Two Sigma Investments的联合创始人大卫·西格尔（Dan Siegel）去年秋天说。但是最近，他的基金通过硅谷数据科学家市场Kaggle举办了一次在线比赛，为最好的机器学习模式提供了10万美元的奖金。一位公司董事表示，这次比赛更多的是一个招聘工具，而不是完全拥抱众包或机器学习。但无论如何，这是硅谷和华尔街的另一个例子，比以往任何时候都更近。
