他们的新交易系统带来了更多的利润，以及更多投资者的兴趣。据一位投资者透露，在旗舰基金2011年出现小幅回升后，Voleon 2012年的业绩是34.9%，2013年是46.3%。
然而，两年之后，Voleon去年遭遇滑铁卢，亏损超过9%。这也引起了部分投资者的担心。
“没什么比回撤更引人深思”，哈里托诺夫说：“去年我们学到了很多”。
今年比去年好。截止今年10月，这家管理着18亿美元资金的公司，其旗舰基金上涨约4.5%。自成立以来，其年化收益率大约是10.5%。
业绩波动、策略复杂……并没有阻止Voleon的发展。这家基金正在扩大投资目标，投资标的不仅限于美国和欧洲的股市，还包括加州大学伯克利分校附近的一座楼。
在机器学习技术的帮助下，Voleon每天交易价值超过10亿美元的股票。在这个过程中，他们对买入或者卖出一只股票的原因，没有丝毫兴趣。
哈里托诺夫说，机器学习系统越是具有预测性，人们就越难理解它要做什么。有理论认为人类思维主要用于处理三个维度的情景，数十个乃至数百个维度的任务则是机器学习系统擅长的领域。这些维度之间的关系，往往是非线性的。
“这并不意味着我们不会考虑发生了什么”，麦考利夫说，Voleon的研究人员会设计“扰动”，来研究各种输入在预测系统中的权重，以及解决过拟合等问题。
Voleon的电脑不仅在财务信息中寻找关系，而且在非财务数据中寻找关系。其中包括卫星图像、航运舱单、信用卡收据、社交媒体情绪等等。这些目标数据，可以帮助寻找某个行业的健康状况或者商品供应的变化。
显然，没有人会透露自己使用了哪种数据，如何进行的评估。Voleon也是一样，谨慎的保护着自己的技术和策略隐私。
这个“神秘”的机制让投资者不安，哈里托诺夫理解这种感受，不过他坚信：电脑犯错的情况要比人类少得多。
“机器学习在财务预测领域的应用还在早期阶段”，他说：“一切才刚刚开始”。
