人工智能对战华尔街之狼

一位投资者在线下了大量的卖单，抛售一家连锁店的股份。看上去，这不过是一次寻常交易，但实际上却是一个骗局。

做局者的真正目的是吓唬其他投资者，让他们抛出该公司的股票，造成股价急剧下挫。然后，他再取消卖单，迅速吃进大量低价抛售的股票。

这种非法操作被称为“幌骗”（spoofing），非常难以监控，因为操盘手可以利用算法下单，然后迅速撤单，反复操作。

今年10月，股票交易所纳斯达克（Nasdaq）引进了一种工具，可以利用人工智能领域里的深度学习技术标注可疑的交易。这项技术应该可以较容易地在每年的数十亿次交易中找出骗子。

纳斯达克已经采纳了新软件，与传统手段并用，寻找内幕交易等股市犯罪。纳斯达克的机器学习主管迈克尔·奥罗克（Michael O'Rourke）称，深度学习的重要性在于它“善于找出那些很难描述的东西”。

为了让软件加强深度学习，纳斯达克向它提供了交易所的订单和交易数据，以及非公开信息。在经过了一年的测试后，创造这项技术的团队认为，它具有足够的可靠性，可以广泛应用。

利用人工智能发现骗局存在一个潜在风险：它会产生大量的误判，让负责审查标注交易的人员不堪重负。奥罗克说：“你不能错过，但你也不想错杀。”不过，他又说，现在计算有意义的误差率还为时过早，他觉得一定数量的误判可以接受。

最终，追查违法者的责任还是联邦监管机构的责任，这对于资源有限的美国证券交易委员会（Securities and Exchange Commission）是一大挑战。尽管如此，纳斯达克的团队表示，新软件提供了更好、更及时的信息，对他们的工作有所帮助。

利用机器学习发现骗局的不只有纳斯达克一家。例如，密歇根大学（University of Michigan）也在研发人工智能驱动的统计技术，应对骗子。然而，要训练软件，市场数据至关重要，该大学没有获取这些数据的途径。

密歇根大学的一位助理法学教授加布里埃尔·劳特贝格（Gabriel Rauterberg）说：“我们要制定发现操纵行为的算法，存在几个很大的障碍，我们没有市场可以监管，拿不到实时数据。”纳斯达克的竞争对手纽约证券交易所（New York Stock Exchange）可能也有条件开发锁定骗局的深度学习技术，但它拒绝向《财富》杂志发表评论。

纳斯达克表示，它计划最终向其他交易所出售这一新技术的改进版本。它开发的其他软件也曾经被它销售过。