人工智能与机器学习迅速发展的过程中持续为金融行业带来深刻变革。城堡投资（Citadel）和城堡证券（Citadel Securities）的创始人肯·格里芬（Ken Griffin），与城堡投资的高级量化研究主管Bryan Landman日前于麻省理工学院就技术及其对金融行业未来的影响进行了探讨。格里芬先生分享了他对人工智能应用的看法，并阐述了为什么行业专才在投资的过程中仍至关重要。

Bryan Landman：城堡投资和城堡证券所涉及的量化业务可能都需要利用机器学习。您如何看待机器学习对我们公司以及整个行业发展的影响呢？

Ken Griffin：在做市业务中，因为需要海量数据来为模型设定参数，机器学习将有机会得到切实运用。可当遇到更长期性的问题时，机器学习起到的作用只是杯水车薪。在我们的基本盘股票业务中，机器学习的重要性远没有大家想象中的那么高，因为业务底层系统的设置不是一成不变的。显然，一个机器学习的模型以模式和数据为支撑，当底层系统发生变化时，该模型的支撑也被打破了。这于人类而言是件好事。世界瞬息万变，这意味着对长期投资来说，机器学习不会像许多专家所说的那样对市场产生巨大影响。

Bryan Landman：通常情况下，机器学习模型非常擅长处理高信噪比问题。但在量子金融领域，机器学习模型的正确率才堪堪超过50%，您认为这算成功吗？

Ken Griffin：就商业层面而言这是成功的，因为略高于50%的正确率仍然能转化为相当可观的利润，前提是交易需要变得非常“短平快”。我们还能够以怎样的方式利用机器学习呢？我们可以评估华尔街对某家企业的研报，将看涨与否作为指标。我们还可以使用机器学习技术来扩展数据集，这些数据集实际上都是对消费者行为非常饶富意味且直接的观察。机器学习使我们能够以一种相当别出心裁且强大的方式扩展这些数据。因此，你会发现在一些更为长期性的问题中，机器学习通常起到辅助作用，而不是直接通过一组代码就能一蹴而就。

曾经有一段时间，成为一个真正优秀的统计学家或真正理解机器学习模型，就能作为投资盈利的充分条件。这种情况即使目前依然存在，也不会再持续太久。也就是说任何以数学或统计学优势为核心的战略都可能很快被商品化。行业专才依然扮演重要的角色——如果你能联系问题的背景，对贝叶斯推论运用自如，并能够用区别于依赖统计模型的方式去理解因果关系，你就有机会在竞争中脱颖而出。

Bryan Landman：您如何看待ChatGPT的实用性呢，你认为还有哪些技术正在改变历史？

Ken Griffin：显然，ChatGPT在整个大型语言模型领域有很多相当有趣的应用场景。多数十五、二十年前的语言模型都已成为历史。像ChatGPT这样的工具将在未来的迭代中发挥关键作用，包括帮助美国市场处理大量的遗留代码。所有已经成立了二三十年的大公司，都累积了大量的遗留代码，当然我们也需要从固有的思维方式中跳脱出来，假设自己是今年才刚成立的资金充裕的初创公司，由此思考如何利用所拥有的资源和人才，运营好我们的业务。