媒体情绪……从所有能获取的数据中，发现人类从未发现过的规律，生成人类从未想过的策略。”
陈默盯着那个右边的圆圈。
“你是说，它可能会做出一些我们无法理解的投资决策？”
“对。这就是‘黑箱’问题。深度神经网络的中间层，是人类无法直接解读的。机器可能发现了一个极其有效的策略，但我们不知道为什么有效。它可能利用了某个我们从未注意过的微弱信号——比如某家公司的CEO在财报电话会上的语气，或者某个工厂停车场的车辆密度，或者某条供应链上的某个节点库存变化。这些信号，人类可能永远发现不了。但机器能。”
“这听起来很诱人。”陈默说，“也很可怕。”
“对。诱人，是因为它可能带来我们从未见过的超额收益。可怕，是因为我们可能无法理解它在做什么。”
陈默站起来，走到白板前。他拿起马克笔，在右边的圆圈外面画了一个框。
“风险是什么？”
林枫走回屏幕前，调出了一张清单。
“三个风险。第一，‘黑箱’更深，难以解释。现在的系统，虽然也是算法驱动，但每个因子、每个策略都有明确的逻辑。研究员问我‘为什么买这只股票’，我可以回答‘因为它的估值低、质量高、动量强’。但如果是‘默石先知’买的，我可能只能说‘因为机器觉得应该买’。这个答案，客户不接受，监管不接受，我们自己也不接受。”
他顿了顿。
“第二，可能产生人类无法理解的‘诡异’策略。机器没有道德感，没有价值观，没有常识。它可能会发现一个极其有效的策略，但这个策略利用了市场的某个漏洞或者制度的某个缺陷。比如，它可能会在财报发布前的毫秒级窗口内套利，或者利用某个衍生品的定价错误进行高频交易。这些策略，虽然在法律上可能没问题，但在道德上、在监管导向上，可能有问题。”
“第三，我们是否准备好将最终决策权让渡给算法？现在的系统，最终决策权在ACC。系统给出建议，人做决定。但如果‘默石先知’的胜率远远高于人类，我们会不会不自觉地放弃最终决策权？会不会有一天，我们连问‘为什么’的勇气都没有了？”
陈默沉默了很久。他端着咖啡，走到窗边。窗外的深圳夜景，一如既往地璀璨。平安金融中心的灯光在夜色中闪烁。
他想起2015年，净值跌破清盘线的那天晚上。他问林枫：“我们的模型还能信任吗
本章未完，请点击下一页继续阅读！