東興養基場

?才智方 穩財民?

東興觀影 | 機器如何戰勝人腦,這部豆瓣8.9分神作不容錯過,投資也要“阿爾法狗”?且看機器學習模型全拆解

日期:2021-06-04





東興基金官方訂閱號





早在2016年,AlphaGo以4:1的戰績擊敗世界圍棋冠軍、職業九段棋手李世石,消息一度轟動全球。2017年5月,AlphaGo以3:0的總比分擊敗中國棋手柯潔,最終在高山仰止之后退出棋壇。

在今天的【東興觀影】欄目,東小興為您帶來一部豆瓣評分8.9的經典之作——阿爾法圍棋AlphaGo,為您詳細拆解機器戰勝人腦的全流程。

AlphaGo的傳說逐漸離我們遠去,然而人工智能戰勝人類的旅程還在繼續。無論是象棋、德州撲克等智力游戲,還是金融投資、飛行格斗等專業領域,人工智能的優勢正在不斷展現。如果AlphaGo轉戰投資領域,將會產生怎樣的傳奇?

機器如何戰勝人腦?

“人類一思考,上帝就發笑”,當機器開始具備思考能力,人類又該如何反應?

什么是AlphaGo?“Go”是日文“碁”字發音轉寫,也是圍棋的西方名稱,AlphaGo直譯為阿爾法圍棋,亦被音譯為阿爾法狗,是英國DeepMind公司在2014年開發的人工智能圍棋軟件。

2015年10月5日,2013至2015年度歐洲圍棋冠軍樊麾0比5敗于AlphaGo。僅在半年后,2016年3月,AlphaGo以4:1的戰績擊敗世界圍棋冠軍、職業九段棋手李世石,消息一度轟動全球。

2017年4月,美國紀錄片導演格雷格·科斯執導的作品《阿爾法圍棋》在翠貝卡電影節展映。紀錄片以李世石vs.AlphaGo之戰為中心,講述DeepMind團隊開發AlphaGo的原理與思考,以及人機大戰過程中的種種細節。

AlphaGo主要工作原理是“深度學習”,是指多層的人工神經網絡和訓練它的方法。這就像生物神經大腦的工作機理一樣,通過合適的矩陣數量,多層組織鏈接一起,形成神經網絡“大腦”進行精準復雜的處理。

除了模擬人類大腦之外,DeepMind團隊還讓AlphaGo進行“自學”:從網絡上下載了十萬部業余棋手比賽的影片,讓AlphaGo“觀看”,并令其模仿人類棋手的招數。

在DeepMind團隊提出想要AlphaGo與人類對戰時,首先找上的是歐洲圍棋冠軍、職業圍棋二段選手樊麾。欣然接受后,樊麾最終以0:5敗于AlphaGo之手,這也是史上首次人類專業圍棋手輸給了一個程序。

隨后,DeepMind團隊把視線放在了國際頂級棋手、全球圍棋冠軍、職業九段棋手李世石身上。出生于1983年的李世石彼時正處于全盛時期,作為世界一流的圍棋選手,李世石曾無不自信地認為自己可以戰勝AlphaGo。而DeepMind團隊也在為這場對戰緊鑼密鼓的準備,并為可能出現的缺陷而忐忑不安。

在對戰中,AlphaGo的表現令現場驚嘆不已,“看起來AlphaGo就像一個真正的人一樣”、“就像一名頂級的專業人士”。在圍棋比賽中,通過觀察對手心境和揣摩對方想法來調整棋路是慣常方式。但是對于李世石來說,和AlphaGo比賽,“你什么都感覺不到”。

最終,AlphaGo在對李世石之戰中獲得了壓倒性的勝利。5場比賽中,AlphaGo獲勝4場。而李世石的心理變化也從高傲到自我懷疑,從釋懷到奮然一搏,最終歸于平靜。

東小興在此不再贅述更多細節,歡迎感興趣的小伙伴來后臺留言和我們互動分享。

在影片之外,2017年5月,AlphaGo在中國烏鎮圍棋峰會上對戰世界圍棋冠軍柯潔,以3:0的總比分獲勝。同年5月27日,阿爾法圍棋團隊宣布,AlphaGo將不再參加圍棋比賽。

機器學習模型的神奇之處

AlphaGo的傳說逐漸離我們遠去,然而人工智能戰勝人類的旅程還在繼續。

無論是象棋、德州撲克等智力游戲,還是飛行、格斗等專業領域,人工智能的優勢正在不斷展現。那么,如果AlphaGo轉戰投資領域,又會產生怎樣的傳奇?

透視AlphaGo的成功邏輯來看,想要讓機器戰勝人腦,其實只有兩個步驟:
Step1:把古今中外精彩的圍棋對局輸入到軟件中,讓軟件去分析這些對局中有哪些有效的制勝手段。
Step2:讓兩個AlphaGo去進行對戰,應用上述有效制勝手段,讓它們在不同的棋局中、不同的形勢下去選擇哪些手段是有效的。

在經過成千上萬盤的對局后,AlphaGo最終選出最有效的棋法,疊加高頻次的分析,得出最有效的方式,從而取得勝利。

類似地,當機器學習模型應用在投資領域,這樣的取勝邏輯同樣適用:
Step1:找出歷史上漲幅最好的股票,總結出它們上漲的特征。
Step2:把這些特征進行復盤,假設不同的市場環境,在不同的環境中選取有效的選股因子,最終得出一個有效的選股模型。

經歷了計算機AI短時間、高頻次的運算,假設了成千上萬種市場的運行情況,進行了成千上萬次復盤,模型最終能夠選出最有效的因子,力爭既做到超額收益,又控制主動風險。

以東小興家為例,我們采用的是東興證券衍生品部和東興基金量化團隊共同打造的機器學習選股模型。策略架構采用多因子投資體系,完全按照數量模型進行實施,不添加任何人工主觀干預。多因子架構+機器學習賦能,再疊加有效的風控模型,最終生成出專注高效的投資組合。

那么,機器學習選股模型是否真的有效?答案顯然是肯定的。

以中證800指數為例,按月度計算下來,機器學習量化策略的月度勝率為78.33%。從季節效應來看,一般上半年超額表現好于下半年,較高的月度勝率保證了持續跑贏指數。
?
長期來看,在采用該策略組合扣費后,我們也得出了中證800指數超額收益凈值走勢。與中證800指數進行對比,策略超額收益曲線穩定,歷史超額收益最大回撤僅為5.57%。

回溯業績表現來看,在中證800指數起起伏伏的過程中,機器學習量化策略成功地做到了“漲時漲的多、跌時跌的少”。積少成多下來,年度跑贏指數的戰績也十分可觀。

AlphaGo已經正式告別棋壇,但科技在投資領域仍大有可為。聰明的投資者,快給自己選擇一只靠譜的產品吧~

END

【特別聲明】
1.本文內容均來源于我公司認為可靠的渠道,但所載內容和意見僅作為客戶服務信息,并非為投資者提供對市場走勢、個股和基金進行投資決策的參考。我公司對這些信息的完整性和準確性不作任何保證,也不保證有關觀點或分析判斷不發生變化或更新,不代表我公司或者其他關聯機構的正式觀點。
2.本文的觀點、分析及預測不構成對閱讀者的投資建議,如涉及個股內容不作為投資建議。我公司及雇員不就本文內容對任何投資作出任何形式的風險承諾和收益擔保,不對因使用本文內容所引發的直接或間接損失而負任何責任。
3.本文中所有數據均經核對,如有差錯,以相關數據原始來源所披露為準。
4.基金或指數的歷史業績不能代表其未來表現。我公司承諾以誠實信用、勤勉盡責的原則管理和運用基金資產,但不保證基金一定盈利,也不保證最低收益。投資者投資于我公司管理的基金時應認真閱讀基金合同、招募說明書、產品資料概要等文件?;鹜顿Y有風險,投資基金需謹慎。投資者在購買本公司基金前,請認真完成投資者風險等級測評,購買風險相匹配的基金。

微信掃碼關注東興基金

分享到:
三级网站在线观看视频播放