神经网络已经在何处发挥作用 - 彭博社
bloomberg
在金融世界中,任何能够提供相对于竞争对手的微小优势的东西都可能意味着数百万的额外利润。因此,投资专业人士正在转向提供异国情调计算机技术的专家,如神经网络和遗传算法。以下故事展示了一些大型华尔街公司和小型投资者如何探索并有时采用尖端人工智能技术,其中许多技术在航空航天和赌博等领域已经证明了其实力。
从航空航天到火箭科学
在1980年代的大部分时间里,特洛伊·诺伦帮助创建了绝密的军事软件。他被一家主要的国防承包商雇佣,参与了空军项目,负责指导YF-22战斗机的飞行和战斗模式。该软件在五台机载计算机上运行,必须根据来自地面站、雷达和其他来源的数据做出瞬间决策。此外,它还必须预测敌方飞机的行动,从而指导喷气机的行动。
如今,48岁的诺伦将他为军方所做的事情应用于金融世界。他是自己咨询公司的负责人,位于新罕布什尔州的Norad Inc.,他在工作日从新泽西州的一艘房船通勤到美林证券的华尔街办公室。他的任务是:开发一个系统,准确设定超过100万个公司债券的每日价格。美林需要在每个工作日的下午4点到5点之间确定所有这些债券的当前交易价值。与YF-22的软件一样,债券定价系统必须从许多来源中筛选大量数据并做出迅速判断。“这就是同样类型的问题,”诺伦说。“只不过我们有的是债券交易员,而不是飞行员。”
软件在华尔街一直扮演着重要角色。然而,直到最近,计算机主要用于处理数字。在大型经纪公司,首席技术专家被称为火箭科学家或量化分析师,他们是出色的数学家。他们知道如何推导出设定债券价格或预测市场表现的方程式。但汤姆·墨菲(Merrill的副总裁)表示,单独使用这些技术是“旧方法”。一种新型的火箭科学家正在添加人工智能方法,以更聪明和更精确的方式预测市场。
这些新技术中,最被接受的可能是所谓的神经网络。诺伦正在构建一个在并行处理计算机上运行的神经网络——一种使用多个微处理器“脑”来解决问题的计算机。这样的网络模仿人类神经系统的复杂路径,搜索大量数据流中的模式。例如,软件可以查阅某个债券历史表现的信息,然后查看经济指标以及诸如美国国债等基准债券的波动。随着时间的推移,它学习不同组合如何可能影响每个债券的价值。
生存。诺伦对一种叫做遗传算法的技术感到最兴奋。就像在达尔文宇宙中,只有适者生存,这种软件程序会拒绝不工作的公式,并引导系统朝正确的方向前进。在债券定价模型中,诺伦将这种算法与身体中的生存机制进行比较。“只有好的细胞存活,”他说。梅里尔的墨菲寄希望于诺伦将这一技术添加到神经网络中。“如果你不将所有这些技术结合使用,”他说,“你就得不到正确的答案。”
梅里尔并不孤单。谢尔登·雷曼兄弟公司一直在训练自己的神经网络,以帮助交易员预测市场模式。该软件使用了十年的历史数据。现在,这个程序已经管理着自己的一小部分投资组合三年了。由于软件可以“从错误中学习”,它随着时间的推移而变得更好:第一年,它亏损了,但第二年持平,第三年盈利,雷曼的首席技术官斯蒂芬·P·戈特说。
雷曼面临的下一个挑战是让网络不仅理解数字,还理解新闻故事的重要性。通过使用英语语言识别系统,神经网络正在接受训练,以阅读财经新闻故事并判断它们对不同投资的影响。例如,如果总统对预算赤字发表声明或美联储降低利率,这对IBM的价格意味着什么?“我们还没有解决这个问题,”戈特承认。
事实上,这些软件技术仍然处于实验阶段。在梅里尔,新的债券定价系统计划在11月上线。任何这些软件开始赚取大笔资金的唯一迹象将是创造和使用它的人保持沉默。这有点像军事机密,诺伦说。“成功的人不想让其他人知道。”
从OTB到OTC,获胜记录
穆雷·鲁吉耶罗声称自己通过赌马完成了大学学业。作为南康涅狄格州立大学的学生,他每周四个晚上在场外投注大厅下注。他的目标不是在冷门上赢得巨额奖金,而是想出持续发现安全投注的方法,以获得适度的回报。他最喜欢的马是名为Doc Fella的马,它连续50场比赛都能获利。鲁吉耶罗不是下注赢,而是下注马匹展示。在一年里,这几乎是一个必胜的选择,鲁吉耶罗每下注一美元就能收回约1.20美元,回报率为20%。
作为计算机科学专业的学生,鲁杰罗利用他在学校所学的知识来找出提高自己获胜几率的方法。他开发了一个粗糙的专家系统程序,该程序根据过去的表现和其他数据排除了无法获胜的马匹。该程序包括这样的规则:“如果一匹价值低于20,000美元的步行马在一个月内没有比赛,它就无法获胜。”后来,他设计了一个名为Dr. Trot的神经网络程序,他声称该程序能够预测38%的比赛赢家,而大多数专业博彩师的预测率为30%。
血猎犬。1988年,鲁杰罗共同创办了一家名为Promised Land Technologies Inc.的新哈芬软件公司。在他告别赛马的日子后,这位雄心勃勃的29岁年轻人的小型初创公司现在专注于更高档的赌博形式:期货、期权、债券和商品交易。这家五名员工的公司的第一个商业程序Braincel已被大约1,000人购买,其中许多是小型投资者,他们喜欢这款249美元的软件能够与包括Microsoft Excel和Lotus 1-2-3在内的流行电子表格程序一起使用。
虽然Braincel可能相对简单易学,但在训练之前,它不会取得太大成就。就像血猎犬一样,它必须被告知要寻找什么。当它接收数据时,它会发现模式。“它可以找到数据中的微妙关系,”微软的一位电子表格产品经理丹·威廉姆斯说,他对该产品进行了评审。
例如,Braincel努力预测标准普尔500股票指数何时即将达到周高或月高。它首先通过检查每天的开盘价和收盘价来做到这一点:如果价格越来越接近,并且同时出现其他一些不太明显的市场模式,那么高点可能即将到来。神经网络根据过去的经验进行这些计算并进行调和。
没有噪音。一位名叫约翰·迪瑟瑞奇的斯普林菲尔德(密苏里州)商学院学生使用Braincel进行标准普尔指数的期权合约交易。与一个名为FuturesBuilder的新承诺之地伴侣程序一起,迪瑟瑞奇创建了一个神经网络来模拟该指数的波动。他说该软件降低了他的风险并增强了他的信心。“这不是水晶球,”他说。但他补充说,“如果神经网络说要退出投资,我就退出。”
鲁杰罗说,诀窍在于神经网络知道如何“过滤噪音”。换句话说,它可以学习市场下跌是否只是一个随机的波动——仅仅是“噪音”——还是是否预示着真正的下行趋势。许多投资者依赖市场的移动平均线来过滤噪音。但例如,五天的平均值是误导性的。如果你在星期五下午查看本周的平均值,你最新的数据点——星期五的收盘点——会被平均值中的旧数据稀释。鲁杰罗说,Braincel可以通过预测下一个星期一或星期二会发生什么来帮助消除这个问题,从而创建一个预测平均值。
到目前为止,鲁杰罗在向大型投资公司销售方面遇到了困难。“很难展示可审计的结果,”微软的威廉姆斯说。鲁杰罗声称,Braincel在交易30年期国债期货方面证明了自己。从1991年3月到1992年7月,该软件的建议将为投资者提供292%的年回报率,他说。
但就像赛马一样,没有什么是绝对的。鲁杰罗的软件只能基于对过去的详细理解提供明智的建议。“如果有人真的有能够预测一个月后标准普尔指数的东西,他们就不会在卖它,”鲁杰罗说。“他们会退休,住在塔希提。”