Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

精准预测08年金融危机,源自华尔街大神对机器学习的深刻认知

整理 | 微胖

来源 | 《原则》(中文简体版)

瑞·达利欧(Ray Dalio),华尔街投资大神、对冲基金公司桥水创始人。


他的人生和投资经历堪称传奇。瑞·达利欧出身美国普通中产家庭,26 岁时被炒鱿鱼后在自己的两居室内创办了桥水,现在桥水管理资金超过 1 500 亿美元,截至 2015 年年底,盈利超过 450 亿美元。达利欧曾成功预测 2008 年金融危机。

最近,半个金融圈、投资界、管理层都在谈论他《原则》(简体中文版)一书。在这本书中,作者公开了其白手起家以来 40 多年的生活和工作原则。

在决策过程中,人类如何与计算机模型相处?人类如何与新的数据开采技术相处?人工智能会对人类未来产生怎样的影响?人类应该以何种态度应对?达利欧在本书中给出了自己的见解。

将原则转换成算法,让计算机与你一起决策

在谈及如何决策时,他的建议之一就是将原则转换成算法,让计算机与你一起决策。

达利欧将自己眼中的世界,形容为「符合逻辑的因果关系的美丽机器。」在早期投资经历中,他就看到了计算模型的重要性。

从很早的时候起,每当我在市场上开始一笔交易,我都会把自己用来做决策的标准写下来,然后,每当我结束一笔交易,我都会回顾一下这些标准的效果怎么样。有一天,我想到,如果我把这些标准转化成公式(现在更时髦的叫法是『算法』),然后用这些公式计算历史数据,我就能检测,假如把我的这些公式运用到历史交易中,效果会怎么样。...... 我们利用能够得到的最久远的历史数据(通常超过一个世纪)检测这些系统,范围涉及所有有数据记录的国家,这让我可以很好地透视经济市场及其在历史上是如何运行的,以及如何对其押注。这样做,让我得到了教益,并引导我改进我的标准。

他从这些因果关系中得出一些决策规则(或者说原则),并搭建成决策模型。一旦仔细审查完这些关系,达利欧就不断将现实数据输入这些系统,计算机系统处理数据并作出决策,「跟我在头脑中做的一样。」

当然,这个时期的模型与现在使用的模型相去甚远。虽然这些早期模型很初级,但达利欧乐此不疲地搭建他们,他们也是确实帮他赚到钱。桥水最初的利率、股票、外汇和黄金系统就是这么产生的。

把复杂的系统设想为机器,发现其内部的因果关系,把处理这些因果关系的原则写下来,将其输入计算机,从而让计算机为我『决策』,所有这些后来都成了标准做法。

接着,达利欧将这些系统合并为一个系统,用以管理公司的投资组合。这个系统可以对经济主要症状进行心电图解析。当经济症状变化时,他们就改变自己的投资组合。不过,他们并不是盲从计算机的建议。

在计算机工作的同时,自己也进行分析,然后对两者的结果进行对比。当计算机与我们决定不同时,我会检查原因。大多数时候,是因为我忽略某些东西。有时候我会思考一个新的、我们系统会忽略的标准,这时,是我在教计算机。我与计算机相互帮助。

三十多年来,他们构建的决策系统已经纳入了许多其他类型的规则,用来指导桥水各个方面的交易。如今,当实时数据发布时,桥水的计算机能够分析来自 1 亿多个数据组的信息,然后以(在达利欧看来)合乎逻辑的方式,向其他计算机发出详细指令。假设没有这些系统,桥水可能早就破产,或者被繁重的工作逼迫而亡。

目前,达利欧正在研发类似的系统帮助做出管理决策。

我相信,想要改进你的决策,你能做的最有价值的事情之一是深入思考你的决策原则,同时以文字和计算机算法的形式将这些原则写下来,在条件允许的情况下进行返回测试,并以实时方式,在用你的头脑进行决策的同时运用这些原则。


AI 将与人类同舟共济

早在上世纪七十年代,达利欧初次尝试计算机化决策时,人工智能这个概念就存在了(达特茅斯会议是 1956 年召开的)。虽然现在情况发生了很多变化,但是人工智能的基本概念不变。

在他看来,用算法表述投资者决策标准,然后利用历史数据来检验,或者用算法表述工作原则,然后用其来帮助管理决策,都不过是智能温度调节器的更大、更复杂版本,与人类决策相比,这能让人类更快做出考虑更周全、更少情绪化的决策。

这种技术会对人类所有方面的决策产生深刻影响。人类已经进入人工智能新时代,关于人的信息极为透明,两者结合会产生极大的影响。

他相信,用算法表述投资决策的做法会越来越普遍,计算机编码会变得和写字一样重要。计算机在决策方面的作用,迟早会变得和今天收集信息方面的作用一样大。不久之后,这种计算机决策会常态化,几乎与人脑决策一样正常。

或许有人会说,人工智能会与人类智能竞争。但在达利欧看来,彼此同舟共济的可能性更大,因为这能带来最好的结果。

计算机要复制人脑的许多功能,如想象力,综合分析能力和创造力,要经过很长时间、甚至永无可能。这是因为人脑天生就存储着亿万年生物进化培育的各种能力。许多计算机系统依据的是决策『科学』。依然远不如『技艺』有价值。在最重要的决策方面,人类依然比计算机做得好。你只需要看看最成功的人是什么样的人就明白了。软件开发工程师、数学家和博弈论研究者并不是最成功的。最具有理性、想象力和毅力的人最成功。

而在桥水,他们利用计算机系统,就像司机利用 GPS 一样,用系统来辅助我们的导航能力,而不是替代它。

世界上最好的决策者是这样的人:拥有理性、想象力和毅力,知道自己看重什么、想要什么,同时也利用计算机、算法和博弈论。

在深刻理解之前,不要过度信赖 AI


达利欧也认为,在深刻理解人工智能之前,不要过度信赖它。

当人工智能使用者在没有深刻理解它的情况下就接受机器学习创造的算法所假定的因果关系,甚至根据这些认识来行动时,可能会带来危险。

为什么?达利欧一一给出了解释。

和科技界的通常做法不同,达利欧将当前的计算机辅助决策技术分为三类:专家系统、模仿和数据开采。

桥水使用的是专家系统,设计者根据自己对一系列因果关系的理性理解将决策标准表述出来,然后观察不同条件下会出现什么不同情况。

而模仿和数据开采,在他看来,都存在不同程度的问题。

首先,所谓模仿,根据达利欧的定义,是指计算机也会发现规律并将之用于计算机决策,而不需要理解背后的逻辑。他认为,当同样的情况以可靠的方式反复不断地发生时,例如在一场规则极为严格的游戏中,这一做法也许有效。但问题是,现实中事物总是不断变化,所以,这样的系统很容易与现实脱节。

其次,数据开采。数据开采是近年来机器学习发展最快的领域,功能强大的计算机可以消化大量数据,从中寻找规律。尽管这种做法很常见。但是,在未来与历史不同的情况下,这是有风险的。

在机器学习不包含对现实的深刻理解的情况下,以机器学习为基础构建的投资系统很危险,因为当人们广泛相信并应用某些决策规则时,价格会受到影响。也就是说,其价值会逐渐衰减。

在没有深刻理解的情况下,你弄不清楚过去发生的情况是否真有价值,即使有价值,你也弄不清楚其价值是否已经消失,甚至走向负面。常见的情况是,一些决策规则变得非常流行,以至于对价格产生很大影响,从而使反向操作成为更合理的做法。

数据开采技术主要问题之一在于,计算机通常会曲解常识。就达利欧做从事的工作来看,深刻理解必不可少,计算机缺乏常识而对事实进行曲解,是无法被容忍的。

谨记:计算机是没有常识的。

不过这并不是说,模仿和数据开采技术是没用的。

事实上,我相信在未来的事物发展范围与格局与过去相同的情况下,这些系统对决策很有帮助,有了足够强大的计算能力后,所有可能变量就都可以纳入思考。...... 但当未来与过去不同,我们因理解不深而无法识别所有因果关系时,这一做法就是行不通的。

凭借这一理解,他避免了与其他人一样犯错误的最明显例子就是,成功预测了 2008 年金融危机。

当时几乎所有人都以为未来会和过去一样,把全部注意力集中于符合逻辑的因果关系,我们将能看到事情的真相。

始终保持头脑的开放性

在表明自己对这三种系统的看法后,达利欧也谈到了专家系统可能存在的局限性。

鉴于人脑的处理能力和速度有限,要对进化过程中的所有变量形成丰富理解,是一个永远无法完成的任务。那么,我们的专家系统采用的那些简化法和理解法真的是必需的吗?也许不是。在我们检验的数据之外,还会发生其他情况,这样的风险肯定存在。

他始终遵循着一个贯穿全书的基本原则——保持头脑的极大开放性,也就这份坚持,向人工智能领域最杰出人才提出了讨论邀约:

在我个人看来,与依赖我不了解的算法相比,对因果关系形成深刻理解所产生的兴奋、安全性和教育价值要有吸引力得多,所以我依然倾向于这种做法。然而,是我的逻辑和理性,还是我较低层次的偏好和习惯在促使我这么想?我不能确定。我希望就此问题,询问人工智能领域最杰出的人才(并请他们向我提问)。

最后,在回答人工智能和未来这个老问题时,达利欧也表现出极为审慎的态度。在他看来,人类智能将带来极快、极了不起的进步,但也担心它会导致人类毁灭。

最有可能发生的情况是,人类酷爱竞争的天性将促使我们越来越信任计算机发现的、超出我们理解范围的因果关系。这种信任有时会带来成效,有时会适得其反。

人类,正在走向一个既令人兴奋又危险的新世界。而他认为,人类应该是一如既往地相信,准备好应对之道,未来会美好很多。

产业机器学习预测
11
机器之心・UI设计师
写的很赞,Mark一下~