金融中的机器学习

第1章　神经网络和基于梯度的优化

从本质上来讲，金融服务业是一个基于信息处理的行业。投资基金通过信息处理来评估投资决策，保险公司通过信息处理来给保险产品定价，零售银行^[1]通过信息处理来决定给客户提供何种产品。因此，金融行业成为最早采用计算机技术的行业并不意外。

第一台股票自动收报机发明于1867年，其实就是一台可打印的电报机。第一台机械加法机就是专门为金融业研发的，并于1885年获得专利。1971年，银行自动柜员机获得专利，这台机器允许用户使用塑料材质银行卡来提取现金。同年，第一个电子股票交易系统纳斯达克（NASDAQ）运行，市场开张。11年之后（即1982年），彭博终端开始安装使用。金融业和计算机业之所以能够“幸福”联姻的主要原因是，一个人在业内（尤其是投资业）的成功往往与其所拥有的信息优势密切相关。

在华尔街早期阶段，镀金时代的传奇人物们厚颜无耻地使用小道消息。例如，当时最富有的人之一Jay Gould就在美国政府安插内线。内线向Jay Gould提前发布美国政府黄金销售信息，并试图通过这种方式来影响时任美国总统尤利西斯•格兰特和他的秘书。在19世纪30年代末，针对上述问题，在投资者和信息优势方之间成立了美国证券交易委员会和美国商品期货交易委员会。

随着信息优势在上述市场中对业绩影响逐渐消失，巧妙的模型开始取而代之，并发挥作用。术语“对冲基金”于1973年被创造并使用；哈里马科维茨模型发表于1953年；布莱克-肖尔方程发表于1973年。随后，这个领域取得了长足的发展，人们也开发了各种包罗万象的金融产品。然而，随着这些模型知识的普及，使用模型的回报率也开始降低。

当我们同时看金融和现代计算技术，信息优势再度回归。这次信息优势不是以圈内人的小道信息和龌龊的交易形式存在，而是源于对大量公开信息的自动分析。 ...