陈凯丰对话人工智能专家高拉弗：数据驱动交易重塑未来

本篇文章1555字，读完约4分钟

近年来，人工智能的发展日新月异。从谷歌到亚马逊，再到中国的bat(百度、阿里巴巴、腾讯)，各大科技公司都在大力投资人工智能的开发。人工智能的发展已经在许多领域得到了实际应用。例如，当谷歌公司的董事长去年在纽约与金融界沟通时，他谈到他的许多个人电子邮件已经被人工智能软件回复了。

主持人:陈开封

陈凯丰博士，纽约金融论坛(nyff)联合创始人，现任美国中国银行资本(Bank of China Capital)首席战略官，负责管理全球宏观对冲策略。同时，他在纽约大学、纽约佩斯大学和西班牙巴塞罗那商学院纽约中心任教，并担任纽约大学专业学院院长兼职咨询委员会成员和教授委员会成员。陈博士是纽约经济俱乐部成员、外交政策协会成员、美国科罗拉多大学摩根大通商品研究中心《全球商品研究杂志》编辑委员会成员、莫斯科人民友谊大学新兴市场研究中心成员。

-

近年来，人工智能的发展日新月异。从谷歌到亚马逊，再到中国的bat(百度、阿里巴巴、腾讯)，各大科技公司都在大力投资人工智能的开发。人工智能的发展已经在许多领域得到了实际应用。例如，当谷歌公司的董事长去年在纽约与金融界沟通时，他谈到他的许多个人电子邮件已经被人工智能软件回复了。在今年的评估中，Ibm的人工智能医疗诊断系统与著名的人类医生不相上下。大量的法律文件处理已经开始被人工智能系统所取代。

当然，人工智能在华尔街的应用也方兴未艾，各种规模的金融机构都在进行大量尝试，其中许多已经开始在实际交易中使用。中国贸易与投资协会(ctia)邀请人工智能领域的专家gaurav chakravorty在纽约发表公开演讲，并在下面分享他在该领域的观点和经验。

本次讲座的主题是“投资管理的新时代——深度学习和大数据技术”。在演讲开始时，他回顾了过去十年华尔街就业市场的变化。首先，交易者的数量大幅减少，随后定量分析师的数量大幅减少，反过来，金融技术和人工智能领域的头寸大幅增加。事实上，在2008年金融危机之后，华尔街的复苏非常缓慢且具有选择性。许多传统立场再也无法恢复。

关于深层次的学习，高在的演讲中使用了一些具体的案例，如如何从不同的图像中找到共同点，然后合成一个变量。

在他的演讲中，他还提到了交易创新的十年周期:1987-1997年是趋势跟随的黄金时代。然后统计套利开始于1997年，取代传统的趋势交易，直到2007年夏天量化崩溃。随后在2007年出现了高频交易的黄金时代，这一时代逐渐衰落，并在2017年被人工智能深度学习所取代。

他的研究一再强调数据的使用，特别是近年来，大数据已经被交易所完全接受，并且产生的交易信号也可以在各地推广。

关于深度学习在交易中的应用，他指出，最大的驱动因素是过去两年来硬件和软件系统的发展。正是由于这些合作，手工交易者不断被复杂的系统所取代。

对于下一步的发展，他认为传统的量子力学；itative trading model”1)雇佣了大量的定量分析师；2)每个人都考虑交易策略；3)策略系统测试；4)公司投入资本使用这些策略进行交易“已经进入了瓶颈，尤其是漂亮的系统很难继续赚钱。他提出的解决方案是完全使用数据来驱动交易，避免使用传统的统计理论来驱动模型。

他的演讲吸引了纽约金融业近100名员工。在会后的问答交流中，大家继续就深度学习进行了很多辩论，并收获了很多。

-

高拉夫脉轮简介

高查克拉瓦蒂毕业于宾夕法尼亚大学计算机系，在华尔街著名的定量交易公司塔研究公司工作了五年，为公司赚取了数亿美元的利润，成为公司最年轻的合作伙伴。后来，他离开公司开始创业，并成立了一家金融技术公司qplum。他是利用机器学习进行金融市场交易的领军人物，并建立了新的人工智能交易系统并投入使用。作者被邀请给这家公司做一个关于宏观投资的讲座。

来源：罗马观察报