有位香港大亨是Samathur Li(李建勤),他的父親是Shaftesbury Plc(一家英國房地產投資信託基金)的主要投資者,Shaftesbury Plc擁有倫敦唐人街、柯芬園和卡納比街的大部分物業。他最近控告銷售人員是Raffaele Costa,他主要為投資管理公司英仕曼集團(Man Group Plc)和旗下全資子公司GLG Partners Inc銷售投資基金工作。控告的理由是Raffaele Costa宣稱利用AI操盤的機器人投資可以賺大錢,結果害他賠錢。
這是第一個人類因機器人造成的投資損失而訴諸法庭的案例,引發了人們對「黑盒子」問題的關注:如果人們不知道電腦是如何做出決策的話,那麼出現失誤時,誰來負責?
把錢交給機器人就能高枕無憂了嗎?
魔法隊長的魔術
一切始於2017年3月19日,在杜拜一家餐館的那一次午餐。45歲的李建勤在席間第一次遇到了49歲的義大利人Costa——業內同行稱他為「魔法隊長」。Costa向李講述了他的公司Tyndaris(總部位於倫敦的一家金融資產投資公司)即將推出的對沖基金機器人,他們打算完全使用人工智慧來管理投資。
這是一個由奧地利人工智慧公司42.cx開發的名為K1的對沖基金機器人,它通過整合即時新聞和社群媒體等線上資源,評估投資者情緒並預測美國股票期貨。然後它會向經紀人發送指令執行交易,並根據訊息即時調整策略。
自動化資金管理的想法讓李眼前一亮。三天後,他邀Costa共進晚餐,他在邀約的電子郵件中寫到,「對沖基金機器人正是我想要的。」
這之後Costa向李展示了K1的模擬操作過程,操作顯示透過使用它可以獲得雙倍的投資回報。李很愉快地同意了這一投資計畫,並讓K1管理自己約2.5到25億美元的現金以及在花旗集團公司的剩餘槓桿融資,期待自己的資產可以翻倍。
機器人不是搖錢樹,甚至不是保險箱
但在實際使用的過程中,李卻發現K1的魔力消失了。2017年底到2018年2月期間,K1在決策方面屢屢失誤,不但沒有帶來預想的收益,還一直在虧本。其中2月14日由於止損單的錯誤操作,單日損失就超過2000萬美元。李的律師堅持,如果K1真的像Costa展示的那樣精明老練,那麼就不會產生這種情況。
李正在以涉嫌誇大機器人的能力而導致約2300萬美元損失為由起訴Costa和其所在公司Tyndaris。而Tyndaris一方也正控訴李沒有支付300萬美元的服務費用,並否認Costa誇大了K1的能力,稱其從未保證過使用機器人一定會賺錢。
機器人戰勝了人類,卻輸給了大盤
AI橫掃對沖基金領域
在2018年9月的BarclayHedge的對沖基金情緒調查發現,超過一半的對沖基金受訪者(56%)正在使用人工智慧來做出投資決策,幾乎是一年前報告(20%)的三倍。大約三分之二使用人工智慧產生交易想法和最佳化投資組合。超過四分之一的人使用它來自動執行交易。
一方面是因為在對沖基金領域,由於基金經理的決策一直不夠穩定有效,金融人才的極度稀缺,追求人工智慧勢在必行。
另一方面,技術的進步推動了AI的使用。現在可以從衛星圖像,物聯網,全球資本流動,銷售點系統和社群媒體各種途徑獲得龐大的資料集,一天內就可以生成比整個20世紀90年代能收集到的還要多的數據。隨著原始運算能力不斷提高,圖形處理單元(GPU)和定製硬體現在可以在數小時而不是數週內解決問題。而隨著雲端運算的普及和成本的下降,機器學習正蒸蒸日上。
對沖基金如何使用人工智慧
許多對沖基金公司正在使用人工智慧分析大量數據,修正可能的供需失衡,或者預測戰術資產配置可能導致的市場變動。
借助電腦識別和執行交易的定量投資程序已經非常流行。更好的是純人工智慧,即一個可以根據過往經驗自動學習和改進策略,而無需人類再參與的機器人。。
事實上,近年來出現了一類基於機器學習和人工智慧演算法的對沖基金機器人。例如Aidiyia Holdings,Cerebellum Capital,Taaffeite Capital Management和Numerai。Numerai是一家人工智慧投資公司。Numerai的交易由人工智慧決定,人工智慧由數千名匿名資料科學家組成的網路推動。該公司透過在外部AI專家,數學家和資料科學家之間舉辦競賽來決定投資策略。最近,Numerai還推出其產品Erasure提供給金融界其他公司,進而擴展了其業務。Erasure主要使用區塊鏈技術的預測市場。這家公司正在推動對沖基金業務模式的界限。
失誤、問題與擔憂
Tyndaris公司使用的對沖基金機器人K1,根據研發公司42.cx創始人Daniel Mattes介紹,是受到2015年歐洲央行衡量推特上投資者情緒的研究的啟發,由此開發了可以研究投資者情緒訊號的軟體。
「這是一個很棒的軟體,」Mattes說。「我們提供的情緒訊號有強大的科學基礎。我認為我們做的相當不錯。我們可以發現市場上的各種情緒,但我不是交易員。」在實際大盤操作中似乎僅僅收集和分析情緒數據是不夠的。
2018年情人節的那天上午,K1向其經紀公司 - 高盛集團(Goldman Sachs Group Inc.)發出交易訂單,以15億美元收購標準普爾500期貨,預計指數將上漲。然而經濟數據顯示美國通膨上升速度超過預期,標普指數下跌,K1觸發下跌1.4%的止損操作,導致基金損失2050萬美元。但隨後標普指數在數小時內又發生反彈,李的律師稱,K1當天的止損位操作是「粗暴且不恰當的」。
黑盒子問題:如果機器學會說謊?
總部位於倫敦的投資公司Aspect Capital也正在嘗試使用人工智慧來制定客戶資金投資策略。公司聯合創始人Anthony Todd說,「我們對機器學習技術應用的一個擔憂是,一旦使用了這些技術就無法再獲得關於每一步市場行為的明確假設。」
目前擁有高水準教育和人工智慧技能的人數只有幾千。所以現在金融公司不得不從谷歌和Facebook這樣的科技公司招募人才。
人才稀缺現在與人們認識到理解人工智慧對對沖基金至關重要,如何同時與傳統競爭對手和精通技術的新進入者保持同步?對此的考慮已經導致了對人工智慧學術課程和培訓的新一輪重大投資。
但還有一個對於人工智慧的擔憂是,如果有一天機器人產生了自己的想法怎麼辦?恐怕即使是它的創造者也無法完全理解它做出的一些決策。而要知道,虛假因為陳述是指人對人所作的,但當機器而非人作虛假陳述時怎麼辦?我們可以控告他嗎,僅僅他長得像人我們就可以把他當作人來控告嗎?
錯的是機器還是機器背後的人?
關鍵是使用機器的方式
黑盒子問題離我們目前彷彿還很遙遠,而在這次的案件中,雙方爭執的焦點主要在於Costa是否誇大來K1的能力。
比如李的律師指出Costa為了贏取李的信任,誇大了構建K1演算法的技術人員的資格,宣稱他們曾參與深藍的研發。深藍是由IBM公司設計的超級西洋棋電腦,它在1997年擊敗了世界冠軍,象徵著人工智慧時代的到來。
42.cx創始人Daniel Mattes表示,所有給過他建議的技術人員都沒有參與過深藍專案,只有一名技術人員Vladimir Arlazarov在上世紀60年代前蘇聯時期開發過一個名為Kaissa的西洋棋程式。他承認技術人員的可能沒有投資相關的經驗。因為有明確的規則可以模擬,所以演算法在遊戲中已經可以輕易擊敗人類,但是股票市場顯然缺乏這類規則。Arlazarov告訴彭博社他確實給過Mattes建議,但沒有特別針對K1。
Tyndaris公司對此沒有回應。
關於李在K1的能力方面是否受到誤導,控辯雙方則各執一詞。
李聲稱他被告知K1會每天進行「深度學習」,根據波動等市場因素確定適當的止損位。Costa否認他曾經這樣說,並聲稱他告訴李止損位是由人設定的。
在對Mattes的採訪中,他表示,K1的設計並不是為了產生止損位,而只是為了產生兩種情緒訊號:一種普通訊號是為了讓Tyndaris進入某種交易狀態,另一個動態訊號可以用作退出或改變交易狀態。雖然Tyndaris還向其他投資者推銷了K1機器人對沖基金,但其發言人拒絕評論該基金是否曾經管理過資本。上個月,Tyndaris已經從其網站上刪除所有關於機器人對沖基金的相關訊息。
根據Eurekahedge的AI對沖基金指數數據,像Marcus Storr這樣的投資者表示,在營銷人員向他們推銷人工智慧基金時他們都會很謹慎,特別是對那些將人工智慧作為其核心策略,並且在2018年之前的三年內回報不到標準普爾500指數回報一半的基金。
我們總希望找到一個人來承擔責任
Storr,這位德國私人投資管理公司Feri Trust GmbH(位於Bad Homburg小鎮)的對沖基金主管表示,「我們不能說這些AI程式碼是好是壞,對我們來說,歸根結底還是要看其交易設置和研究分析能力。」
那麼當公司使用自動聊天機器人向客戶銷售產品時發生問題怎麼辦呢?甘迺迪全球律師事務所的倫敦律師Karishma Paroha是專門負責產品責任案件的,她補充說,在這種情況下即便起訴銷售人員也是不可能的。
「人們往往都認為演算法可以比人類交易員做出更快、更好的決策,」史丹佛大學法學教授Mark Lemley說,「通常情況下是這樣,但也有例外。而當機器出現失誤時,投資者希望有人來承擔責任。」
從自動駕駛汽車到虛擬助手,隨著人工智慧融入人類生活的方方面面,類似的法律糾紛不可避免。當技術出現失誤時,就需要確定責任方。
今年,在亞利桑那州坦佩市,Uber公司的一輛自動駕駛汽車撞擊並導致了一名49歲的路人的死亡。3月,美國刑事檢察官宣佈Uber公司無罪。
資料來源:
- Who to Sue When a Robot Loses Your Fortune
- Artificial Intelligence Sweeps Hedge Funds
- Majority of Hedge Fund Pros Use AI/Machine Learning in Investment Strategies
本文授權轉載自大數據文摘
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!