AI 对冲基金创造新货币,要将华尔街“开源”

简介:

雷锋网2月23日报道,华尔街是一个竞技场,一场完全属于金钱的达尔文优胜劣汰的竞争。Gordon Gekko曾说,贪婪是好的,“它抓住了进化精神的本质”。华尔街是这样运作的:一个对冲基金寻找到一个利益点,便开始进行疯狂保护,将他们的交易数据锁死,阻止他们的交易员跳槽去隔壁公司。而这个利益点就存在于没有人能发现的市场无效率和更低的成本费用之中。但是Richard Craib 想要改变这一切。他想将华尔街的血腥竞争转变成一种和谐共生。

据《连线》杂志报道,如今,这个29岁的南非技术员和他的另类对冲基金 Numerai 启动了一项新的数字货币项目。Craib 的想法非常奇怪,所以不同于以往的任何经验,这个项目的命名都变的很模糊。从比特币的底层技术中获得灵感的 Craib 为自己的创新加入了Crypto金融(Crypto++库是一个用c++编写的密码类库)领域所谓的“数字令牌”——一种基于互联网的资产,可以将从风险资本到计算机电源的一切进行众包。Craib 希望他设计的特殊令牌可以让华尔街的人在一个团队中工作。这是一个奇怪、复杂却潜力巨大的创新,它建立在技术上一个非常大胆的安排、一种新的布局和对资本市场前提条件的一种质疑。贪婪依旧很好,但是人们一同工作也许更好。

据雷锋网了解,位于旧金山的 Numerai 是一个用人工智能操控交易的对冲基金。但是这个系统并不只是 Craib 的功劳,而是数千名数据科学家努力创造的最好的交易算法的结果,并且在他们得到努力下,它战胜了比特币。整个概念听起来像是一个硅谷的冷笑话。但是 Numerai 已经用这样的方式进行交易超过一年,据 Craib 说,系统也在持续获利。这个项目也吸引着很多大人物,比如复兴技术公司(Renaissance Technologies)的创始人Howard Morgan(该公司是技术驱动型交易领域的先驱者,获得过巨大成功)。

AI 对冲基金创造新货币,要将华尔街开源

(图为 Richard Craib)

这个系统的精妙之处在于:Numerai 将数据交给科学家们之前会先将交易数据加密,以防止他们模仿基金的交易。同时,公司会谨慎地组织这些加密数据,使得数据科学家们可以用数据建立模型提升交易质量。这样的众包方式在某种程度上看起来非常可行。但是在 Craib 眼中,这个系统仍然存在着一个重大问题:如果一个优秀科学家从中获利,会因为某些动机邀请其他优秀科学家加入其中,这种众包的思维其实是与华尔街“自利“的核心理念相悖的,华尔街坚信应为自己挣最多的钱。

这也正是 Craib 的新令牌想法的来源。Craib 和他的公司相信,如果可以将所有人的动机统一起来,Numerai 会更加成功。他们希望这种新的货币——Numeraire,可以将在线竞争变成一种合作,将华尔街的模式逐渐转变。

人人共赢

在系统的第一个版本中,Numerai 发生了一个重大失误。公司发放比特币的标准是只基于加密测试数据的成功,而不进行真实市场测试。这个设定相当于在鼓励科学家们与系统数据赌博,为自己获利而不是为整个基金工作。比特币大企业 Coinbase的联合创始人及华尔街资深人士 Fred Ehrsam 说“这个判断标准只基于过去发生的事情,而不是未来发生的事情。“

但是 craib 觉得这个系统的失误还有另一个方面,这也是华尔街的问题所在——数据科学家们仍然在竞争,他们每个人都只为个人奋斗,而不是为了一个相同的目标。他们最大的兴趣是为自己赢得更多的利益。如果他们把成果发布出去,那么竞争会更加激烈,他们赢得的奖金会变少。尽管科学家们正在共同建立一个主要的人工智能,但是他们仍然有分歧,基金和这些基金的创建者目的相左。

为了解决这个问题,Numerai 将 Numeraire,总共1,000,000个令牌分配给12,000个参与的科学家。科学家在排行榜上排位越高,就能获得更多的 Numeraire。但是 Numeraire 并不是一个真实可用的货币,它只是用来下注他们的机器学习模型会在真实市场中运行顺畅。据雷锋网(公众号:雷锋网)了解,如果他们的交易成功,他们可以将Numeraire 取回,并获得比特币的报酬,算是一种分红;如果交易失败,公司会清除他们的 Numeraire,也不会给他们发放薪酬。

这个新的系统鼓励数据科学家们建立可以在真实市场而不是在测试数据上运行的模型。Numeraire 的价值也会因为整个对冲基金的整体成功而按比例增加,因为如果基金增长的时候,Numerai会为数据科学家拥有的每一个Numeraire兑付更多的比特币。Craib 解释到:”因为Numerai 每月会给持有 Numeraire 的人付一百万美元,那么 Numeraire 的价值会变得非常高,因为持有 Numeraire 将会是赚取这一百万的唯一途径。“

这是一个精妙的逻辑:每个用Numeraire 下注的人都有一个让其他人建立最好模型的动机,因为大家一起努力,使得基金成长的越快,大家可以分红的额度越多。每个人都有想要增加更多人才的动机。这是一种奖励合作的结构。

另外,尽管 Numeraire 本身没有固定的价值,但是它必定会在二级市场上被交易。最有可能的买主会是一些成功的数据科学家,因为他们想要增加他们的存量,下更多的赌注,得到更多的比特币。并且如果基金取得成功,二级市场需求增加,那么即使那些不下赌注的人也能看到他们 Numeraire 价值的增加。在它的交易过过程中,Numeraire 会变成一种“股票“,一种自成体系的”货币“。

一个富足的合作体系

对Craib,这个头发卷曲,身高190的受过训练的数学家来说,他的希望就是 Numeraire 能够激励华尔街像一个开源软件一样运行。在这个“软件”中,大家互相分享,所有人从合作中获利,整个系统变得更好。比如谷歌将他们的人工智能引擎开放出来,因为来自外部的改善会使得谷歌自己的系统也变得更好。

“为什么技术是合作博弈而金融则是零和博弈呢?”Craib问道,“技术公司从由不同类型的人组成的网络效应中获利。因为他们都在努力构建整个网络,而不是相互竞争。”

Craib 和他的公司在以太坊(Ethereum)中构建他们新的令牌。如果这个令牌能赶上比特币的发展之路,那么与此相关的每个人都会想要主动推进这个新项目,将它推入新的发展之路。

via wired.com


本文作者:何忞
本文转自雷锋网禁止二次转载, 原文链接
相关文章
|
2月前
|
存储 SQL 人工智能
新年将至,为大家推荐一款开源AI红包封面制作神器AiCover!
新年将至,为大家推荐一款开源AI红包封面制作神器AiCover!
|
2月前
|
机器学习/深度学习 人工智能 API
『GitHub项目圈选06』推荐5款本周 超火 的开源AI项目
『GitHub项目圈选06』推荐5款本周 超火 的开源AI项目
101 0
|
2月前
|
人工智能 边缘计算 监控
【开源视频联动物联网平台】视频AI智能分析部署方式
【开源视频联动物联网平台】视频AI智能分析部署方式
134 3
|
2月前
|
数据采集 人工智能 Rust
『GitHub项目圈选周刊01』一款构建AI数字人项目开源了!自动实现音视频同步!
『GitHub项目圈选周刊01』一款构建AI数字人项目开源了!自动实现音视频同步!
263 0
|
3月前
|
人工智能 自然语言处理 搜索推荐
魔搭ModelScope社区作为一个AI模型开源平台,提供了丰富的模型资源和便捷的服务
【2月更文挑战第9天】魔搭ModelScope社区作为一个AI模型开源平台,提供了丰富的模型资源和便捷的服务
178 3
|
4天前
|
人工智能 自然语言处理 算法
分享几个.NET开源的AI和LLM相关项目框架
分享几个.NET开源的AI和LLM相关项目框架
|
12天前
|
存储 人工智能 测试技术
【AI智能体】SuperAGI-开源AI Agent 管理平台
【4月更文挑战第9天】智能体管理平台SuperAGI简介及实践
|
18天前
|
人工智能 安全 测试技术
[译][AI Meta Llama-3] 最强开源大模型Llama 3发布!
Meta发布开源大模型Llama 3,这是最先进的开放大型语言模型,将在多个云服务平台上线,并获多家硬件厂商支持。Llama 3致力于负责任的开发,提供新的信任和安全工具,如Llama Guard 2、Code Shield和CyberSec Eval 2。未来将推出新功能、更长上下文和增强性能。Llama 3基于文本的模型已发布,目标是与最佳专有模型竞争,并计划扩展至多语言和多模态。预训练模型在性能上树立新标准,展示出在各种基准测试中的优势。用户现可在Meta AI体验Llama 3技术。
[译][AI Meta Llama-3] 最强开源大模型Llama 3发布!
|
29天前
|
人工智能 弹性计算 算法
华人开源最强「AI 程序员」炸场,让 GPT-4 自己修 Bug!
普林斯顿大学推出开源软件工程代理SWE-agent,利用GPT-4转化成能修复GitHub错误的AI程序员。在某些基准测试中,SWE-agent的表现与Devin相当,甚至在修复Bug速度上超越Devin,平均只需93秒。其特点是拥有开源接口,支持代码编辑和执行,提高了与代码库的交互效率。
|
2月前
|
人工智能
全开源小狐狸ai付费创作系统V2.8.0
小狐狸GPT付费体验系统的开发基于国外很火的ChatGPT,这是一种基于人工智能技术的问答系统,可以实现智能回答用户提出的问题。相比传统的问答系统,ChatGPT可以更加准确地理解用户的意图,提供更加精准的答案。
52 2
全开源小狐狸ai付费创作系统V2.8.0