最近，财经圈最轰动的事件莫过于诺贝尔经济学奖的公布了。
美国学者、芝加哥大学布斯商学院教授理查德·塞勒（Richard H. Thaler），因为其在行为经济学的贡献获得了2017年的诺贝尔经济学奖。
作为一名资深小散，小编也忍不住和朋友们一起讨论起塞勒的经济学理论。
要知道，今年的诺奖得主不仅是理论家，更是名副其实的“股神”。在他的行为经济学理论下，公司替摩根大通管理的一只基金Undiscovered Managers Behavioral Value Fund（UBVLX）表现优异，在过去五年中大多数时间里都跑赢了标普500指数。
而“股神”赚钱的秘诀早已写在了经典著作《行为金融学进阶》中。
书中写到：华尔街“需要非理性、信息极其闭塞、愿意持有价格过高资产的投资者”、“投资者都会犯错，公司的目的就是找出这些错误。”
简单来说：正是因为散户们信息闭塞、投资不理智才能造就金融大佬们的巨额收益！
对！就是A股市场每天都会上演的割韭菜！
或许我们可以思考一下，当人工智能与股票投资相结合，是不是就能改变小散们信息不对称，投资不理性导致的亏损呢？
我们先从股票投资的基本面和技术分析两方面来看：
基本面分析
传统金融投资行业高度依赖于人工去发现线索，找资料，处理资料，后期跟踪。
在信息大爆炸的时代，纷繁复杂的资讯已经超越了人脑容量及处理速度。而计算机在这方面有着人脑不可比拟的优势。
深度学习在自然语言处理领域的应用，可以做到在海量的信息中做出自动摘要，提取出精华信息以帮助人类进行决策。
另外，股票价格在很大程度上是由买卖双方的力量对比决定的，是由每个股民对某支股票的情绪而决定的。如果大家都很看好一支股票，那么它就很可能会涨；反之会跌。
还有一些特定事件会很明显地影响到股票价格，例如：今年千年大计雄安新区的提出，带动了雄安概念股的大热！
在预测股票这件事上，最重要的是信息，或者说是数据，从中挖掘股民的情绪。而情绪识别已经是人工智能所擅长的技术了。国外已经有很多这方面的研究，也有DataMinr这样的公司专注从社交媒体中提取有价值的金融信号。
技术分析
在股票技术分析中，最基本的元素是K线图。不管是“大阳星”、“小阴星”，还是经典的W底，其实就是人脑的模式识别。
有规律可循的学习是机器的强项，看图学炒股，计算机对此更是毫无压力。
深度学习策略，可以突破人脑的限制，比如突破单一K线的限制，从更多的财经信号（其他股票、黄金、外汇等）中寻找规律；或是从一个更长时间段的历史信息中识别出规律。
人工智能将提升我们处理信息的深度、广度。使用基于人工智能技术的“智能投顾”的人，将比不运用或是还在利用“人脑”进行基本面分析与技术分析的人占信息优势，从而也就更可能在股市中盈利。
技术基础有了，来看看实际应用
小编大致梳理了一下，目前人工智能在投资上应用最广的是量化交易、智能投顾和自然语言处理技术。
在证券投资领域，人工智能早已经不是什么新鲜事：
Rebellion Research在2007年推出第一个纯人工智能基金，这只基金的显著特点便在于其投资能力，它的贝叶斯机器学习结合预测算法，可以很有效的形成自主学习不断优化的交易系统。
而全球最大的对冲基金，桥水联合(Bridgewater Asspcoates)使用的是一种基于历史数据与统计概率的交易算法，让系统能够自主学习市场变化并适应新的信息。
总部位于香港的资产管理公司Aidyia Limited推出了基于先进人工智能的对冲基金，能阅读多种语言的新闻，分析大量的经济数据，鉴别出隐藏的模式，做出市场趋势预测——然后进行相应的投资。
虽说，证券市场涉及多方博弈，复杂度远非象棋围棋可比。但即使不能压倒性占优，人工智能在概率上还是能够提高胜算的。尤其是在市场暴跌的时候！
当2007年A股创出6124的高点后，伴随着股指高台跳水，中国市场上的“香饽饽”公募基金产品亏损严重。这个时候，部分采用量化策略的基金却逆势取得了不错业绩。
西蒙斯（JamesSimons）的大奖章基金也是机器战胜人类的经典例子。据公开数据，从1989年到2009年，大奖章基金的复合年化收益率高达35%，远超同期巴菲特和索罗斯的收益率。
然而，据业内人士透露，真实市场中应用的许多技术依然隐藏在商业机密的帷幕背后——害怕竞争对手占得先机。
那些正在使用人工智能在金融市场里大杀四方的投资者可能并不愿意其他人知道太多，因为当一项技术应用的范围越广时，使用者能获得的好处就越少。
所以，即使人工智能技术在炒股上取得了十分耀眼的成绩，但技术能普及到普罗大众身上的可能性有多少呢？要知道炒股很大程度上是零和游戏，小散都不亏钱了大佬赚什么呢？