人工智能運(yùn)用廣泛，包括金融領(lǐng)域的諸多方面，也已有一些應(yīng)用。比如，美國兩家公司EquBot LLC、ETF Managers Groupl 于2017 年10 月合作推出全球首只應(yīng)用人工智能進(jìn)行投資的ETF—AIEQ ; 2018 年1月，我國躍然科技公司宣布成立首款由人工智能系統(tǒng)運(yùn)營管理的私募基金產(chǎn)品——躍然人工智能交易基金。

金融交易領(lǐng)域的人工智能， 應(yīng)該是通過人類對智能程序的培訓(xùn)和它的自我學(xué)習(xí)，找到金融歷史走勢里最有交易價(jià)值的規(guī)律和交易區(qū)間，形成自己的游戲規(guī)則， 獲取比較穩(wěn)定和可靠的收益。而眾多理性的智能交易程序的類似合力作用，會使市場的規(guī)律性更加明顯， 這樣反而有利于不用人工智能的人去發(fā)現(xiàn)和把握走勢。

就象ALPHA GO帶動(dòng)的圍棋革命， 導(dǎo)致了別的人工智能圍棋程序和專業(yè)棋手的落子位置越來越趨向于雷同，如果每一步相對最優(yōu)的下法都理性地認(rèn)識趨同，那么不遵守這個(gè)規(guī)則就會吃虧。 正如人工智能的無人駕駛，必然是遵守同樣的交通規(guī)則和對路況同樣的判斷方法的，否則各家一套， 那么這些汽車就亂了，要時(shí)刻互相躲避，猶如在路上跳舞一樣了。

人工智能金融交易的對手不會主要是來自于他們自己的同類， 而是國家，金融機(jī)構(gòu)，人類下的對手盤的干預(yù)和打壓， 或者是人類設(shè)置的相應(yīng)的人工智能反向干預(yù)程序， 否則一個(gè)智能判斷趨同的交易方向，會導(dǎo)致趨勢的無限延續(xù)， 讓貨幣， 商品價(jià)格單向運(yùn)行太多，而導(dǎo)致金融市場的估價(jià)災(zāi)難。至于說讓人工智能基于基本面去交易， 我覺得那是很遙遠(yuǎn)的事情，因?yàn)閾碛械脑u價(jià)資源不一樣，不會抽象和用感覺思考的機(jī)器，或許根本不可能達(dá)成趨同的理性機(jī)器共識的。

所以基于以上的很多復(fù)雜因素， 個(gè)人認(rèn)為加入了眾多人工智能交易的金融交易市場， 或許只是讓市場有更多些的規(guī)律性， 但不會完全有普遍規(guī)律，或許就是人工智能無法比那些專業(yè)性很強(qiáng)的人類交易的任務(wù)完成得好多少，真正的作用或許就是省了人力而已。因?yàn)槿斯ぶ悄芩幍氖袌?，無形的不定期的干預(yù)出牌方始終存在， 這個(gè)市場無法提供讓人工智能擁有發(fā)揮科學(xué)智能計(jì)算和分析的封閉式的完全性的信息基礎(chǔ)。

由于國家，機(jī)構(gòu)，和普通人類交易者對市場的干預(yù)，為維護(hù)本國金融資源的利益優(yōu)勢始終是會存在的，因此不會完全放任形成一個(gè)完全由人工智能對決的市場。同樣也因?yàn)橐粋€(gè)完全有規(guī)律性的金融市場， 會沒有了對手盤，那樣會喪失它存在的基礎(chǔ)。
責(zé)任編輯：YYX