谷歌又搞大事情！

近期，專注于推進人工智能（AI）研究的谷歌子公司DeepMind發布了一款新版本的AlphaGo程序，這套系統名為“AlphaGo Zero”，它通過一種名為“強化學習”的機器學習技術，可以在與本身游戲中吸取教訓。

僅三天時間，AlphaGo Zero自行掌握了圍棋的下法，還發明了更好的棋步。大勝去年戰勝韓國選手李世石的AlphaGo Lee，且痛扁本年早些時候擊敗了世界冠軍柯潔的AlphaGo Master。

值得注意的是，，AlphaZero的設計理念和系統配置則完全和Lee/Master差別，它不依托于人類的先驗成果，完全靠自我對弈學習下棋，這使得AlphaGoZero也比前幾代系統更加節能，AlphaGoLee需要使用幾臺機器和 48 個谷歌TPU機器學習加速芯片。其上一代AlphaGoFan則要用到 176 個GPU芯片。AlphaGoZero只需要使用一臺配有 4 個TPU的機器即可。

這對量化投資或者智能投顧行業來說，無疑也將有巨大的鞭策作用。量化投資或智能投顧最重要的就是需要強大的硬件和計算能力，以及真實的自我學習能力。

有關專家體現，擬合搜索和ResNet，正是Zero算法中的兩個核心技術。其中擬合搜索所解決的問題，主要是定制化，它可以對棋盤上的每一次落子都進行量化，好比會對最終獲勝幾率做多大貢獻，但是這其實并不是近期才產生的一種理論，而是在很早之前就存在的一種基礎算法理論，但由于人類腦力的局限性，這種技術只能通過擁有強大計算能力的計算機來實現，而Zero背后的相關技術，可以把量化分析和智能選股提高到極致。

從美國等發達本錢市場看，量化投資已經開展了 30 多年，市場規模和份額不停擴大。 1997 年，全球量化基金的資產辦理規模還只有 1182 億美元，但截至 2016 年三季度，就迅速攀升到近 3 萬億美元，在全球很多大型股票交易所中，接近50%的交易來自各類量化投資方式。而類似AlphaZero的產生，將使得量化投資者的成本大大降低，從而鼓勵人們開發更低成本的量化投資工具，如果AlphaZero的技術應用到金融領域，毫無疑問將帶來金融業的革新，以及量化投資的進一步發展，量化投資的市場份額也將得到迅速提高。

“AI的自我進化，將給金融行業發展帶來新的動力。通過自我學習，自我進化，并借助幾百年來金融行業的知識及實證經驗，以AlphaGo為代表的AI技術在金融領域將在量化投資、智能投顧等方面尋找到更多突破口。”上海量加網絡科技有限公司首席技術官向記者體現。

量加獨有的白盒量化，擁有全國智能投顧App端唯一一家提供白盒可視化的回測量化選股工具。通過網絡牛人的平臺，匯聚民間高手，所有用戶都可以訂閱牛人產生的所有投顧辦事，如組合、不雅觀點和策略等等。量加更通過其強大的技術能力，整合多方資訊并分析整理，挖掘出更加科學的投資方案。

“十九大已經勝利解散，未來五年各項發展規劃已經落地，而近期IMF、路透等機構相繼上調中國2017、 2018 年經濟預期，也表白外界對國內經濟的樂不雅觀情緒，特朗普訪華將近，建議投資者繼續順勢而為，積極布局A股。”量加網絡科技策略分析師向記者體現。