
50岁的乔尔·里格(Joel Rieger)曾在洛杉矶家中的书房里度过了一年多的夜晚和周末。他手写Python代码、跑模拟、跟踪数百只股票,试图搭出一套自动化期权交易程序。结果却并不理想:收益并不比把钱放进标普500指数基金好多少。他放弃了。
直到Anthropic发布Claude。他重启项目,大约只用了一小时,就取得了显著进展。据彭博社报道,里格已经辞去了软件销售主管的工作,专职打理自有资金。他属于最早一批用通用AI工具自制交易算法的个人投资者,目标是复刻千禧管理(Millennium Management)、城堡投资(Citadel)和文艺复兴科技(Renaissance Technologies)等对冲基金公司赖以获利的复杂策略。目前,他把约5%的投资组合交给了这套AI辅助的期权策略。
里格的实践先亏后赚。去年,他把模型接入券商账户,用一小部分资金自主交易标普500期权,亏损了25%。他把原因归结为错误的波动率数据,以及自己训练模型时的失误。修正方法并更换策略后,他说该模型今年以来回报率约为14%,跑赢了大盘。
做同类尝试的不止里格。
南卡罗来纳州的计算机安全分析师阿诺德·华曼查乌卡(Arnold Huamanchauca)则把基于Claude搭建的交易面板接入了罗宾汉(Robinhood)账户。系统抓取期权数据平台Unusual Whales的数据,在他上班时自动下单,一个月为他赚了约3000美元。
下跌才是考验
工具变得容易获得,并未改变这类交易的基础胜率。多数专业资金管理人无法长期跑赢市场,研究也发现多数日内交易者最终亏钱。AI可能改变这一点,也可能放大亏损:让投资者一起涌入又一起退出同样的行情,把他们引向复杂交易,或者带着他们的钱失控运行。
在量化交易领域工作超过二十年的研究者艾丽西娅·维德勒(Alicia Vidler)说,AI让对冲基金所做的事情看上去简单得具有欺骗性。大公司要花多年时间打磨风控,确保自动化系统始终处于强监督之下。一个前车之鉴是做市商骑士资本集团(Knight Capital Group),其系统曾在2012年8月1日失控,在不到一小时内损失4.4亿美元。“很多交易系统并不是为高波动环境设计的,”她说,“在下跌的市场里,你面临的风险要大得多。”
风控之外,另一重担忧来自模型本身的趋同。量化金融与AI研究者、AbleMarkets创始人艾琳·奥尔德里奇(Irene Aldridge)认为,散户使用AI会把资金引向此前被忽视的资产类别,为市场注入更多流动性。但她指出,越来越多人依赖少数几家AI公司产出的相似模型,会加剧市场波动。“AI模型解析相同的数据,使用非常相似的模型,向所有人输出非常相似的结果,”她说。
里格对使用AI工具保持警惕。他说,重建系统之后,他挽回了最初的亏损。即便如此,他每天仍要检查日志、核对数据、排查漏洞。“你必须能够复核它们,因为AI经常会出错,”他说,“不管它知不知道,它都会以极其自信的口吻回答你问的任何问题。”他的目标是让机器人在后台平稳运行,用一小部分积蓄覆盖家庭日常开支,其余资金放进指数基金。
“如果我能让投资组合里很小的一部分覆盖我的生存开销,那就完美了,”里格说,“比起买游艇,我对财务自由的兴趣大得多。”(AI研究院)