ChatGPT 等大型语言模型有可能扰乱大多数生活和工作领域。金融交易也不例外。法学硕士了解市场而不仅仅是识别模式的潜力使他们与早期版本的机器学习和人工智能不同，后者未能取得显着的交易成功。
基本问题是金融价格几乎都是噪音，它们非常接近随机游走。许多聪明人和算法合谋消除任何可用于盈利的信号。这就像试图理解故意写成误导性的文本一样。当信号相对于噪声更强时，传统人工智能会更成功。
在我们深入探讨现代法学硕士的独特之处之前，让我阐述一下为什么您应该关心，即使您对计算机化金融交易不感兴趣。交易是金融的基础，即使机制的微小变化也会对市场产生深远的影响，进而转化为深远的经济后果。
20 世纪 90 年代末推出的高频交易不仅更快速、更高效地将最终买家和最终卖家联系起来。它极大地增加了交易量，降低了交易成本，并将人类排除在股票交易业务之外——迈克尔·刘易斯在《闪电男孩》中探索了这一转变。它带来了零佣金经纪业务和零费用指数基金——消除了经纪商和资产管理公司自创建以来所依赖的收入。它需要对金融监管进行根本性的重新设计。但高频交易不仅重组了两大金融业务、挑战监管机构并削减了最终投资者的成本，它还给我们带来了闪电崩盘等新现象。
在过去的半个世纪中，其他交易创新也产生了类似的广泛影响。 1973 年引入以金融工具进行交易的公共期货和期权，创造了现代全球衍生品经济，极大地扩大了银行体系之外的杠杆，使监管机构难以监控或控制。
20 世纪 80 年代的程序化交易被指责为 1987 年历史上最大规模的股市崩盘的罪魁祸首，并且它在夸大此后的每一次泡沫和崩盘中都发挥了作用。抵押贷款支持证券改变了银行业、华尔街和购房业。在 21 世纪，我们看到了信用违约掉期、债务抵押债券和交易所交易基金的巨大影响。
法学硕士并不是全新的，它们结合了其他人工智能和机器学习应用程序（例如自回归和神经网络）中使用的组件。这些组件与人类尝试做的类似，并且嵌入到许多现有的量化交易算法中。谷歌研究人员在 2017 年发表的一篇开创性论文《你所需要的就是注意力》中描述了可能导致法学硕士在早期失败的情况下取得成功的关键突破。 （我在《彭博社观点》上的同事帕米·奥尔森（Parmy Olson）研究了这个团队，以及为什么母公司 Alphabet Inc. 最初未能利用他们的研究成果。）
科学家兼科幻小说作家艾萨克·阿西莫夫写道：“科学界最令人兴奋的、预示着新发现的短语不是‘尤里卡’，而是‘这很有趣……’”洞察力并非来自于证实或拒绝假设，而是通过注意到你过去忽略的事情。
传统科学是由专家提出并回答鉴于先验知识状况已知的有趣问题而进行的。但想象一下另一种“有趣的杂志”，其中列出了来自所有领域的令人费解的观察结果，而没有过滤掉那些看起来不重要的观察结果。人们可能会注意到其中的两三个难题，将它们与自己学到的东西结合起来，并得出戏剧性的跨学科发现。
虽然对于“发表或灭亡”的学者来说，这可能是一种巨大的时间浪费，但计算机除了时间之外别无他法，可以将数以百万计的“这很有趣”的事实关联起来，而这些事实单独来看并不重要，无法引起人类的兴趣。谷歌的论文建议人工智能应该花更少的精力来弄清楚哪些有趣的事实是重要的，而应该花更多的时间来关联所有这些事实。这种态度对于侦探小说的粉丝来说很熟悉，英雄会思考一些微小的不一致和不相关的事情，只有在按顺序组合起来时才会揭露凶手，而缺乏想象力的助手或专业人士则坚持只关注已知的重要事实。
许多量化交易公司已经与法学硕士合作了一段时间。基本算法广泛可用，LLM 开发人员也很容易找到。昂贵的部分是构建和清理大型数据集并为模型正确表示数据。此外，交易具有数千个头寸的高杠杆、跨市场投资组合需要基础设施和关系，您主要在统计套利、量化股票和系统性全球宏观商店中找到这些基础设施和关系。
让大投资者信任您复杂的计算机系统是另一个障碍。我怀疑这意味着先行者将是现有的大型量化交易公司，而不是初创的人工智能商店——想想 Citadel、Renaissance Technologies 和 Jane Street Group，而不是硅谷车库里的两个女孩。
如果这种方法能够带来交易利润并被更广泛地采用，我认为它可能会改变跨市场的金融行为，而不是资产类别内的相对价格。我们已经很好地掌握了如何对一种股票与另一种股票、一种债券与另一种债券、或一处房地产与另一处房地产进行估值。但关于股票、债券、房地产和其他资产类别应如何相对定价，几乎没有有用的理论或可靠的定量概括。
一个似乎在不久的将来的故事是，LLM风格的交易模型将建立类似于全球宏观对冲基金所做的大型跨资产类别投资组合，但具有更高的杠杆、更多的头寸、更活跃的交易并且没有人来解释论文。可能会添加一个解释器模块，该模块将给出听起来合理的论点，但没有理由相信这些解释与立场的原因有任何关系。
我们希望新的价格关系和相关性能够更好地反映经济现实，从而实现更有效的资本配置和更好的实际经济决策。对于许多人来说，这是一条信念，但无论如何都没有太多经验证据。
无论这是否属实，跨市场金融关系的重组都将扰乱许多商业模式和监管制度。我预计至少会像高频交易一样受到干扰，或许也会像金融期货和期权的公开交易一样受到干扰。如果我错了，如果法学硕士和注意力模块未能获得很大的交易吸引力，那么人工智能管道中有很多新想法可以取代它们。
韭菜热线原创版权所有，发布者：风生水起，转载请注明出处：https://www.9crx.com/81635.html
