人工智能可以做股票投资吗？金融AI算法成熟后，人类投资者是不是都要被碾压了？阿尔法狗战胜李世石已经过去了很多年，为什么金融界的阿尔法狗还没出来？
我也看到过不少文章讨论这些问题，但大部分都是外行人的侃侃而谈，很科幻但不现实。当然，也有一些我很认可的专业回答，但往往又流于专业术语的表达，一上来就谈数据标注、信噪比、策略网络什么的，恐怕大部分人看后还是一头雾水。
我是做计算机算法出身的，又常年从事投资和股票量化的工作，所以对这个问题算有一些更实际的理解。
下面我尝试抛弃专业术语，以常识性的文字来讲讲，人工智能是否可以精准地预测股市？希望读完本文后，你就能真正搞清楚，股票投资和下围棋到底哪里不一样。
预测无处不在
我们每天都在做各种各样的预测。
商店要进多少货，实际上是要预测下个月/季的销量；公司是否给候选人发offer，需要预测他能否胜任这个职位；棋手下围棋，是在不停地预测怎样落子更有可能获胜。
每个人脑子里都有各种各样的预测模型，在下意识地运行着。
而计算机来做预测，其实也是在模仿人脑的模式，用程序构建预测模型。
从怎样构建预测模型的角度，我们可以将所有预测问题分成两类：封闭问题和开放问题。
封闭问题
所谓封闭问题，是指影响预测结果的“因素”是确定的，而且是有限的。换句话说，事情的原因是知道的。
比如我们要预测一个图片中出现的动物是不是猫，我们所需要输入的信息只有图片的颜色明暗信息，即像素。而其它信息，如拍摄时间、拍摄作者等，都与这个识别任务无关，所以无须考虑。
很显然，识别猫的这个预测模型的难点不是筛选输入信息，而是如何将猫这个抽象概念与具体的像素布局之间建立起关联关系。
看图识猫
类似的，阿尔法狗下围棋，关心棋盘上的所有落子信息就够了，不需要考虑盘外的其它信息。下围棋的模型的难点在于，将“更有利的局势”这个抽象概念与实际的棋形布局联系起来。
下围棋的关键是“关注棋盘”
建立这种从具体信息到抽象概念的联系，是现代人工智能算法（比如深度学习）最擅长的，即所谓的模型表达能力强。
目前AI算法在许多封闭问题的领域里，取得了重大突破，包括图片识别、视频检测、语音识别、机器翻译等。
开放问题
而所谓开放问题，是指影响预测结果的“因素”是无法穷尽的，或者是不确定的。不可能把所有相关的信息都输入模型，所以输入是不完备的。
天气预报就是一个典型的开放问题，任何能影响云图、风向、气压等的事件都会对天气状况有所扰动，比如千里之外的蝴蝶扇动翅膀。我们不可能搜集到所有这些相关数据，甚至无法把它们全部列举出来。
影响天气的因素是无穷无尽的
解决开放问题时，算法固然很重要，然而找对关键数据来作为输入才是第一位的。如果没找到结果背后最相关的那个原因，那么算法越先进，危害越大。
为何这么说？
令人迷惑的预测模型
假设一个古人想对下雨天进行预测，他观察了6天，天气分别是“晴晴雨晴晴雨”，于是他总结出规律，每两个晴天后必有一个雨天。这就是预测模型1。
但当他再观察一个月，发现这30天的数据样本并不符合模型1。于是模型1被否定了。
经过几天的推敲，他应该能找出一个更复杂的规律来完美解释（这叫拟合）这30天的天气，比如发现今天的天气是与过去四天都有关的，并且可以用一个复杂的条件关系来表达。这是模型2。
很不幸的是，如果他有毅力连续观察10年的天气，一定会发现他的模型2也失效了。而且他已经无法凭肉眼找出规律来完美拟合这10年的天气。
不过，这个问题难倒了古人，可难不倒现代人。
借助一台计算机，一个算法工程师在一天内就能大概率找到一个完全胜任的模型3来拟合10年的天气。只不过模型3远比模型2要复杂，为了提升拟合能力，他可能用到了数学工具箱里的很多高级武器，如高阶函数、分段拟合、非线性变换等。
任何一个受过九年制义务教育的现代人，想必在看到模型1和模型2的一瞬间，就已经在心里否定它们了。
不过到了模型3，面对一堆可能已经超出中学教纲的数学公式，再加上对10年的真实样本能完美匹配的事实，你可能会开始拿不定主意了：这个模型可能真的能预测天气吧？
事实上，看起来高大上的模型3，真来做预测时，会和前两个简单模型一样笨拙。
总结一下。在做预测时，如果选错了输入的“因”，其预测就肯定不靠谱，就像上面的例子，光用过去的天气来预测未来的天气，是无论怎么建模都没用的。
然而，模型越高级，越能在错误的数据上找出看起来完美符合历史样本的规律。这在建模中叫做过拟合，是预测模型的恶梦。这也是为什么很多量化投资模型在历史回测时很靓丽，可一到实盘就亏钱。可见过拟合有多费钱。
人工智能算法可以预测股市吗
现在我们可以回到本文最初探讨的问题了。人工智能到底可以预测股市吗？
股票价格的变动是一个典型的开放问题，它的相关影响因素是无法穷尽的。比如至少政府意志、公司行为、个人决策等因素都会随时扰动股价。
所以，基于目前实际的AI技术框架来说，它还不可能像阿尔法狗碾压人类棋手一样统治投资界。
事实上，考虑AI对投资的帮助时，我们更应该类比天气预报这样的开放问题，而不是围棋这样的封闭问题。
首先，天气预报仍然无法预测很多局部的突发性天气状况；同样，人工智能也几乎不可能准确预测股市中的黑天鹅。
其次，天气预报无法精准预测某地点每一时刻的温湿度、风速等；相对应的，人工智能也不可能精准预测每只股票下一时刻的涨跌价格。
然而，人们都觉得天气预报挺准的，是因为它对一个时间段的气温区间、下雨概率等更宽泛的问题做得已经很出色了。
同样，人工智能也可以在很多更宽泛的股票问题上取得不错的预测效果。比如找出未来股价涨幅相对更好的一群股票；比如预测未来哪些股票之间的价格相关性更强；比如预测哪些股票未来波动性会显著变化等。
即便不是百分百正确，但做到大概率的预测准确性还是可以的。而且这些结果已经足以带来不错的投资收益了。
最后总结一下。人工智能不可能精准预测股票的涨跌和价格等，这不是因为算法不够强大，而是由问题本身的性质决定的。但人工智能仍然能做出很多辅助预测，帮助我们提高投资收益。
下一篇来聊聊用计算机构建投资策略的思路。