日前，人工智能技术公司DeltaGrad宣布将于2019年正式开始对外商业化运作，专注人工智能应用于股票及期货市场的投资策略输出。
DeltaGrad对外展示DeltaGrad用神经网络替代传统数学、统计、机器学习模型，突破一般股票机器人的研发模式，通过增强学习的方式，让机器自主产生海量高质交易数据，构建深度学习神经网络，最终完成能够自博弈进化的智慧机器人。同时加速虚拟市场的搭建，完善中国量化投资金融市场生态建设。
DeltaGrad将AlphaGo技术应用于金融投资领域，从底层对人工智能神经网络结构进行设计开发，成功将人工智能最新技术转化为商业应用，并完成初步实践。
DeltaGrad创始人庞然介绍，传统计算机的发展基于数学逻辑，如果要让它拥有人类的头脑和思考，神经网络技术必然是人工智能智慧的重要技术工具，它可以通过大脑神经运作基本规律模拟出神经网络运算结构。而当前神经网络已经进入到深度学习阶段，这一阶段将首次让机器向“慧”的部分逼近。
“我们不止在训练机器的理性思考能力，通过数据的不断升级与神经网络的优化，我们也在逐步训练让机器拥有自主的直觉思考能力。”庞然说。
目前，DeltaGrad已研发出10个神经网络结构模型。每一个模型机器人对应一种神经网络结构和数据的组合，DeltaGrad通过各种股票数据去刺激这些天赋各异的机器大脑，以激发它们股票投资领域的天赋。因此，每个机器人会从不同视角，同时审视相同的股票、板块和指数，得出更加全面的预测。一个DeltaGrad的股票机器人，足以完成多个基金经理的工作角色，可以对股票市场的数据分析并生成策略。突破人类精力极限，超越并替代多个人类基金经理，进行量化投资的工作。
DeltaGrad表示，目前正在筹备搭建供机器人自主进化的虚拟交易市场，以庞大“数据”为核心。不依托人类现有市场交易数据，通过机器人交易自博弈来推演出更多交易数据。从而产生海量交易的数据，帮助机器实现更快的自主进化。每个DeltaGrad股票机器人能产生70万-120万的策略数，每个策略表示一种使用机器人预测能力的操盘方法，每个策略对应一个回测过的风险收益数值。当前已完成的10个机器人共能产生1000万+的策略数，每天机器组合的调仓、增加备选股票，都依据这些策略数值进行。
未来DeltaGrad也会向市场开放同样的策略开发平台，向业内人士提供充足的数据分析，不仅能够用历史30年的数据供策略设计者进行回测，还能用DeltaGrad私有的虚拟市场交易数据进行回测，而这对于整个金融生态的化与建设都有着积极的意义。
众海投资创始合伙人黄海军表示，人工智能领域未来还有很高的发展前景，深化量化投资生态建设，在未来还是具有非常广阔的上升空间。
