買方技術(shù)專家說(shuō) 忽略炒作并專注于機(jī)器學(xué)習(xí)目標(biāo)

根據(jù)TradeTech FX Europe的小組成員的說(shuō)法，機(jī)器學(xué)習(xí)和人工智能(AI)的進(jìn)步可能會(huì)改善交易策略，但代價(jià)是透明度和可解釋性。

安本資產(chǎn)管理公司(Aberdeen Asset Management)的投資分析師伊恩麥克威廉姆斯(Ian McWilliams)詳細(xì)說(shuō)明了對(duì)機(jī)器學(xué)習(xí)技術(shù)能力的理解是如何被缺乏理解和夸張所扭曲的。

“我開玩笑說(shuō)，當(dāng)你在外面做廣告時(shí)，你會(huì)說(shuō)人工智能，但你說(shuō)機(jī)器學(xué)習(xí)，實(shí)際上你只是在進(jìn)行邏輯回歸等等，”他說(shuō)。“我不認(rèn)為這是不誠(chéng)實(shí)的，也許它有點(diǎn)夸張，但它在定義方面并沒(méi)有錯(cuò)，因?yàn)楫?dāng)我們談?wù)摍C(jī)器學(xué)習(xí)時(shí)，你真正得到的算法是從數(shù)據(jù)中學(xué)習(xí)算法。”

“我們正在接受大量的市場(chǎng)信號(hào)和情緒信號(hào)，預(yù)測(cè)未來(lái)市場(chǎng)將采取哪些措施，并利用這些信息建立交易策略。”

麥克威廉姆斯解釋說(shuō)，圍繞機(jī)器學(xué)習(xí)元素的炒作，如深度學(xué)習(xí)，圖像識(shí)別和自然語(yǔ)言處理(NLP)，扭曲了對(duì)更好地為交易策略決策建模數(shù)據(jù)的工具的期望，特別是涉及與基金經(jīng)理的對(duì)話時(shí)。

“作為一個(gè)行業(yè)，我們需要考慮的有趣的事情可能是需要改變的態(tài)度是圍繞模型的可解釋性，這在許多領(lǐng)域都是一個(gè)大問(wèn)題，而不僅僅是金融，”他說(shuō)。

“每當(dāng)我們提出交易時(shí)，傳統(tǒng)基金經(jīng)理都會(huì)問(wèn)我們?yōu)槭裁匆M(jìn)行交易呢?” 他們通常期望一個(gè)非常因果的A到B的解釋，但這往往會(huì)打敗這些非常復(fù)雜的算法。中間地帶不足以說(shuō)算法說(shuō)這樣做，所以我們正在這樣做，但需要在量子人和更傳統(tǒng)的人之間進(jìn)行更多的對(duì)話，以了解那里存在權(quán)衡。“

Saeed Amen是貿(mào)易咨詢公司Cuemacro的創(chuàng)始人，也是雷曼兄弟和野村制定的系統(tǒng)交易策略的老手，在采用基于機(jī)器學(xué)習(xí)技術(shù)的交易策略時(shí)，頌揚(yáng)了簡(jiǎn)約的優(yōu)點(diǎn)。

“當(dāng)你考慮使用機(jī)器學(xué)習(xí)時(shí)，要問(wèn)的問(wèn)題是：你想要實(shí)現(xiàn)什么，你可以使用邏輯回歸或線性回歸，例如，足以滿足你的任務(wù)嗎?”阿門說(shuō)。“我總是會(huì)嘗試使用最簡(jiǎn)單的工具。交易策略所涉及的復(fù)雜性需要有理由。“