這機器人説要賣掉Facebook下次它可能是對的 - 彭博社

插圖：Charlotte Pollet 為彭博商業週刊在10月6日，富國銀行的股票研究部門將Facebook Inc.的評級下調為賣出，使其成為僅有的三家持有如此悲觀評級的券商之一。做出這一決定的分析師也很特別。它的名字是Aiera，或稱為人工智能股票研究分析師。

Aiera是Ken Sena的創作，他是富國銀行的一位資深互聯網分析師，他將其描述為一個自學習程序，可以比他自己更好地完成他工作的某些部分。Aiera在去年的美國總統選舉期間閲讀了關於與俄羅斯相關的Facebook廣告的數千篇報道。政治家們憤怒不已，國會要求舉行聽證會。Aiera的算法捕捉到了這種不良情緒，並認為這可能會引發其他投資者出售。這個評級對富國銀行來説有點尷尬。Sena本人根據自己的研究，推薦該股票的評級為跑贏大盤。

彭博商業週刊機器人出租車的裁決已出——華爾街正在乘坐火車Jamie Dimon 擔任財政部長：永不消逝的想法Jalen Brunson 是NBA現在需要的球員深入瞭解設定體育博彩賠率的公司“突然通過Aiera發出賣出信號，我們必須準備好與客户進行回應，”Sena説，他與Bryan Healey一起建立了Aiera，後者是一個名為Lola的初創公司的AI主管，之前曾在亞馬遜公司的Alexa數字助手上工作。“在發佈這些信息時，我們有點像是臨時應變。”

鏈接

值得一提的是，Facebook的呼叫證明是個失敗。股票上漲，一些投資者對這項技術表示不屑。“這讓人失望，”Sena説。儘管如此，他認為Aiera是對投資公司和銀行的警告，他們不能忽視像亞馬遜和谷歌等公司已經在利用的人工智能系統。這項技術正在到來，如果公司和分析師開始進行實驗並從中學習，他們會更好——即使自動化可能會摧毀一些有利可圖的華爾街工作。“可能會有一些人發現自己在訓練可能會奪走他們工作的機器學習技術，”研究公司Greenwich Associates的Richard Johnson説，他研究過人工智能對華爾街的影響。

人工智能對像富國銀行這樣的股票研究機構來説是新的，但對金融界來説並非如此。許多對沖基金使用機器學習程序來篩選大量市場數據，構建旨在利用他們檢測到的統計趨勢的投資組合。銀行的研究和銷售部門仍主要依賴人類判斷。分析師對特定股票提供買入、賣出和持有建議，創建客户尋找新見解時使用的報告，並常常通過接觸企業高管來豐富他們的思考。這比運行量化基金更復雜，在某些方面更具挑戰性。摩根士丹利剛開始使用人工智能在財報季節中篩選數據，還有一些初創公司幫助銀行自動將數據轉化為交易想法。但富國銀行是第一家使用這些技術進行公開推薦的大型銀行。

富國銀行的人工智能“分析師”能夠監控超過500只股票

Aiera是在Sena通過2016年組織的機器學習會議與Healey相遇後誕生的。兩人一拍即合，Healey開始為Sena提供AI方面的建議，幫助分析師向投資者簡要介紹這項技術。機器學習使軟件能夠在沒有人類程序員的情況下適應新數據。隨着Sena和Healey深入研究這個領域，一個問題浮現出來。“我問，嗯，你能自動化我所做的事情嗎？”Sena説。“Bryan説，你得給我解釋一下你做的是什麼。”

該系統依賴於無數人的思維。它在互聯網上搜索故事、財報、社交媒體帖子和超過500只股票的分析師研究，並使用自然語言理解等工具將文字轉化為情感的測量。“恐懼”、“憤怒”、“快樂”、“悲傷”和“驚訝”被結合成一個總體情感評分。然後，Aiera監控市場，看看它識別的情感是否會影響股票價格。如果存在相關性，它會存儲這些信息，並利用它進行預測，併為每隻股票生成一段最相關信息的摘要。

Aiera的建議是針對短期的。截至11月初，它在八小時內的預測整體準確率為88%，而其對八天的推薦中有58%得到了驗證，Sena説。八小時的預測效果最好，因為有更多的預測可以反饋到學習算法中。大多數推薦是持有，這部分是因為在幾個小時內股票不會發生太大變化。

“金融中的機器學習是一項艱難的工作，”紐約大學教授Vasant Dhar説，他經營着一家近十年的人工智能對沖基金。“你很容易自欺欺人，認為這些東西是如何運作的。”

Facebook的賣出呼籲有一個優點：它表明Aiera願意持負面態度。人類分析師可能會三思而後行，在強調壞消息和呼籲賣出之前，因為他們想要保持與高管的聯繫。Sena表示，人們應該注意到“你有一個無偏見的參與者——即使是人工智能在背後——出來説，看，這很重要。”

Sena在向富國銀行的合規部門描述發佈Aiera呼籲的計劃時，唯一相關的法規與自動資產配置的機器人顧問有關。這些顧問應該在對算法進行重要更改時告知客户。問題在於Aiera的設計是隨着新數據不斷流入系統而不斷變化。解決方案是在每份報告中包含一個加粗的免責聲明，強調系統的評級不是投資建議，僅應被閲讀以更好地理解人工智能。這個免責聲明在每份報告中逐漸上升。Sena表示，將Aiera轉變為真正的金融產品將需要富國銀行的額外工作和監管機構的更多相關指導。

富國銀行的其他分析師對Aiera的熱情不如Sena。該公司的知名銀行股分析師Mike Mayo希望利用它來增強他的研究，但他不會讓它對他的公司發佈股票評級。“就擁有一個Aibra，一個人工智能銀行研究分析師而言，我認為在下一個十年內不會發生，”他説。地位較低的分析師可能更有理由擔心：Mayo表示，銀行正處於削減成本的模式，並在考慮人工智能。

Mayo的初級分析師大約花費四分之三的時間檢查新聞文章、收集其他信息和處理數據——這些任務都可以由人工智能自動化。對於更多的中級分析師來説，這個時間超過了一半，而對於高級分析師來説，大約佔據三分之一的時間，Mayo估計。

“也許你不需要50名初級分析師在文件和故事中搜尋，”格林威治協會的約翰遜説。他估計15%的金融職位面臨人工智能自動化的風險，其中研究崗位最為暴露。銀行可能會利用機器學習來覆蓋較小、關注度較低的公司，而不需要僱傭員工。但這也表明Aiera仍然有很長的路要走。它的一些報告中包含關於其他公司的奇怪句子，以及陳詞濫調、通用的投資建議。這種情況主要發生在關於某家公司沒有太多新聞的時候——正是約翰遜認為會從自動化報道中受益的股票。