開拓者量化網(wǎng) 資訊頻道 程序化交易 人物故事 Kevin Slavin 談演算法如何塑造世界

[轉(zhuǎn)] Kevin Slavin 談演算法如何塑造世界

2012-07-06 11:07 來源: 程序化交易者 瀏覽:2825 評(píng)論:(0) 作者:開拓者金融網(wǎng)

這是一張出自藝術(shù)家Michael Najjar手中的照片,以他去阿根廷拍攝照片這方面來說,它是真實(shí)的;但它也是虛構(gòu)的,在拍攝后還進(jìn)行了許多后制工作。事實(shí)上他所做的是依據(jù)道瓊指數(shù)的 趨勢(shì),以數(shù)位化方式重新塑造山的輪廓,所以你們看到的懸崖,山谷旁的高大懸崖,代表2008年的金融危機(jī)。這張照片拍攝的時(shí)間是景氣深陷在谷底的時(shí)候,我 不知道我們現(xiàn)在位于何處,這是類似香港恒生指數(shù)的地形,我不知道為什么會(huì)這樣。


這是藝術(shù),也是一種隱喻,但我認(rèn)為重點(diǎn)是關(guān)于這個(gè)齒狀曲線的隱喻。借著這個(gè)齒狀曲線,我今天想提出的是,重新思考一些關(guān)于當(dāng)代數(shù)學(xué)的角色,不僅是金融數(shù) 學(xué),而是一般數(shù)學(xué)。某些我們從這個(gè)世界擷取、源于這個(gè)世界的東西,已轉(zhuǎn)變成一種真正開始形塑世界的東西,對(duì)我們周遭和我們內(nèi)心世界來說皆是如此,特別是演 算法?;旧线@是電腦用來做決定的數(shù)學(xué),因?yàn)橐槐橛忠槐榈刂貜?fù)演算它們,獲得了辨別事實(shí)的能力;它們是固定、僵化的運(yùn)算,最后成為真實(shí)的結(jié)果。


我總是不斷地思考這一點(diǎn);幾年前,在跨大西洋的航班上,因?yàn)槲艺米谝晃荒挲g跟我差不多的匈牙利物理學(xué)家旁邊,我們談?wù)摾鋺?zhàn)時(shí)期匈牙利物理學(xué)家的生活情形。我說,「那么,你們當(dāng)時(shí)都做些什么?」


他說,「我們大多是在破解隱形技術(shù)?!?/p>


我說,「這工作不錯(cuò),很有趣,請(qǐng)問是怎么進(jìn)行的?」要明白這一點(diǎn),必須稍微了解隱形技術(shù)的原理,所以-這是過于簡化的解釋,但基本上,這不是說你可以駕著 156噸的鋼鐵在天空飛行而躲過雷達(dá)偵測,它不會(huì)就這么消失無蹤;但如果你有辦法讓這個(gè)龐然大物轉(zhuǎn)變成一百萬個(gè)小物體,就像一群群的鳥一樣,當(dāng)雷達(dá)追蹤它 時(shí),必須能看到天空中的每一群鳥,對(duì)雷達(dá)來說,這實(shí)在是非常艱難的工作。


他說,「是啊,但這是對(duì)雷達(dá)來說。因此我們不使用雷達(dá),我們建造一個(gè)偵測電波及電子通訊訊號(hào)的黑盒子,每當(dāng)我們看到一群帶有電子訊號(hào)的鳥時(shí),就認(rèn)為可能跟美國人有關(guān)?!?/p>


我說:「是啊,很不錯(cuò),所以你們有效的擊敗了60年來的航空研究。你們下一幕是什么?你長大后做些什么?」他說,「嗯,金融服務(wù)?!刮艺f:「哦?!挂?yàn)檫@ 在最近的新聞中有報(bào)導(dǎo)。我說,「請(qǐng)問是怎么進(jìn)行的?」他說,「嗯,目前有2000位物理學(xué)家在華爾街工作,我是其中之一?!刮艺f,「那華爾街的黑盒子是什 么呢?」


他說:「你問的問題很有趣,因?yàn)檫@事實(shí)上就叫做黑箱交易,有時(shí)也稱為algo trading,演算法交易。」演變出演算法交易的部分原因是,商業(yè)機(jī)構(gòu)的交易者發(fā)生跟美國空軍相同的問題,就是他們打算轉(zhuǎn)移這些資產(chǎn)-無論是寶鹼、埃森 哲顧問公司或任何其他公司,它們要在市場中轉(zhuǎn)移100萬筆資產(chǎn),如果它們一次全部投入,就像玩撲克牌,一下子將籌碼全部丟出,等于把底牌全掀了,所以他們 必須找出一種方法。他們使用演算法進(jìn)行交易,把一筆大交易分成一百萬筆小交易,這么做的神奇和可怕之處在于,你將一筆大交易分成一百萬筆小交易所使用的數(shù) 學(xué)方法,也可用來尋找一百萬筆小交易的流向,將它們拼湊回去,而了解市場上所發(fā)生的實(shí)際情形。


因此,如果你需要對(duì)目前股市發(fā)生的情形有些概念,你可以想像其中有一堆基本上編寫為隱藏交易流向的演算法,以及一堆編寫為尋找交易流向并采取行動(dòng)的演算法。這一切都很棒,很不錯(cuò),美國股市的70%,這個(gè)操作系統(tǒng)的70%,原本是你的養(yǎng)老金,你的房貸。


什么地方可能會(huì)出錯(cuò)?出錯(cuò)的地方是,一年前,整個(gè)股市資產(chǎn)在五分鐘內(nèi)消失了百分之九,人們稱之為2:45的閃電崩盤。突然間,百分之九的股市資產(chǎn)消失了, 至今仍無人能對(duì)究竟發(fā)生了什么事做出結(jié)論,因?yàn)闆]人下令,沒人希望發(fā)生這種事,沒人對(duì)事實(shí)上發(fā)生的事有任何控制權(quán),他們有的只是一臺(tái)放在面前,上面顯現(xiàn)數(shù) 字的螢?zāi)?,只有一個(gè)寫著「停止」的紅色按鈕。


而這個(gè)東西是我們寫出的,我們寫出這些我們?cè)僖矡o法讀懂的東西,我們寫出了一些難以理解的東西,我們弄不清這個(gè)我們一手打造的世界究竟發(fā)生了什么事。我們 正開始尋找解決之道,有一間位于波士頓,叫Nanex的公司,他們利用數(shù)學(xué)和魔法,我不知道是什么,得到所有的市場資料,他們有時(shí)確實(shí)能找出其中一些演算 法,找到之后,他們將資料取出,然后像蝴蝶一樣釘在墻上。他們所做的,就像當(dāng)我們面對(duì)大量不明白的資料時(shí)所做的一樣,他們給這些資料取名并加上故事。這是 他們找出的其中一份資料,他們稱之為「刀」;這是「嘉年華會(huì)」;這是「波士頓洗牌者」;這是「微光」。


令人驚訝的是,當(dāng)然,這不只是存在于股市的情形,到處都可以發(fā)現(xiàn)這類情形,只要你學(xué)會(huì)如何找出它們。你可以在這里找到:這是一本關(guān)于蒼蠅的書,你可能在亞 馬遜網(wǎng)站看過,你可能已經(jīng)注意到這本書,因?yàn)楫?dāng)時(shí)它的標(biāo)價(jià)是170萬美元,它已經(jīng)絕版了-目前還是。 (笑聲)如果你在170萬美元時(shí)購買,可能算撿到便宜了;幾個(gè)小時(shí)后,它已經(jīng)漲到2360萬美元,外加運(yùn)費(fèi)和手續(xù)費(fèi)。問題是:沒有人購買或出售任何東西, 這是怎么回事?你在亞馬遜網(wǎng)站看到的這個(gè)行為,正如在華爾街所看到的,你看到的這種行為,正是演算法發(fā)生沖突的證據(jù)。演算法未經(jīng)人類監(jiān)督,而陷入彼此的回 圈里,沒有任何成人監(jiān)護(hù)者說,「事實(shí)上,170萬相當(dāng)貴?!?/p>


(笑聲)


發(fā)生在亞馬遜網(wǎng)站的情形也發(fā)生在Netflix(網(wǎng)路租片業(yè)者)。過去幾年來,Netflix用過幾種不同的演算法,它們從Cinematch開始,嘗試 過一堆其他的演算法,有Dinosaur Planet、Gravity,它們現(xiàn)在使用的是Pragmatic Chaos。 Pragmatic Chaos跟所有Netflix使用的演算法一樣,試圖做同樣的事情;它試圖捕捉你,捕捉你人類頭骨里的想法,這樣它就可以建議你下一部可能想看的電影是 什么。這是個(gè)非常、非常困難的問題,但問題的困難之處,以及事實(shí)上我們并未將它做的十分完善,它無法避免Pragmatic Chaos造成的影響。 Pragmatic Chaos就像Netflix所有的演算法一樣,結(jié)果是,有60%被租用的電影最后是由它決定的,所以一段以你的想法為根據(jù)的代碼,負(fù)責(zé)決定了60%的電 影租用情形。


但如果你能在電影拍攝前對(duì)它做評(píng)估呢?那不是很方便嗎?好,幾個(gè)英國資訊科學(xué)家前進(jìn)好萊塢,發(fā)展出一種故事演算法。這是一間名為Epagogix的公司, 你可以將你的腳本放上去做運(yùn)算,他們可以量化地告訴你這是一部預(yù)算為3000萬美元的電影,或2億美元的電影。重點(diǎn)是,這不是Google,也不是資訊, 這不是金融統(tǒng)計(jì)資料,而是文化。你在這里看到的,或你通常并不能真正看出的是,這是文化的物理學(xué)。如果這些演算法就像華爾街的演算法一樣,有一天就這么崩盤,出岔子了,我們?cè)趺粗?,?huì)發(fā)生什么情形?


這些演算法在你家也有,就在你家中;這是在你家客廳中互相競爭的兩種演算法,這是兩個(gè)不同的打掃機(jī)器人,對(duì)干凈的定義有十分不同的看法,你可以看到,如果 你將它們調(diào)慢,在機(jī)身上加上燈光,它們有點(diǎn)像你臥室中的秘密建筑師。建筑本身多少是依據(jù)演算法的最佳化結(jié)果,這個(gè)想法并非牽強(qiáng),這相當(dāng)真實(shí),就發(fā)生在你身邊。


最能感受到這件事的情況就是當(dāng)你在一個(gè)密閉的金屬盒中時(shí)。一種新型電梯,所謂目的地控制電梯;進(jìn)電梯之前,你必須先按下要去的樓層,它使用所謂的裝箱演算 法,因此,它不會(huì)隨意讓每個(gè)人進(jìn)入任何他們想搭的電梯。每個(gè)想去十樓的人都得搭二號(hào)電梯,每個(gè)想去三樓的人都得搭五號(hào)電梯。這么做產(chǎn)生的問題是,人們嚇壞 了,驚慌不已,你們知道為什么吧?你們知道為什么。因?yàn)檫@部電梯缺少一些重要的裝置,如按鈕。 (笑聲)就是那些人們都會(huì)使用的東西。電梯里只有顯示上升或下降的數(shù)字,以及寫著「停止」的紅色按鈕。這正是我們想要設(shè)計(jì)的,這正是我們?yōu)檫@種機(jī)器語言所 做的設(shè)計(jì)。你能將它應(yīng)用到什么程度?你能將它延伸到什么程度?可以延伸到相當(dāng)極端的程度。


讓我們回頭來談華爾街。因?yàn)槿A爾街的演算法有賴于一個(gè)勝于一切的特質(zhì),那就是速度。它們以毫秒和微秒的速度運(yùn)行,舉個(gè)例子讓你們對(duì)微秒有些概念:只是按一 下滑鼠,所花的時(shí)間就等于50萬微秒。但如果你是一個(gè)華爾街演算法,只要落后5微秒,就會(huì)成為失敗者。因此,如果你是一個(gè)演算法,你會(huì)想找個(gè)像我在法蘭克 福遇到的建筑師,他清空了一棟摩天大樓,扔了所有家具,及所有供人使用的基礎(chǔ)設(shè)施,只在地板上鋪好鋼板,準(zhǔn)備讓伺服器層層堆疊上去,這樣演算法就可以接近網(wǎng)路。


你會(huì)認(rèn)為網(wǎng)路是一種分布式系統(tǒng),當(dāng)然,確實(shí)如此,但它是由某處分布出來的,這就是它在紐約的分布來源:位于哈德遜街的Carrier Hotel,這是網(wǎng)路進(jìn)入城市的真正傳輸路線。實(shí)際情況是,你離它越遠(yuǎn),在每次傳輸中就會(huì)落后幾微秒。這些在華爾街的企業(yè),Marco Polo和Cherokee Nation,比這些家伙(微光、嘉年華會(huì)、波士頓洗牌者演算法)落后八微秒,因?yàn)樗鼈円呀?jīng)駐進(jìn)Carrier Hotel周圍被清空的空建筑物。這種情形會(huì)一再發(fā)生,我們會(huì)繼續(xù)將建筑物清空,因?yàn)樵谝粎紖季嚯x及分分毫毫的金錢競爭之下,沒有人能像「波士頓洗牌者」 演算法那樣,從這些空間中擠出收益。


但如果你拉遠(yuǎn)來看,將視野拉遠(yuǎn),會(huì)看到在紐約市和芝加哥之間,有一條825英哩長的電纜溝,這是近幾年由一間名為Spread Networks的公司建造,鋪設(shè)于這兩個(gè)城市之間的光纖電纜,只為了能用比你點(diǎn)擊一次滑鼠快37倍的速度傳輸一個(gè)訊號(hào),只為了這些演算法,只為了「嘉年 華會(huì)」和「刀」這些演算法。仔細(xì)思考一下,我們用炸藥和切石鋸鑿穿美國大陸,使一個(gè)演算法完成交易的時(shí)間能快個(gè)3微秒,只為了一個(gè)永遠(yuǎn)沒人能懂的通訊架 構(gòu),這是一種領(lǐng)土擴(kuò)張政策,永遠(yuǎn)在尋找新疆界。


不幸的是,我們天生就適合做這種工作。這只是理論上的圖形,這是一些麻省理工學(xué)院的數(shù)學(xué)家做的,事實(shí)上,他們所說的大部份我都不是真的很了解,其中涉及了 光錐和量子纏結(jié),我都不太明白,但我看的懂這張地圖。這張地圖表達(dá)的是,如果你想在圖上紅點(diǎn)之處的市場賺錢,就是人群和城市集中之處,就必須將伺服器裝在 圖中藍(lán)點(diǎn)之處,以達(dá)到最佳效率。你可能已經(jīng)注意到與這些藍(lán)點(diǎn)有關(guān)的情形,其中很多是在海洋當(dāng)中,所以這就是我們將要做的事。我們將建造氣泡或平臺(tái)之類的東 西,我們事實(shí)上打算分開海洋,憑空變出錢來,因?yàn)檫@是一個(gè)光明的未來,如果你是一個(gè)演算法的話。


(笑聲)


事實(shí)上,有趣的不是金錢本身,而是金錢產(chǎn)生的驅(qū)動(dòng)力。我們事實(shí)上藉由這種演算法效率,改造了地球本身的環(huán)境,想通了這一點(diǎn),回頭來看Michael Najjar拍攝的照片,就會(huì)了解,這不是隱喻,而是預(yù)言。這預(yù)示了我們正創(chuàng)造出的數(shù)學(xué),對(duì)整個(gè)地球造成驚天動(dòng)地的全面影響。過去地景的形成總是源于這種 大自然與人類之間奇怪而不自然的合作關(guān)系,但這是第三種共同演化的力量:演算法。 「波士頓洗牌者」、「嘉年華會(huì)」,我們必須以自然的觀點(diǎn)去了解它們,以某方面來說,它們確實(shí)屬于自然。


謝謝


評(píng)分:     

評(píng)論列表(0)
第 1- 0 條, 共 0 條.

您需要 [注冊(cè)] 或  [登陸] 后才能發(fā)表點(diǎn)評(píng)