买方技术专家说 忽略炒作并专注于机器学习目标

根据TradeTech FX Europe的小组成员的说法，机器学习和人工智能(AI)的进步可能会改善交易策略，但代价是透明度和可解释性。

安本资产管理公司(Aberdeen Asset Management)的投资分析师伊恩麦克威廉姆斯(Ian McWilliams)详细说明了对机器学习技术能力的理解是如何被缺乏理解和夸张所扭曲的。

“我开玩笑说，当你在外面做广告时，你会说人工智能，但你说机器学习，实际上你只是在进行逻辑回归等等，”他说。“我不认为这是不诚实的，也许它有点夸张，但它在定义方面并没有错，因为当我们谈论机器学习时，你真正得到的算法是从数据中学习算法。”

“我们正在接受大量的市场信号和情绪信号，预测未来市场将采取哪些措施，并利用这些信息建立交易策略。”

麦克威廉姆斯解释说，围绕机器学习元素的炒作，如深度学习，图像识别和自然语言处理(NLP)，扭曲了对更好地为交易策略决策建模数据的工具的期望，特别是涉及与基金经理的对话时。

“作为一个行业，我们需要考虑的有趣的事情可能是需要改变的态度是围绕模型的可解释性，这在许多领域都是一个大问题，而不仅仅是金融，”他说。

“每当我们提出交易时，传统基金经理都会问我们为什么要进行交易呢?” 他们通常期望一个非常因果的A到B的解释，但这往往会打败这些非常复杂的算法。中间地带不足以说算法说这样做，所以我们正在这样做，但需要在量子人和更传统的人之间进行更多的对话，以了解那里存在权衡。“

Saeed Amen是贸易咨询公司Cuemacro的创始人，也是雷曼兄弟和野村制定的系统交易策略的老手，在采用基于机器学习技术的交易策略时，颂扬了简约的优点。

“当你考虑使用机器学习时，要问的问题是：你想要实现什么，你可以使用逻辑回归或线性回归，例如，足以满足你的任务吗?”阿门说。“我总是会尝试使用最简单的工具。交易策略所涉及的复杂性需要有理由。“