20160310-广发证券-谷歌AlphaGo大战李世石点评_AlphaGo攻克围棋_人工智能角力资本市场_12页_920kb

AlphaGo 攻克围棋，人工智能角力资本市场总结

核心内容

AlphaGo 是谷歌 DeepMind 公司开发的人工智能系统，它在 2016 年 3 月与围棋世界冠军李世石进行五番棋对弈，最终以 4:1 获胜，标志着人工智能在复杂策略游戏领域取得了重大突破。与此同时，人工智能技术，尤其是深度学习，正在资本市场中崭露头角，成为量化投资的新战场。

主要观点

• AlphaGo 的胜利：AlphaGo 在围棋领域击败了人类顶级棋手李世石，证明了人工智能在复杂决策任务上的能力。
• 深度学习的作用：深度学习通过策略网络和价值网络的结合，显著降低了围棋计算的复杂度，使人工智能能够高效处理局面评估和落子选择。
• 资本市场的新趋势：人工智能在资本市场中的应用日益广泛，主要体现在量化投资策略中，而非高频交易。
• 广发金工的实践：广发证券通过深度学习技术，开发了股指期货日内交易策略和股票多因子 Alpha 交易策略，取得了显著的超额收益。

关键信息

一、AlphaGo 攻克围棋

• 时间与事件：2016 年 3 月 9 日至 15 日，AlphaGo 与李世石进行五番棋对弈。
• 李世石背景：1983 年出生，围棋世界冠军，被称为“不败少年”。
• AlphaGo 背景：2015 年 10 月击败职业棋手樊麾，名声大噪。
• 比赛规则：采用中国围棋规则，分先下，三胜者获得 100 万美元奖金。
• 围棋复杂度：围棋局面可能性超过 $10^{171}$，远超宇宙粒子数量，因此传统穷举法不可行。
• AlphaGo 的策略：
  • 策略网络：模仿人类棋手，预测最佳落子位置。
  • 价值网络：评估不同局面下双方输赢的概率。

二、深度学习原理

• 深度学习的优势：能够处理非线性分类问题，通过多层特征映射提升模型的表达能力。
• 应用领域：
  • 语音识别：识别错误率降低 30%。
  • 图像识别：ImageNet 错误率从 26% 降至 15%。
  • 推荐系统：取得奈飞视频推荐比赛最佳成绩。
  • 药物预测：取得比赛最佳成绩。
  • 自然语言处理：准确率提高至 85%。
  • 广告点击率预测：取得目前最好结果。
• 训练方法：通过大量历史数据和自我对弈生成数据进行训练，使模型不断优化。

三、量化投资新战场

• 海外动态：
  • 桥水基金：建立人工智能团队，基于历史数据和统计概率开发交易算法。
  • 文艺复兴科技公司、Two Sigma：也在扩大人工智能团队。
  • Rebellion Research：自 2007 年起使用贝叶斯机器学习进行投资，表现良好。
  • Aidyia、Sentient Technologies、Castilium、CommEq、Alpaca：均采用人工智能进行投资，其中 Alpaca 和 Sentient 使用深度学习。
• 广发金工的实践：
  • 股指期货日内交易策略：基于深度学习的高频股价预测模型，准确率超过 73%，年化收益率达 77.9%，最大回撤为 -5.86%。
  • 股票多因子 Alpha 交易策略：通过深度学习挖掘股票市场数据，构建预测模型，筛选股票组合，获得超额收益。组合规模为 100 时，累积收益率超过 120%，年均收益率超 15%。

风险提示

• 策略模型并非百分百有效。
• 市场结构变化或交易参与者增多可能导致策略失效。

投资评级说明

行业投资评级

• 买入：预期股价强于大盘 10% 以上。
• 持有：预期股价变动介于 -10%～+10%。
• 卖出：预期股价弱于大盘 10% 以上。

公司投资评级

• 买入：预期股价强于大盘 15% 以上。
• 谨慎增持：预期股价强于大盘 5%～15%。
• 持有：预期股价变动介于 -5%～+5%。
• 卖出：预期股价弱于大盘 5% 以上。

联系方式

• 地址：
  • 广州市：广州市天河北路 183 号，大都会广场 5 楼。
  • 深圳市：深圳市福田区金田路 4018 号，安联大厦 15 楼 A 座 03-04。
  • 北京市：北京市西城区月坛北街 2 号，月坛大厦 18 层。
  • 上海市：上海市浦东新区富城路 99 号，震旦大厦 18 楼。
• 邮政编码：
  • 广州市：510075
  • 深圳市：518026
  • 北京市：100045
  • 上海市：200120
• 客服邮箱：gf fy@gf.com.cn
• 服务热线：020-87555888-8612

免责声明

• 本报告仅供广发证券重点客户参考，不对外公开发布。
• 报告所载资料来源可靠，但不保证其准确性或完整性。
• 报告内容仅供参考，不构成买卖证券的出价或询价。
• 广发证券不对因使用本报告内容导致的损失承担责任，除非法律法规另有规定。
• 报告可能包含其他与本报告不一致的结论，反映研究人员的不同观点。