從江南春、斯金納的鴿子到金融科技與人工智慧

來自專欄 以色列創新分眾傳媒的創始人江南春最近在金錯刀專訪江南春稿子的一段話成為了諸多媒體人吐槽的對象。訪談中，江南春說道，「我兒子，從7歲開始，我就停掉他所有的卡通，家裡只有一個節目，就是馬雲的演講。他每天只能看馬雲演講。因為我覺得馬雲的戰略思維是全球最頂尖的，極有遠見。我想他從7歲就能不斷聚焦的看這些東西，言傳身教之後，他的視野一定是不一樣的。」

且不談這樣教育孩子的方法是對是錯，也不談家長有沒有權力這樣教育孩子，但從結果上來說，江南春的兒子成為馬雲的可能性，極低。按照江南春的邏輯，可以設計這樣一個投資實驗：也可以批量養一批小白鼠，每次投資前提供兩堆充足等量的食物讓小白鼠選擇，一堆代表值得投資另一堆代表不值得投資。投資後根據結果讓正確的一方存活，淘汰錯誤的一方，然後依此重複，只要原本小白鼠的數量足夠多，就能夠篩選出每次投資都能賺錢的「聚寶鼠」。培育小白鼠的成本非常低，這個實驗也不難做，然而至今都沒有相關的研究報告出現，說明這條路行不通。這是因為，無論是利用動物的本能也好，還是單一刺激人體的潛能也好，都不足以創造出絕對趨向於成功的結果。

實際上成功一詞，在當前社會中的概念已經多樣化了，已經不再是學而優則仕這麼一條路。在一個多元化的評價系統中，已經不再有一個單一指標可以判斷一個人的成功與否。當然這樣評價江南春的話會有些斷章取義的嫌疑，江南春此處的話強調的是專註精神，即「要懂得聚焦。這個我用我兒子來舉例子，現在很多人教育孩子時，德、育、體、美多重發展，什麼都學，我認為什麼都做，就等於什麼都不做。」不過方法卻有些南轅北轍。再比如說如果只給孩子看每年總理的政府工作報告，孩子將來就能成為總理嗎？

同培養孩子類似，當前的投資市場也是複雜多樣化的，加上信息不對稱，並沒有一個絕對成立的投資通行理論。以股市為例，有些人靠專家薦股，有些人靠朋友薦股，有些人靠小道消息選股，還有些人靠分析K線圖選股，選股的方式五花八門，但是從總體結果來看，著名經濟學家厲以寧的高徒范棣表示，中國股市20多年平均投資回報為負，任何股民都不能倖免，90%的股民和投資者並沒有通過投資股市得到任何回報。儘管如此，但是廣大股民研究股市的熱情卻不曾減少，各種各樣的K線理論層出不窮，大量股民學貫中西博古通今，一頓操作之後毫無收益。造成這種現象的原因可以用「斯金納的鴿子」這一實驗來解釋。

著名的心理學家斯金納曾經做過一個實驗，他在一個籠子中餵養了8隻鴿子，為了增強尋找食物的動機，在測試前連續幾天讓鴿子處於飢餓狀態，然後在籠子中用食物分發器餵養，並且分發器被設置為每隔5分鐘分發一次食物，也就是說不管鴿子做了什麼，每隔5分鐘就將得到一份獎勵。實驗結果出人意料，8隻鴿子中的6隻產生了非常明顯的反應：一隻鴿子不斷地在籠子里轉圈；另外一隻反覆將頭撞向籠子的一個角落；第三隻顯現出一種上舉反應，似乎把頭放在一根看不見的桿下面並反覆抬起它；還有兩隻鴿子的頭和身體呈現出一種搖擺似的動作；還有一隻鴿子形成了不完整的啄擊或輕觸的條件反應，鴿子好像認為只要它們重複某個動作就能得到食物。被實驗的動物，強行解釋因果關係，對於完全相同的外部環境，發展出了完全不同的迷信文化。更刁鑽的是，如果在鴿子跳「求食舞蹈」的時候加大掉落食物的概率，強化這一模式的話。在該模式消受後，經過了一萬多次失效後，模式才慢慢消失。

實驗的結果，對人類也是有效的，並沒有太多差別，對於模式的「解釋歸因強迫症」和迷信，一點不比動物少。尤其是在金融市場，面對原因未知的市場的漲落，指數的變化，稀奇古怪的行為模式就出現了。一旦因為買入某支股票獲利了，原因雖然可能與投機者自己的解釋完全無關的，但不同的人依然會產生不同的預測模式。並且，為了尋找市場的規律，我們創造了各種理論，一旦成功了幾次，我們受到了獎勵，會使得我們更加堅信理論是正確的，但問題是我們不可能每次都得到獎勵，就像是不可能每次都能選對股票。

那麼，如何才能不作「斯金納的鴿子」呢？唯一的選擇是：走出籠子，發現真正的獎勵原理，此外別無他法。如果只是追求各種數據的量化，不過是迷信的數量化版本。鴿子無論把舞步研究得多細，都不是掉落食物的原因，舞步精確到毫米，節奏精確到秒都是沒用的。對於鴿子實驗來說，獎勵原理很簡單，只是按照時間間隔給予，對於鴿子來說自然沒辦法一起交流，但是作為人是可以的。但是人類面臨的投資困境遠比鴿子實驗複雜，所以單憑自身的經驗和數據觀測是遠遠不夠的，這就需要Fintech（金融科技）和AI（人工智慧）的介入。

近些年來，隨著計算機領域的飛速發展，人類所擁有的計算能力越來越強，各種演算法也層出不窮，這就提供了一種新的可能——通過計算來發現市場中的潛在規律，從而避免基於個人經驗造成的投資風險概率。換句話說，以個人或者小群體的經歷和觀測不足以發現「鴿子籠」獎勵的規律，但是如果集合所有鴿子的所有行為，就能發現行為與獎勵之間真正的關聯。如果是時間間隔可以準確發現時間，如果是隨機給予可以估算概率避免那些可笑而無用的迷信行為。以股票市場為例，股票交易成功的關鍵在於智慧與速度的結合，機器在接收到相關信息後，通過特定演算法就會輸出結果，自動執行何時買何種股票的交易策略，最大的優勢是不受心理干擾，可以排除一切干擾，避免做出非理性決策。

實際上，Fintech與AI的應用不僅限於股票市場，對於其他金融行業也會造成巨大影響。據花旗銀行預計，2015至2025年間，銀行僱員將減少30%，且下跌速度會由近些年的每年2%上升到3%。因為銀行實體網點的投資回報率在逐漸降低，銀行分支及其人力成本占銀行零售業務成本的65%，而這些成本中很大的是可以通過自動化省下來的。而佔總利潤35%零售銀行業務利潤這一最賺錢的業務，卻在逐漸被這兩年興起的Fintech公司侵蝕。另外，摩根史坦利、美國銀行和富國銀行這些金融機構也準備用AI來替代傳統員工，以減少中間費用。金融數據服務商Kensho創始人預計，到2026年，有33%-50%的金融業工作人員會失去工作，他們的工作將被計算機所取代。Kensho開發的程序，做分析工作只需一分鐘，而拿著高達35萬美元年薪的分析師們，需要40小時才能做完同樣的工作

同時，Fintech與AI還應用在徵信機構和貸款機構。徵信系統可以利用AI去做大數據分析，分析用戶的每一筆交易記錄每一個通話記錄從而給出可靠的信用評估，這些記錄數據都要識別、歸納和分析，依靠人是不可能的。但是現在，只要在十秒之內就能完成以前傳統銀行幾周幾十人完成的信貸審批任務。另外，一個信貸經理一年最多審批一萬筆貸款，一輩子也不過積累幾十萬筆貸款的經驗，但是一個擁有人工智慧的機器人可以輕鬆學習3000萬人信貸申請的歷史數據，相比之下，哪一方效率更高不言而喻。

尊重金融的本質規律，通過技術手段提高金融效率，降低金融服務門檻，這就是Fintech。而智能投資的進化終局是人工智慧，深度學習的電腦將代替人腦，進行複雜的金融投資。相信在2017年，金融科技與人工智慧將會有更多落地項目的出現，深入到每個人的生活中。

http://weixin.qq.com/r/7jqAmMvEbZYSrY-792-8 (二維碼自動識別)

推薦閱讀：