Tech Trader：第一只全自动交易对冲基金顺水鱼财经

文/本刊记者 刘琳

' 美国旧' target='_blank' >金山的对冲基金The Tech Trader Fund凭借其模仿真实交易员操作的、完全无任何人工干预的交易系统开始吸引投资者们的注意。其背后的系统Tech Trader在过去三年中实现了28%的平均回报率。

该基金由Autodidactic I公司管理，目前资产管理规模约2000万美元，包括来自三位合伙人莫家龙（Mok）、艾明欣（Christy Ai）和Stefan Choy的800万美元和来自他们亲友的1200万美元。

AI交易系统

莫家龙毕业于加州大学伯克利分校（UCLA），读大三时他突然想到，如果能设计一个AI帮自己打败游戏对手，为什么不能也设计一个AI模仿自己的交易行为帮自己打败其他交易员呢？于是就有了Tech Trader。

据莫家龙介绍，Tech Trader是一个完全自动的交易系统，能够在无任何人工干预的情况下同时交易数千只股票 。同时，系统不需要任何升级和更新，自2012年Tech Trader上线后，莫家龙就再也没有进行过交易操作，全部由系统完成。

莫家龙解释说，Tech Trader既不是量化分析、统计套利，也不是高频交易，Tech Trader完成交易往往需要数日甚至几年。和传统的交易系统不同的是，Tech Trader 能从“人”的角度理解市场，模仿人类交易员的交易行为、遵循人类的交易逻辑，同时又具有机器的绝对自律。

莫家龙认为，真实的交易员在交易时不会只盯着统计数据和复杂的数学模型的，Tech Trader 也一样。Tech Trader在交易时不是在进行算法交易，更像是一名直觉敏锐、经验丰富的交易员。一个Tech Trader系统被复制很多份，实际上相当于克隆了无数虚拟交易员出来，每个虚拟交易员只盯住一个股票 ，相互之间互不干预。

过去很多人会批评Tech Trader根本没有“投资组合管理”这个概念。当时，莫家龙还不知道“群体智能”这个词，但实际上Tech Trader就是利用了这个理念。“每一个Tech Trader虚拟交易员相互并无交流，各自做着不同的事情，投资组合最终什么样子就看它们选中了哪些股票 。”他说。

很多人也许会对此非常担心，因为这意味着没有什么控制。“你得对系统的设计有信心。”莫家龙说，他还举了两个例子来解释。

例如蚁群，并没有一个领头的蚂蚁指挥蚁群要走哪条路线或者形成怎样的队形，这是在每只蚂蚁的基因中的一部分。再如某个地方发生大地震时，没有一个上帝在头顶指挥该地所有的动物逃生，因为每一个动物本能地知道逃向何处。

Tech Trader也一样，拥有成千上万个虚拟交易员，无论市场情况如何，每个虚拟交易员都会根据自己负责的股票 情况进行决策。

Tech Trader 2012年12月上线，而在' 美股市场2012年以来基本都是牛市，所以很多人认为Tech Trader的高回报是因为正赶上市场情况好。但莫家龙并不这么认为。

今年市场大动荡时，Tech Trader的整体表现似乎仍然不俗。2016年1月，他们的对冲基金现金占比为60%，没有受到年初大跌的太多影响。五月份，和整个市场操作相反，Tech Trader选择满仓，抓住了5月的市场新高。据莫家龙介绍，Tech Trader通过交易今年已经获得4%的收益，相比之下' 标普500为2.8%。

莫家龙说，Tech Trader并不能预测市场走势，仅仅是能看到整个市场运作中被人忽视的细节。“就像一片崖壁跌落，如果离得近，则能看到跌落前一道道的细微裂痕。”

很多人会对Tech Trader的决策过程感到十分好奇。据莫家龙介绍，Tech Trader根据订单流和技术分析来决定单个股票 的做多和做空。对于股票 交易自学成才的莫家龙来说，所谓“技术分析”就是指的价格和交易量。“和人类交易员相比，机器交易员拥有无穷的耐心。

Tech Trader并不会搜集和分析新闻信息来预测市场，其决定仅仅是基于对市场的观察，例如人们都急于抛售股票 的时候。

“我并不是想建立一个表现优于所有人类交易员的机器，而是一个能够模仿我的交易行为的机器，唯一的区别是它能够在我所达不到的规模上进行交易。”据莫家龙介绍，虽然Tech Trader密切关注市场上每个股票 ，而且没有中央指令协调，但真正进入基金投资组合的平均只有50只左右。

“这证明了我们并非买入所有便宜的股票 卖出所有贵的股票 ，而是非常有选择性的，当系统不确定股票 走势时，会宁愿选择套现。”他说。

“强人工智能”

Tech Trader背后的算法究竟是怎样的呢？是人工智能吗？其实不久之前莫家龙才决定给自己的算法打上“人工智能”的标签，因为他认为Tech Trader严格意义上讲并不是人们普遍认为的“人工智能”。

“很多人会把人工智能等同于机器学习，而机器学习基本就是分类、模式识别、图片识别等，即使是‘神经网络’和‘深度学习’这样的概念，也只是被用来进行信息收集和分类，而非进行决策。这样的人工智能更像人类感官的延伸，用来帮助人类。当然，也有一些技术有可能创造出有思考能力的真正人工智能，例如增强学习、（多）代理系统等，不过它们很多并不实用，没有商业价值。如果机器要学会自主学习的话，它必须能够拥有突破自己最初目标、为自己设定新目标的能力。”

在莫家龙看来，Tech Trader是机器学习、增强学习和其他一些算法的结合。机器学习负责搜集筛选信息，负责低级的、不需要思考的任务，例如要过马路人并不需要去想每一步如何迈出。增强学习则负责更高一级的思考和决策。更重要的是，除此之外，Tech Trader还会模拟人类的想象和创造性活动。当人类进行想象时，其实大脑内进行的就是不断模拟活动：如果我做了这样一个选择后会怎样？我可以做出怎样不同的选择？还有一点更为重要，我能否从他人的决策中学习经验呢？

Tech Trader在交易过程中也是模拟这样的过程。虽然每个虚拟交易员针对某只股票 只会进行一种操作：做空或者做多，但与此同时它还会模拟相反操作，并在此后持续监测这种模拟情况，与实际进行的正向操作相互反馈，把信息添加到自己已有的知识储备中。这样的过程让Tech Trader不断进化成长。

莫家龙眼中的人工智能是具有自主性的人工智能，而非需要不断调整和监督的人工智能，也不是纯粹利用计算机强大计算能力的人工智能。他把很多量化投资、高频交易所谓的人工智能叫做“弱人工智能”，言下之意，Tech Trader就是“强人工智能”。

和莫家龙同样只有25岁的艾明欣毕业于康奈尔大学，在摩根大通担任了4年的交易员，而43岁的Stefen Choy则是拥有16年交易经验和创业经验的“老手”。他们希望年底前将资产管理规模扩大到1亿美元。而莫家龙的长期目标则是把Tech Trader的算法扩大到除了股票 交易之外的其他领域，例如游戏引擎等。