買方技術(shù)專家說 忽略炒作并專注于機器學(xué)習(xí)目標

根據(jù)TradeTech FX Europe的小組成員的說法，機器學(xué)習(xí)和人工智能(AI)的進步可能會改善交易策略，但代價是透明度和可解釋性。

安本資產(chǎn)管理公司(Aberdeen Asset Management)的投資分析師伊恩麥克威廉姆斯(Ian McWilliams)詳細說明了對機器學(xué)習(xí)技術(shù)能力的理解是如何被缺乏理解和夸張所扭曲的。

“我開玩笑說，當你在外面做廣告時，你會說人工智能，但你說機器學(xué)習(xí)，實際上你只是在進行邏輯回歸等等，”他說。“我不認為這是不誠實的，也許它有點夸張，但它在定義方面并沒有錯，因為當我們談?wù)摍C器學(xué)習(xí)時，你真正得到的算法是從數(shù)據(jù)中學(xué)習(xí)算法。”

“我們正在接受大量的市場信號和情緒信號，預(yù)測未來市場將采取哪些措施，并利用這些信息建立交易策略。”

麥克威廉姆斯解釋說，圍繞機器學(xué)習(xí)元素的炒作，如深度學(xué)習(xí)，圖像識別和自然語言處理(NLP)，扭曲了對更好地為交易策略決策建模數(shù)據(jù)的工具的期望，特別是涉及與基金經(jīng)理的對話時。

“作為一個行業(yè)，我們需要考慮的有趣的事情可能是需要改變的態(tài)度是圍繞模型的可解釋性，這在許多領(lǐng)域都是一個大問題，而不僅僅是金融，”他說。

“每當我們提出交易時，傳統(tǒng)基金經(jīng)理都會問我們?yōu)槭裁匆M行交易呢?” 他們通常期望一個非常因果的A到B的解釋，但這往往會打敗這些非常復(fù)雜的算法。中間地帶不足以說算法說這樣做，所以我們正在這樣做，但需要在量子人和更傳統(tǒng)的人之間進行更多的對話，以了解那里存在權(quán)衡。“

Saeed Amen是貿(mào)易咨詢公司Cuemacro的創(chuàng)始人，也是雷曼兄弟和野村制定的系統(tǒng)交易策略的老手，在采用基于機器學(xué)習(xí)技術(shù)的交易策略時，頌揚了簡約的優(yōu)點。

“當你考慮使用機器學(xué)習(xí)時，要問的問題是：你想要實現(xiàn)什么，你可以使用邏輯回歸或線性回歸，例如，足以滿足你的任務(wù)嗎?”阿門說。“我總是會嘗試使用最簡單的工具。交易策略所涉及的復(fù)雜性需要有理由。“