人工智能對戰華爾街之狼

一位投資者在線下了大量的賣單，拋售一家連鎖店的股份。看上去，這不過是一次尋常交易，但實際上卻是一個騙局。

做局者的真正目的是嚇唬其他投資者，讓他們拋出該公司的股票，造成股價急劇下挫。然后，他再取消賣單，迅速吃進大量低價拋售的股票。

這種非法操作被稱為“幌騙”（spoofing），非常難以監控，因為操盤手可以利用算法下單，然后迅速撤單，反復操作。

今年10月，股票交易所納斯達克（Nasdaq）引進了一種工具，可以利用人工智能領域里的深度學習技術標注可疑的交易。這項技術應該可以較容易地在每年的數十億次交易中找出騙子。

納斯達克已經采納了新軟件，與傳統手段并用，尋找內幕交易等股市犯罪。納斯達克的機器學習主管邁克爾·奧羅克（Michael O'Rourke）稱，深度學習的重要性在于它“善于找出那些很難描述的東西”。

為了讓軟件加強深度學習，納斯達克向它提供了交易所的訂單和交易數據，以及非公開信息。在經過了一年的測試后，創造這項技術的團隊認為，它具有足夠的可靠性，可以廣泛應用。

利用人工智能發現騙局存在一個潛在風險：它會產生大量的誤判，讓負責審查標注交易的人員不堪重負。奧羅克說：“你不能錯過，但你也不想錯殺。”不過，他又說，現在計算有意義的誤差率還為時過早，他覺得一定數量的誤判可以接受。

最終，追查違法者的責任還是聯邦監管機構的責任，這對于資源有限的美國證券交易委員會（Securities and Exchange Commission）是一大挑戰。盡管如此，納斯達克的團隊表示，新軟件提供了更好、更及時的信息，對他們的工作有所幫助。

利用機器學習發現騙局的不只有納斯達克一家。例如，密歇根大學（University of Michigan）也在研發人工智能驅動的統計技術，應對騙子。然而，要訓練軟件，市場數據至關重要，該大學沒有獲取這些數據的途徑。

密歇根大學的一位助理法學教授加布里埃爾·勞特貝格（Gabriel Rauterberg）說：“我們要制定發現操縱行為的算法，存在幾個很大的障礙，我們沒有市場可以監管，拿不到實時數據。”納斯達克的競爭對手紐約證券交易所（New York Stock Exchange）可能也有條件開發鎖定騙局的深度學習技術，但它拒絕向《財富》雜志發表評論。

納斯達克表示，它計劃最終向其他交易所出售這一新技術的改進版本。它開發的其他軟件也曾經被它銷售過。