人类能理解机器人如何投资吗？ - 彭博社

插图：托马斯·科利根为《彭博商业周刊》创作对于一个希望将人类情感从投资过程中驱逐出去的机器人制造者，奇达·卡图亚花了很多时间试图弄清楚它是如何思考的。

卡图亚是EquBot的首席执行官，这是一家位于旧金山的公司，专注于为投资构建人工智能系统。在10月，正值一只使用EquBot推荐的交易所交易基金即将推出的前一天，他的团队正在审查计算机想要购买的股票。其中一个名字引起了注意：布鲁克代尔老年生活公司，该公司运营退休社区和护理院。这是在加利福尼亚部分地区发生野火的时候，而布鲁克代尔的一些设施正好位于这些地区。

彭博社商业周刊机器人出租车的裁决已出——华尔街正在乘坐火车杰米·戴蒙担任财政部长：永不消逝的想法贾伦·布伦森是NBA现在需要的球员深入了解设定体育赌博赔率的公司这笔交易让卡图亚感到奇怪，他曾是英特尔公司的工程师。买一家卷入自然灾害的公司？但再仔细看看，就不难理解计算机可能在想什么。新闻报道和新闻稿——这些都被输入到系统中——显示了布鲁克代尔如何应对威胁。“我们发现，嘿，那家老年生活设施——他们有一个非常好的、有组织的设置”，卡图亚说，并且可以提供备用住房。该ETF购买了这只股票，并在交易中获得了一小部分利润。扫描新闻线可能听起来不像人类股票分析师的深度研究，但对于计算机来说，这些都是可以与其他信息结合以进行统计预测的数据。

左起：EquBot的联合创始人兼首席执行官Chida Khatua；联合创始人兼首席运营官Art Armador；以及首席投资官Chris Natividad，2018年2月9日在公司位于旧金山的办公室。摄影师：David Paul Morris/Bloomberg人工智能与投资的棘手之处在于：如果AI有优势，那是因为它以人类无法做到的方式将一堆信息组合在一起。但是，当人们将他们的钱信任给一个基金时，他们希望能够理解经理——或计算机——是如何做出决策的。一个程序阅读关于野火的信息，并在决定管理层在危机中会表现良好后购买一只股票？这样的说法让一些AI纯粹主义者感到愤怒。“将正在发生的现实与围绕它的营销分开是非常重要的，”量化技术和大数据投资公司QMA的首席执行官Andrew Dyson说。“人们喜欢故事，对吧？而这些东西可能是故事，这确实存在真实的危险，人们必须超越故事，真正理解发生了什么。”

EquBot的模型为AI驱动的股票ETF提供建议，该ETF于10月推出，迅速积累了1.36亿美元的资产，使其成为2017年最成功的ETF首发之一。EquBot的系统每天评估超过6000家美国上市公司，借助国际商业机器公司的Watson平台的计算能力。它抓取数百万份监管文件、新闻报道、管理层简介、情绪指标、财务模型、估值和市场数据片段。然后，它为该基金选择大约30到70只股票，该基金由ETF Managers Group LLC管理。这并不是第一个以某种方式使用AI的ETF——有一个使用它来发现市场情绪的变化——但其支持者表示，它在利用技术查看投资的多个组成部分以构建投资组合方面是一个先驱。“这就像雇佣了一支股票分析师的军队，”Khatua说。

自从开始以来，它在12周内击败了标准普尔500指数，而在其中的13周落后。彭博社的分析显示，在早期因对小型和更具波动性的公司的投资受到伤害后，该ETF通过购买银行股票恢复了。它的总回报率为1.9%，略低于标准普尔500指数的2.5%。所以它的表现大致处于平均水平——但这个记录太短，无法有意义。投资顾问Elm Partners Management的首席执行官詹姆斯·怀特表示，运气和整体市场的行为在很长一段时间内是影响多元化投资组合表现的主要因素，远超过大多数人意识到的时间。他说，可能需要十年或更长时间，才能判断EquBot是否比投掷飞镖的人更具选股技能。

EquBot的首席运营官兼联合创始人阿特·阿马多表示，他信任人工智能做出决策并按其轨迹运行。“从原则上讲，我们不想干预，我们不想在任何情况下产生偏见，”阿马多说，他在加州大学伯克利分校哈斯商学院上课时遇见了卡图亚。“我们没有告诉它，‘哦，不，你不能这样做，因为这在逻辑上没有意义。’”

任何人工智能系统都可能做出看似令人困惑的投资决策，卡内基梅隆大学机器学习系的助理教授扎卡里·利普顿说。在最严格的意义上，一个模型“并不是根据逻辑规则运作。模型只是输出统计相关性，”他说。“它并没有给你逻辑——实际上并没有一条连贯的逻辑推理链告诉你如何在股市中投资。如果有的话，你根本不需要这个模型。”

即便如此，阿马多和卡图亚表示，他们会对机器人的输出进行额外检查。其中一项是确保正在审查的数据是可靠的——例如，确保计算机没有抓取最近更改格式的网站，这可能导致计算机误读。另一项是他们所称的“合理性测试”，以查看选择是否合理，基于程序的训练方式。“我们的核心理念是，我们不想为人工智能创建一个黑箱，”卡图亚说。他们的目标是拥有一个系统，“就像一个优秀的理性投资者会思考并经过过程来决定是否存在良好的投资机会一样，”他说。

根据团队的说法，EquBot系统还旨在随着时间的推移进行学习。在ETF的早期阶段，该程序开始购买公司，而不知道将有多少资金进入其账户。当投资组合迅速膨胀到4000万美元时，一些作为500万美元投资组合的一部分的小股票证明交易起来太困难。该程序最终学会了在决定何时买入或卖出时考虑股票的交易量，并停止选择微型股。

Quandl Inc.的首席执行官塔默·卡梅尔理解EquBot系统在加利福尼亚火灾肆虐的乡村中看到机会的部分。“这就是经典的人工智能，”他说。但过于关注程序的推理开始变得有问题。“只要你坚持对人工智能的输出进行合理性检查，那么它就永远不会比人类聪明，”卡梅尔说。“我明白。在早期阶段，你想看看这个东西是否编程错误或有漏洞——是的，你必须注意这一点。但迟早，你必须放开缰绳，相信技术。”