追着算法跑

资本决定了哪些技术与创新真正被投放应用到人类社会，在这个过程中，决策者是影响大势的人。不过吊诡的是，“决策者”这个角色正在逐渐式微，算法已经不仅仅是辅助决策的工具了，它甚至有机会在投资决策中占据主导地位。

今年三月，权威调研机构Gartner在一份白皮书中称，随着投资者越来越多地利用AI和数据分析技术，到2025年75%的VC将使用AI作出投资决定。

AI可能决定一家公司是否通过评估，从而淡化了Pitch Deck（给VC的演示）的重要性。Gartner研究总监Patrick Stakenas表示，高级分析能力的增强，正在将早期风险投资战略从“直觉”和定性决策，转变为“基于平台”的量化过程。

对于算法介入金融领域的现状与趋势，弗格森指出：“金融领域涌现了极多的创新技术，从业者利用这些策略工具使自己最终赚得更多财富，这是量化模型的基调。但是当AI在资本市场中发挥越来越显著的作用时，我们也迎来了挑战。”

“如果允许算法代替我们做决策，若在正确的引导下，模型的确会帮我们将金融层面艰难的决策简易化。但始终需要定义其中的边界在哪里，不然就会走向异常。”

量化基金曾红极一时，借着模型分析历史数据做决策，无限放大了“理性”，减弱了“人”这个不可控因素。顶级量化基金文艺复兴的创始人就是数学家James Simons，他的旗舰基金“大奖章”在1988年到2018年的费后年化收益率高达39%。近年来效益极佳的Two Sigma的创始人也都是计算机博士或数学博士。

然而，没有任何模型算得到新冠疫情。2020年，量化基金纷纷折戟。

据报道，在去年前十个月中，文艺复兴旗下以做多为主的基金跌幅约20%，股市中性基金下跌约27%，全球股票基金下跌约25%；Two Sigma的风险溢价下跌11.5%，绝对回报基金下跌2.7%，绝对回报宏观基金则下跌23%。

因此若完全摆脱了人为判断，算法始终不懂得周围环境的剧变，终至失灵。

那么小至算法，大至所有科技，如何应用才是正途呢？

弗格森给出的答案是，我们需要调整和定义规则。但其中的困难是，这需要立法者对于科技或计算机存在高度理解，但在现实世界中，术业有专攻，这是极难实现的。

不妨回看2018年扎克伯格出席的听证会。Facebook一直被怀疑搜集、存储用户个人信息以便向广告商推销，有人指出：“我们不是Facebook的用户，而是它的产品。”

但白发苍苍的参议员们几乎不懂Facebook，许多质询让人忍俊不禁。“你们不向用户收费怎么盈利？”“我们有广告投放。”参议员和扎克伯格不仅不在一个年龄层，也不在一个频道。

就像弗格森说的那样，我们在管理技术自由方面一直很迟钝。Facebook、谷歌CEO被召唤前往听证会来检验他们是否“操纵”用户从而盈利。但参议员甚至不知道问什么样的问题才是合适且有效的，即使他们试着学习。质询者需要和创新者一样有专业领域的知识，这很困难。 (责任编辑：admin)