文 | 寇健
资深交易员、基金经理
经过自我深度学习的AlphaGo Zero成功地打败了他的亲哥哥AlphaGo之后，在一个封闭体系中人工智能深度学习的研究毫无疑问再次取得了进一步的成就。
这一消息在上个星期很快就在微信朋友圈里刷屏，可见AlphaGo研究的每一次进步，对于热衷于试图将人工智能和深度学习应用于交易的人们来说都是极大的鼓励。
但个人的看法仍然是：围棋和交易是不同的。关键的问题在于围棋的博弈是在一个事先设置好条件的封闭的体系之中，而我们的交易是在一个无法预测的动态环境下进行。
围棋是一种封闭的体系之中的无随机性的游戏，也就是说游戏规则早已经定好, 对弈必须根据游戏规则来进行。尽管围棋变化万端，但所有的变化是在 19 X19= 361的交汇点棋盘之内，无随机性可言。
棋盘之外发生的任何事情对棋盘之内的对弈没有任何影响.
交易则不同，交易是在一个无法预测的动态环境下进行的。金融和大宗商品市场外的无形的基本面信息影响到交易市场的价格变化，也就是说交易是随机性的游戏。比如：2001年9月11日“911事件” 发生时候全球市场的恐慌性抛售大家应该记忆犹新； 设想一下,如果哪一天美国突然轰炸了北朝鲜，日经225指数期货(NIY) 会是怎样的反应? 或者有一天美国突然轰炸了伊朗的核设施，WTI 原油, 黄金(GC)的短期期权隐含波动率又会怎样的变化?
而这种突然的动态的环境变化，是任何深度学习或者人工智能不可能预测或者理解的。
这里个人并不是说人工智能不可能应用在动态环境之中，人工智能可以预测天气，但人工智能不必为预测错误承担任何责任。人工智能可以驾驶汽车，但出了车祸之后,是由人来承担汽车保险的损失。
而交易则不同，因为对于每一笔交易错误，人工智能交易者都要付出真金白银的代价。
围棋的对弈是完全信息游戏，对弈在一盘棋中是完全信息平等。AlphaGoZero只是需要根据游戏的规则，来计算出每一步的输赢概率，不需要考虑可能出现的,而且事实上是“绝对没有可能出现的”突然信息变化。
而交易则不然，交易是信息完全不平等，市场以外的突然爆发的信息会给盈利造成致命的影响。应用人工智能交易者当动态环境突然变化时，如何评估突然的外部信息变化? 以及怎样做出反应，将这样的信息转换为交易行动? 是无法事先深度学习的，而因此造成的交易损失可能也是无法估量的。
总而言之, 将市场之外的无形,而且无限的, 基本面信息转化为交易行动这一工作, 非人莫属.
再比如，参杂着很多交易者主观意识的期权交易环境比其他的二维交易环境更复杂。举一个例子，下面是 Quik Strike 黄金(GC)不同月份平值期权隐含波动率比较图 ( Gold ATM Vol Term Structure)。
Quik Strike期权风险管理平台黄金期权(OG)
注意到整个黄金(GC) 不同月份平值期权隐含波动率（图中的红线） 一路上升. 而这种直线上升未必是黄金历史波动率的反应。很明显这里面参杂着人资者对黄金隐含波动率的偏见。 | 
转播
