AI 对冲基金创造新货币,要将华尔街“开源”

雷锋网2月23日报道,华尔街是一个竞技场,一场完全属于金钱的达尔文优胜劣汰的竞争。Gordon
Gekko曾说,贪婪是好的,“它抓住了进化精神的本质”。华尔街是这样运作的:一个对冲基金寻找到一个利益点,便开始进行疯狂保护,将他们的交易数据锁死,阻止他们的交易员跳槽去隔壁公司。而这个利益点就存在于没有人能发现的市场无效率和更低的成本费用之中。但是Richard
Craib 想要改变这一切。他想将华尔街的血腥竞争转变成一种和谐共生。

据《连线》杂志报道,如今,这个29岁的南非技术员和他的另类对冲基金
Numerai 启动了一项新的数字货币项目。Craib
的想法非常奇怪,所以不同于以往的任何经验,这个项目的命名都变的很模糊。从比特币的底层技术中获得灵感的 Craib
为自己的创新加入了Crypto金融(Crypto++库是一个用c++编写的密码类库)领域所谓的“数字令牌”——一种基于互联网的资产,可以将从风险资本到计算机电源的一切进行众包。Craib

希望他设计的特殊令牌可以让华尔街的人在一个团队中工作。这是一个奇怪、复杂却潜力巨大的创新,它建立在技术上一个非常大胆的安排、一种新的布局和对资本市场前提条件的一种质疑。贪婪依旧很好,但是人们一同工作也许更好。

据雷锋网了解,位于旧金山的
Numerai 是一个用人工智能操控交易的对冲基金。但是这个系统并不只是 Craib
的功劳,而是数千名数据科学家努力创造的最好的交易算法的结果,并且在他们得到努力下,它战胜了比特币。整个概念听起来像是一个硅谷的冷笑话。但是
Numerai 已经用这样的方式进行交易超过一年,据 Craib
说,系统也在持续获利。这个项目也吸引着很多大人物,比如复兴技术公司(Renaissance Technologies)的创始人Howard
Morgan(该公司是技术驱动型交易领域的先驱者,获得过巨大成功)。

(图为 Richard Craib)

这个系统的精妙之处在于:Numerai

将数据交给科学家们之前会先将交易数据加密,以防止他们模仿基金的交易。同时,公司会谨慎地组织这些加密数据,使得数据科学家们可以用数据建立模型提升交易质量。这样的众包方式在某种程度上看起来非常可行。但是在
Craib
眼中,这个系统仍然存在着一个重大问题:如果一个优秀科学家从中获利,会因为某些动机邀请其他优秀科学家加入其中,这种众包的思维其实是与华尔街“自利“的核心理念相悖的,华尔街坚信应为自己挣最多的钱。

这也正是 Craib 的新令牌想法的来源。Craib 和他的公司相信,如果可以将所有人的动机统一起来,Numerai 会更加成功。他们希望这种新的货币——Numeraire,可以将在线竞争变成一种合作,将华尔街的模式逐渐转变。

人人共赢

在系统的第一个版本中,Numerai

发生了一个重大失误。公司发放比特币的标准是只基于加密测试数据的成功,而不进行真实市场测试。这个设定相当于在鼓励科学家们与系统数据赌博,为自己获利而不是为整个基金工作。比特币大企业
Coinbase的联合创始人及华尔街资深人士 Fred Ehrsam 说“这个判断标准只基于过去发生的事情,而不是未来发生的事情。“

但是
craib
觉得这个系统的失误还有另一个方面,这也是华尔街的问题所在——数据科学家们仍然在竞争,他们每个人都只为个人奋斗,而不是为了一个相同的目标。他们最大的兴趣是为自己赢得更多的利益。如果他们把成果发布出去,那么竞争会更加激烈,他们赢得的奖金会变少。尽管科学家们正在共同建立一个主要的人工智能,但是他们仍然有分歧,基金和这些基金的创建者目的相左。

为了解决这个问题,Numerai
将 Numeraire,总共1,000,000个令牌分配给12,000个参与的科学家。科学家在排行榜上排位越高,就能获得更多的
Numeraire。但是 Numeraire 并不是一个真实可用的货币,它只是用来下注他们的机器学习模型会在真实市场中运行顺畅。据雷锋网(公众号:雷锋网)了解,如果他们的交易成功,他们可以将Numeraire 取回,并获得比特币的报酬,算是一种分红;如果交易失败,公司会清除他们的 Numeraire,也不会给他们发放薪酬。

这个新的系统鼓励数据科学家们建立可以在真实市场而不是在测试数据上运行的模型。Numeraire

的价值也会因为整个对冲基金的整体成功而按比例增加,因为如果基金增长的时候,Numerai会为数据科学家拥有的每一个Numeraire兑付更多的比特币。Craib
解释到:”因为Numerai 每月会给持有 Numeraire 的人付一百万美元,那么 Numeraire 的价值会变得非常高,因为持有
Numeraire 将会是赚取这一百万的唯一途径。“

这是一个精妙的逻辑:每个用Numeraire 下注的人都有一个让其他人建立最好模型的动机,因为大家一起努力,使得基金成长的越快,大家可以分红的额度越多。每个人都有想要增加更多人才的动机。这是一种奖励合作的结构。

另外,尽管
Numeraire
本身没有固定的价值,但是它必定会在二级市场上被交易。最有可能的买主会是一些成功的数据科学家,因为他们想要增加他们的存量,下更多的赌注,得到更多的比特币。并且如果基金取得成功,二级市场需求增加,那么即使那些不下赌注的人也能看到他们
Numeraire 价值的增加。在它的交易过过程中,Numeraire 会变成一种“股票“,一种自成体系的”货币“。

一个富足的合作体系

对Craib,这个头发卷曲,身高190的受过训练的数学家来说,他的希望就是
Numeraire
能够激励华尔街像一个开源软件一样运行。在这个“软件”中,大家互相分享,所有人从合作中获利,整个系统变得更好。比如谷歌将他们的人工智能引擎开放出来,因为来自外部的改善会使得谷歌自己的系统也变得更好。

“为什么技术是合作博弈而金融则是零和博弈呢?”Craib问道,“技术公司从由不同类型的人组成的网络效应中获利。因为他们都在努力构建整个网络,而不是相互竞争。”

Craib 和他的公司在以太坊(Ethereum)中构建他们新的令牌。如果这个令牌能赶上比特币的发展之路,那么与此相关的每个人都会想要主动推进这个新项目,将它推入新的发展之路。

via wired.com

本文作者:何忞

本文转自雷锋网禁止二次转载,原文链接

时间: 2024-09-24 02:00:20

AI 对冲基金创造新货币,要将华尔街“开源”的相关文章

AI 从业者该如何选择深度学习开源框架丨硬创公开课

编者按:本文内容来自微软美国总部机器学习科学家彭河森博士在雷锋网(公众号:雷锋网)硬创公开课的分享,并由彭河森博士亲自整理成文. 正如程序语言一样,深度学习开源框架同样各有优劣和适用的场景,那么 AI 从业者该如何有针对性地选择这些平台来玩转深度学习? 本期公开课特邀了先后在谷歌.亚马逊.微软供职的机器学习科学家彭河森博士为大家讲述<MXNet火了,AI从业者该如何选择深度学习开源框架>.彭河森博士亲眼见证并深入参与了这三家巨头布局深度学习的过程. 嘉宾介绍 彭河森,埃默里大学统计学博士.现担

预告:MXNet火了,AI从业者该如何选择深度学习开源框架丨硬创公开课

近日 MXNet 被亚马逊AWS 正式选成为官方深度学习平台,使得前者再次火遍整个 AI 圈. 除了 MXNet 外,谷歌.微软.亚马逊.百度等巨头都围绕深度学习搭建了自己的开源平台.目前研究人员正在使用的深度学习框架不尽相同,有 TensorFlow.CNTK.MXNet.Torch .Caffe.Theano.Deeplearning4j 等. 正如程序语言之争一样,深度学习开源框架同样各有优劣和适用的场景,那么 AI 从业者该如何有针对性地选择这些平台来玩转深度学习? 本期公开课特邀先后在

深度丨110亿美金还不够,阿里使用这种AI手段创造更多广告收入(附PPT)丨CCF-GAIR 2017

7月9日,虽然已是中国计算机学会(CCF)主办,雷锋网和香港中文大学(深圳)承办的第二届CCF-GAIR全球人工智能与机器人峰会的最后一天,但仍然不影响各位童鞋到场学习的激情.机器人专场不仅满座,连走道上都挤满了小伙伴.继Facebook田渊栋结束其演讲之后,阿里妈妈精准展示广告技术总监盖坤作为第二场主题演讲嘉宾,也上台为大家分享了在过去5.6年间阿里巴巴基于互联网大数据做的机器学习模型方面的一些探索,以及一些研究成果背后的思考. 盖坤这次给大家带来的演讲主题是<互联网大数据下的模型结构挑战>

【AI女神节特稿】人工智能领域你不能忽视的 12 位女性

在 Lovelace 所处的时代,她的天才没有得到世人的赞誉.在一百多年后的今天,女性的地位虽然得到提升,但还有很大的上升空间.在理工学科,尤其是人工智能领域,女性从业者的数量仍然呈现压倒性的劣势.以 DeepMind 为例,作为全世界人数最多的深度学习研究机构,新智元在 LinkedIn 上查询 "DeepMind",共得到 389 条结果(搜索时间是 2017 年 3 月 7 日.另,DeepMind 的研究团队大约有 2000 人).其中,女性不到 20 人,而且大多数为行政人员

高盛AI生态报告:美国仍是主导,中国正高速成长

不久之前,高盛推出了一份讲解人工智能生态的重磅报告(共99页).报告从最基本的人工智能概念开始,主要内容包括人工智能所能变革的行业.人工智能生态.使用案例.背后的主要驱动者(谷歌.亚马逊.英伟达.百度等)等,并附有高盛调查得到的150多家人工智能与机器学习公司列表.机器之心编译了报告的主要部分. 人工智能(AI)是信息时代的尖端技术.在最新的「创新简介」(Profiles in Innovation)系列文章中,我们将对机器学习和深度学习的进展进行研究考察. 在和更强大的计算资源以及不断扩增的数

MIT联合波士顿咨询:全球21个行业,对话3000名高管,AI如何重塑商业形态?

人工智能已经成了一个新的风口,人人都在谈论人工智能,但是,企业在人工智能上的布局,是否真的如人们谈论的那般红火?最近,麻省理工大学<斯隆管理评论>(MIT Sloan Management Review)联合波士顿咨询集团出炉了一份题为<Reshaping Business with Artificial Intelligence>(用人工智能重塑商业)的报告,旨在为让各公司能平衡好雄心和实际行动,更好地落地人工智能. 雷锋网编辑为读者选取了主要内容和图表,进行了简化编排和&quo

【重磅】人工智能长篇报告:1.5万字告诉你AI的应用究竟对人类社会经济有哪些影响

雷锋网(公众号:雷锋网)按:本报告为2016年7月7日由白宫和纽约大学信息法律协会联合举办的"AI Now"人工智能研讨会内容之总结.文章来源 The AI Now Report, 中文全文由 网易智能 猪厂智能菌独家编译,雷锋网已获授权转载. AI Now与会人员有微软研究院.纽约大学的凯特·克劳福德(Kate Crawford).谷歌开放资源研究与安全团队创始人梅雷迪思·惠特克(Meredith Whittaker)等,完整名单见文末.  前  言   人工智能(Artificia

AI报告:人工智能究竟对人类有何影响

前言 人工智能(Artificial Intelligence,简称AI)是一系列技术的集合,其下包括机器学习.推理.感知和自然语言处理等.人工智能的概念和应用65年前就已开始,不过最近AI的进步和应用让这种技术再次成为热议.随着AI被更广阔地应用到人类社会和经济生活各个方面,新的机遇和挑战随之而生.其巨大的潜在影响让人类不得不谨慎思考AI技术的发展与应用. 于今年7月举行的"AI Now"研讨会是由白宫科技政策办公室和美国国家经济委员会联合推动的一系列研究的最后一个环节.此前的一系列

高盛:中国AI崛起 BAT是最大受益者

近日,高盛集团发表了一篇名为<中国人工智能崛起>的研究报告,称中国在利用人工智能推动经济发展方面,已经成为全球的主要竞争者.而BAT在这场洪流中将是最大的受益者. 高盛表示,中国政府拥有资源,并自上而下制定了一份雄心勃勃的计划,在未来几年内创造一个由AI和机器学习驱动的智能经济. 据悉,早在今年7月份,中国国务院就发布了<新一代人工智能发展规划>(以下简称<规划>),<规划>中称,2030年中国要成为全球主要的人工智能创新中心.预计在2030年,中国人工智能