讓AI代替人類炒股，多么美妙的目標。
機器學習技術能在不需要人類預先編寫規則的情況下，讓計算機從數據中尋找模式。從機器人到天氣預報，再到語言翻譯，甚至開車，這項技術驅動著多個領域的進步。
為什么不能用它來搞定金融市場呢？
這種想法，已經引發了投資公司之間的軍備競賽，各家本來就已經非常依賴數學的基金開始爭搶他們所能找到的頂尖計算機科學家和統計學家。
這項技術一開始表現還不錯。今年業績最好的兩家對沖基金——Quantitative Investment Management LLC和Teza Capital Management LLC今年分別上漲了68%和50%，他們都說能做出這么好的業績，機器學習功不可沒。
然而，在投資上持續全面押注機器學習的公司寥寥無幾。
對哈里托諾夫（Michael Kharitonov）來說，基于機器學習建立對沖基金不是件易事：難度是想象中的三倍，耗時是預期的三倍。
“我們基本是屢戰屢敗?！彼f。
哈里托諾夫是Voleon Group的聯合創始人，這是首批全面擁抱機器學習的投資公司之一。從他們這些年的掙扎中，可以大致理解其他公司的選擇。
將機器學習用在金融交易中，我們先要清楚：這項技術在其他領域取得的那些成就，在交易上可能并不適用。金融交易是一個更雜亂的環境，模式總是被掩蓋著。
哈里托諾夫說，他們一開始就想用機器學習做交易預測，但是“就是不管用”。
哈里托諾夫現年54歲，他還有一位43歲的聯合創始人麥考利夫（Jon McAuliffe）。他們分別是計算機和統計學博士，都曾在最古老、最成功的量化投資基金D.E． Shaw Group做研究員。
那個時候，今年時不時登一下首富寶座的貝佐斯還沒有創立亞馬遜，剛好是哈里托諾夫的上司。
哈里托諾夫和麥考利夫多年來一直堅信，他們學過的機器學習技術天生適用于投資，有著可靠的方法論指導。但他們年輕時，計算機還不夠快，可用的數據集還不夠大。
到2007年，新數據集和足夠厲害的計算機出現了，于是哈里托諾夫和麥考利夫創立了Voleon，用機器學習做投資。公司的名字沒什么特別含義，編了這么一個詞只是因為域名剛好能注冊。
在融資過程中，他們遇到了挑剔的機構投資者。
要知道，機器學習這項技術和量化交易的常用方法有一些不同，它不需要科學家提出假設、寫出算法給計算機執行，而是由人類為自己算計提供大量數據，然后讓它自己找出模式。
實際上，就是計算機自己寫出算法，用來做預測，但問題在于，計算機不會告訴你它是怎么得出這個結果的。
市面上的那些量化基金能夠很清晰地解釋出自己的算法在做什么，但是Voleon的機器學習算法是怎么想的，只有計算機自己知道。
這種方法固有的神秘性，讓Voleon根本無法向潛在投資者解釋他們買賣股票的理由。計算機所找出的模式對人類來說太細微了，很難理解。
“很多人都完全不感興趣，但后來我們終于找到了能理解機器學習潛力的人。”哈里托諾夫說。
