谷歌又搞大事情！
近期，專注於推進人工智慧（AI）研究的谷歌子公司DeepMind發布了一款新版本的AlphaGo程序，這套系統名為「AlphaGo Zero」，它通過一種名為「強化學習」的機器學習技術，可以在與自己遊戲中吸取教訓。
僅三天時間，AlphaGo Zero自行掌握了圍棋的下法，還發明了更好的棋步。大勝去年戰勝韓國選手李世石的AlphaGo Lee，且痛扁今年早些時候擊敗了世界冠軍柯潔的AlphaGo Master。
值得注意的是，AlphaZero的設計理念和系統配置則完全和Lee/Master不同，它不依託於人類的先驗成果，完全靠自我對弈學習下棋，這使得AlphaGoZero也比前幾代系統更加節能，AlphaGoLee需要使用幾臺機器和 48 個谷歌TPU機器學習加速晶片。其上一代AlphaGoFan則要用到 176 個GPU晶片。AlphaGoZero只需要使用一臺配有 4 個TPU的機器即可。
這對量化投資或者智能投顧行業來說，無疑也將有巨大的推動作用。量化投資或智能投顧最重要的就是需要強大的硬體和計算能力，以及真實的自我學習能力。
有關專家表示，擬合搜索和ResNet，正是Zero算法中的兩個核心技術。其中擬合搜索所解決的問題，主要是定製化，它可以對棋盤上的每一次落子都進行量化，比如會對最終獲勝機率做多大貢獻，但是這其實並不是近期才產生的一種理論，而是在很早之前就存在的一種基礎算法理論，但由於人類腦力的局限性，這種技術只能通過擁有強大計算能力的計算機來實現，而Zero背後的相關技術，可以把量化分析和智能選股提高到極致。
從美國等發達資本市場看，量化投資已經開展了 30 多年，市場規模和份額不斷擴大。 1997 年，全球量化基金的資產管理規模還只有 1182 億美元，但截至 2016 年三季度，就迅速攀升到近 3 萬億美元，在全球很多大型股票交易所中，接近50%的交易來自各類量化投資方式。而類似AlphaZero的產生，將使得量化投資者的成本大大降低，從而鼓勵人們開發更低成本的量化投資工具，如果AlphaZero的技術應用到金融領域，毫無疑問將帶來金融業的革新，以及量化投資的進一步發展，量化投資的市場份額也將得到迅速提高。
「AI的自我進化，將給金融行業發展帶來新的動力。通過自我學習，自我進化，並藉助幾百年來金融行業的知識及實證經驗，以AlphaGo為代表的AI技術在金融領域將在量化投資、智能投顧等方面尋找到更多突破口。」上海量加網絡科技有限公司首席技術官向記者表示。
量加獨有的白盒量化，擁有全國智能投顧App端唯一一家提供白盒可視化的回測量化選股工具。通過網絡牛人的平臺，匯聚民間高手，所有用戶都可以訂閱牛人產生的所有投顧服務，如組合、觀點和策略等等。量加更通過其強大的技術能力，整合多方資訊並分析整理，挖掘出更加科學的投資方案。
「十九大已經勝利閉幕，未來五年各項發展規劃已經落地，而近期IMF、路透等機構相繼上調中國2017、 2018 年經濟預期，也表明外界對國內經濟的樂觀情緒，川普訪華將近，建議投資者繼續順勢而為，積極布局A股。」量加網絡科技策略分析師向記者表示。