让AI代替人类炒股，多么美妙的目标。
机器学习技术能在不需要人类预先编写规则的情况下，让计算机从数据中寻找模式。从机器人到天气预报，再到语言翻译，甚至开车，这项技术驱动着多个领域的进步。
为什么不能用它来搞定金融市场呢？
这种想法，已经引发了投资公司之间的军备竞赛，各家本来就已经非常依赖数学的基金开始争抢他们所能找到的顶尖计算机科学家和统计学家。
这项技术一开始表现还不错。今年业绩最好的两家对冲基金——Quantitative Investment Management LLC和Teza Capital Management LLC今年分别上涨了68%和50%，他们都说能做出这么好的业绩，机器学习功不可没。
然而，在投资上持续全面押注机器学习的公司寥寥无几。
对哈里托诺夫（Michael Kharitonov）来说，基于机器学习建立对冲基金不是件易事：难度是想象中的三倍，耗时是预期的三倍。
“我们基本是屡战屡败。”他说。
哈里托诺夫是Voleon Group的联合创始人，这是首批全面拥抱机器学习的投资公司之一。从他们这些年的挣扎中，可以大致理解其他公司的选择。
将机器学习用在金融交易中，我们先要清楚：这项技术在其他领域取得的那些成就，在交易上可能并不适用。金融交易是一个更杂乱的环境，模式总是被掩盖着。
哈里托诺夫说，他们一开始就想用机器学习做交易预测，但是“就是不管用”。
哈里托诺夫现年54岁，他还有一位43岁的联合创始人麦考利夫（Jon McAuliffe）。他们分别是计算机和统计学博士，都曾在最古老、最成功的量化投资基金D.E． Shaw Group做研究员。
那个时候，今年时不时登一下首富宝座的贝佐斯还没有创立亚马逊，刚好是哈里托诺夫的上司。
哈里托诺夫和麦考利夫多年来一直坚信，他们学过的机器学习技术天生适用于投资，有着可靠的方法论指导。但他们年轻时，计算机还不够快，可用的数据集还不够大。
到2007年，新数据集和足够厉害的计算机出现了，于是哈里托诺夫和麦考利夫创立了Voleon，用机器学习做投资。公司的名字没什么特别含义，编了这么一个词只是因为域名刚好能注册。
在融资过程中，他们遇到了挑剔的机构投资者。
要知道，机器学习这项技术和量化交易的常用方法有一些不同，它不需要科学家提出假设、写出算法给计算机执行，而是由人类为自己算计提供大量数据，然后让它自己找出模式。
实际上，就是计算机自己写出算法，用来做预测，但问题在于，计算机不会告诉你它是怎么得出这个结果的。
市面上的那些量化基金能够很清晰地解释出自己的算法在做什么，但是Voleon的机器学习算法是怎么想的，只有计算机自己知道。
这种方法固有的神秘性，让Voleon根本无法向潜在投资者解释他们买卖股票的理由。计算机所找出的模式对人类来说太细微了，很难理解。
“很多人都完全不感兴趣，但后来我们终于找到了能理解机器学习潜力的人。”哈里托诺夫说。
