当我们见识到ChatGPT等人工智能的神奇和威力之后，自然而然会有一个问题：如果人工智能来到股市，会不会大杀四方？

事实上，这并不是一个新问题。在华尔街，很多年之前就开始尝试在金融领域使用人工智能。

在华尔街和伦敦城的主要金融机构，都有一小群曾是物理学家和应用数学家的人员，尝试将物理学、数学原理应用于证券市场。以前，这些人被称为“火箭科学家”，之所以这么称呼，是因为火箭通常被认为是科学界内最先进的领域，现在他们通常被称为“宽客”。

(资料图片仅供参考)

宽客从事的主要工作是“金融工程”，这个学科是跨学科的混合体，包括物理学模型、数据技巧和计算机科学等，目的是对金融证券进行估值。例如“宽客”建立的数学模型首先对历史股价数据进行分析，那些历史上价格总是朝同一或相反方向波动的相关联的两只股票，突然价格趋势发生了背离，这很有可能说明其中一只股票价格被高估或低估，电脑程序用海量数据进行分析，帮助交易员找到获利这些机会。

“宽客”最典型的交易就是量化投资。量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定的收益，量化投资就是人脑和人工智能结合的投资范式。

物理学家、数学家们在华尔街最常见的工作是建立模型估计证券的价值。他们修补既有模型并开发新模型。到目前为止，金融世界中最著名的也是应用最广泛的模型就是布莱克-斯科尔斯期权定价模型。而人工智能算法的核心内容，就是围绕这些模型展开交易。

既然“宽客”和人工智能这么厉害，那么他们在金融市场能赚到钱吗？

1997年，两位经济学家迈伦·斯科尔斯和罗伯特·默顿因为他们在布莱克-斯科尔斯期权定价模型上的贡献，共同获得了当年的诺贝尔经济学奖，两人也运用自己的理论赚得盆满钵满。1998年8月，发生了一场预料之外的危机，俄罗斯金融风暴引发了全球的金融动荡，长期资本管理公司资产随即暴跌，到了9月，公司不得不被清算接管。

布莱克-斯科尔斯期权定价模型并没有错，但是当市场中每一个实力雄厚的投资者都依赖该模型后，就很容易演变成一场灾难，每个人手上都是相同的资产，当市场变化时，人人都争相抛售，但市场的另一头却没有人愿意接手，于是灾难就发生了。

其实这也是人工智能的最大问题，人工智能带来的交易优势是暂时的。当各家金融公司的核心算法相似的时候，他们很容易买入相同的股票和资产，而一旦市场上稍有风吹草动，算法就会下达相同的指令同时抛售资产，市场的风险会被急剧放大。例如当美联储宣布一个重大消息时，AI控制的高频交易能够在几毫秒的时间内下达交易指令，为了避免损失，其他人工智能的算法也会用更快速度抛售或买入，结果市场要么暴涨，要么暴跌。

原美国财政部部长、著名经济学家劳伦斯·萨默斯有一次约见了谷歌数据科学家赛斯的时候问了这样一个问题：“你觉得你能用谷歌的大数据预测股市吗？”这位数据科学家的答案是：不会起作用。

赛斯的理由是，即便某个大数据技术真的能预测股市，那么很快就有很多对冲基金效仿，这就让预测的准确性不存在了。例如在过去，“购买黄金”的搜索数量的确与未来黄金价格上涨有关，但这种方法现在已经不奏效了，这很可能是其他一些对冲基金也发现同样的关系，所以最终的结果是没有一种方法能准确预测市场。