原創(chuàng)文章第205篇，專注“個(gè)人成長與財(cái)富自由、世界運(yùn)作的邏輯，AI量化投資"。
把上面slogan連接起來，這個(gè)連接點(diǎn)可能是chatGPT為代表的生成式AI。
生成式AI具備世界知識(shí)，可以揭示世界運(yùn)行的邏輯，同時(shí)，希望它能夠賦能量化投資。
量化領(lǐng)域，一直有幾個(gè)方向：量化投資、智能投顧，智能投研。
量化投資是一個(gè)大概念，但狹義而言，一般就是使用量化的手段，去獲取超額收益alpha。而智能投顧一般特指基本投資組合理論，使用風(fēng)險(xiǎn)預(yù)算的概念，去獲取beta。而智能投顧更偏向投資分析，有點(diǎn)像券商里的投資分析師做的事情。
A股市場，大家更傾向量化投資。就是機(jī)器炒股。可是，金融數(shù)據(jù)信噪比極低，除了高頻領(lǐng)域，在日頻這樣的維度，能否發(fā)現(xiàn)可持續(xù)的模式，其實(shí)是存疑的。這無關(guān)乎是傳統(tǒng)的K線分析，還是集成學(xué)習(xí)，或者深度學(xué)習(xí)還是強(qiáng)化學(xué)習(xí)。并非模型學(xué)習(xí)能力的問題，而是數(shù)據(jù)本身夠不夠的問題，數(shù)據(jù)里邊有沒有模式的問題，以及模型是否穩(wěn)定的問題。
智能投顧，在國外的理財(cái)領(lǐng)域做得不錯(cuò)，國內(nèi)有幾家，包括銀行都在做，很多變成了fof，如果理念正確，長期來看，獲得市場beta問題不大，但問題在于，這與智能其實(shí)沒啥關(guān)系。
智能投研的代表是kensho。kensho被標(biāo)普500 5.5億美金收獲的時(shí)候，在智能投研圈里掀起不小的水花。當(dāng)年的口號(hào)是“干掉”證券分析師。這兩年聲音少了不少。kensho所代表的智能問答，自然語言處理，在chatGPT看來，并不是特別“難”的事情。
當(dāng)年，很多做知識(shí)圖譜的人，看到kensho的成功都很興奮。我當(dāng)時(shí)也覺得通往AGI之路應(yīng)該是強(qiáng)化學(xué)習(xí)+知識(shí)圖譜。但中文圖譜太難建，光一個(gè)中文分詞，準(zhǔn)確率就無法保證，更不用說后面的NER，實(shí)體識(shí)別，消歧之類的。
一直以來，深度學(xué)習(xí)在NLP上帶來的進(jìn)步，更多是“端對(duì)端”的，比如翻譯。文本生成，寫個(gè)古詩、對(duì)聯(lián)可以，但內(nèi)容基本不可控。意圖識(shí)別靠大量的模板，宏來生成。
但chatGPT帶來了一種新的范式，讓人看來通用智能AGI的希望。
超大模型，prompts，可控文本生成，甚至直接解決N輪對(duì)話的問題。
如何用小一點(diǎn)的模型，引入垂直領(lǐng)域知識(shí)，以用回來行業(yè)相關(guān)的問題 ？普通人，普通公司落地的路徑這樣更加務(wù)實(shí)。
綜合一句話，我想探索： 類chatGPT生成式技術(shù)，在金融投資研究方向的落地。
如何做呢，目前想到的從gpt2入手，這是一個(gè)開源的預(yù)訓(xùn)練模型。當(dāng)然隨著更多公司的入場，更多新模型或者語料會(huì)開放出來。
目前設(shè)想中的一個(gè)路徑：
1、基于gpt的預(yù)訓(xùn)練模型；
2、基于“知識(shí)庫”的可控文本生成，能用上結(jié)構(gòu)化數(shù)據(jù)庫更好。
3、多輪對(duì)話的上下文語境。
https://github.com/hpcaitech/ColossalAI/tree/main/applications/ChatGPT/examples
最小成本復(fù)現(xiàn)chatGPT，當(dāng)然，只是里邊的強(qiáng)化學(xué)習(xí)部分，可以試試。
聯(lián)系客服
