据36氪此前宣布，DetlaGrad是一家基于人工智能的量化投资公司，成立于2017年10月，致力于将AlphaGo技能运用于量化投资领域，其特色是没有预先设定的交易逻辑，而是用原始数据直接演习神经网络，实现机器自主的量化交易，想做量化交易界的Deepmind（研发阿尔法狗的团队）。

DetlaGrad表示，目前首个产品A股机器人“智富狗”已上线，运用于海内二级市场的投资，产品已实盘测试8个月。
数据显示，在2017年11月A股普跌的情形下(中证1000跌幅超4%)，智富狗实现了5.23%的收益，最大回撤掌握在2.7%，并在2018年1月尾上证指数大跌12%的情形下，智富狗提前清盘避险。

本次资方众海投资成立于2014年，由前阿里巴巴集团首席人力管邓康明、阿里巴巴集团副总裁鲁众和阿里巴巴集团资深总监黄海军共同创办。
目前专注于新科技、移动互联网、消费升级、大康健和企业做事方向的股权投资。

DetlaGrad投资人、众海投资创始合资人黄海军表示：“人工智能是非常好的提高效率的办法，众海投资非常关注人工智能在各个领域的运用，我们认为以DetlaGrad为代表的、基于神经网络的人工智能量化交易平台，能极大地提高大型的高频交易的效率。
人的精力有限，一个再好的操盘手也不可能同时看2000支股票，但机器能轻易办到。
”

---------------对DetlaGrad模式更详细的先容，可阅读此前我撰写的宣布（全文如下）---------------

《用神经网络代替数学模型，DeltaGrad想成为量化投资界的阿尔法狗》

by 卢晓明 于2017年9月

如果一个人能炒股总是特殊赢利，但他却无法见告你他为什么每次都能赢利，你能放心把钱交给他吗？

在量化交易这个领域，36氪此前宣布过不少项目。
有私人量化交易平台JoinQuant、RiceQuant以及优矿，为量化交易领域供应核心算法支持的众加，量化策略商城微量网、以量财富为代表的量化理财平台，以及为量化投资者供应智能交易和剖析工具的名策数据。
如果你不懂算法，只懂投资逻辑，还有专门帮你天生量化投资策略的果仁网。

目前市场上看到的量化交易，背后大多有某种交易逻辑。
每一个量化交易策略的建立，都须要输入与这套逻辑干系联的因子，比如历史表现、公司财务数据、宏不雅观经济数据、高下游供应商数据等浩瀚参数，建立一套模型以算出标的上涨或下跌的概率，并天生投资组合和调仓策略。
随着近几年人工智能兴起，不少人开始选用机器学习等办法，输入浩瀚因子，让AI自己天生策略。

36氪最近打仗到的DetlaGrad的做法则跟这些都有不同，它们的定位是基于人工智能的量化投资公司，目前只靠输入股票交易数据，利用不同构造的神经网络来演习模型。
创始人说他们想做的是中国的桥水基金，但是从他的表述来看，我认为该当说他们想做量化交易界的Deepmind（研发阿尔法狗的团队），就连他们A股机器人的名字，都叫“智富狗”。

DetlaGrad的创始人庞然表示，团队早几年是做打算机围棋的，传统将人类下围棋的逻辑梳理成策略算法，庞然称此为“穷尽”的方法，最多只能将机器演习到业余五到六段，阿尔法狗的成功则解释，用深度学习网络的算法，能将机器演习到超过人类中的九段高手。
他不否认策略的办法有效，国外大量量化基金的成功就解释了这一点，但是他认为这种方法难以超越人类。

庞然认为，这解释有些过于繁芜的决策，影响的因子和情形的可能性太多，传统用逻辑和策略等“穷尽”的算法可能是搞不定的，现实中高手做判断大概是依赖长期履历积累下来的直觉，比如有的基金经理和操盘手只须要看K线，不须要看基本面，凭借“盘感”就能做出很好的判断，资深年夜夫也是类似。
直觉不代表瞎想，但他们却不一定能清楚说出背后判断的逻辑，实际上人脑的思考办法便是如此。

DetlaGrad的团队认为今年阿尔法狗的升级版Master是变革点，用神经管网络替代原来用逻辑和策略构建的数学模型这种思路，可以用到金融领域之上。
阿尔法狗不知道选手怎么思考，它光看选手怎么走，就学习并超越了人类。
因此，量化投资并不须要知道最好的操盘手怎么想，只须要知道最好的操盘手怎么操作。

“天下第一的操盘手，便是交易数据。
”我们目前从公开渠道所看到的交易数据，包括逐日走势、交易量等，尤其买单卖单，是经由系统整合而成的数据，颗粒度不足细。
因此，除了公开数据之外，DetlaGrad还会购买颗粒度更细的交易数据来演习模型，培养机器的“盘感”。

根据庞然先容，DetlaGrad的模型目前做的是针对A股的量化交易，分为以下几个部分：

市场顶部风险预警和个股及大盘未来上涨概率预测（分为短、中、长三个维度，目前一只新股票须要1小时的演习韶光）。

策略创造和仓位调度，从后台82万策略中，找到最新触发，风险最小、年均匀收益最大的策略。
目前团队所利用的策略，均经由2011年以来的历史数据回测，担保均匀年收益大于100%，最大回撤小于10%，然后基于上述上涨概率找到当天风险最小，收益最大的操作方法，输出成策略，见告操盘手（现在有人把关，未来纯机器）仓位该调到多少，止损怎么设置，这样的操为难刁难应的风险及收益分别是多少。
根据最新股票预测数据，系统会逐日调仓。

系统性风险预测，DetlaGrad有专门的预测系统性风险的模型，测算未来三天、五天、七天等涌现系统性风险的概率，达到一定概率就清仓。

由于海内短缺高频交易和对冲工具、市场受政策影响大，国外对冲基金的策略拿到海内常常会失落效，庞然认为，借助以深度神经网络为代表的新技能，也容许以办理这个问题。
DetlaGrad的模型从6月份开始测试，仿照账户单月收益6.9%，同月大盘是1.4%；8月15日起启动了100万的实盘资金做测试，截止9月中旬实盘收益4.7%，最大回撤1.7%。

庞然认为，目前团队的上风在于团队理解打算机围棋变革的全过程，知道如何将变革运用到证券投资市场；利用自行设计并开拓的网络构造而不是开源了网络构造，算法有领先性。
DetlaGrad CEO庞然是一名连续创业者，曾任海博智讯创始人兼CEO、每天盈科技创始人兼CTO；技能合资人卢本捷是国际奥林匘克打算机围棋铜牌核心成员，曾任金融界网站开拓部经理；市场合伙人崔雨阳曾任职于雷曼兄弟和巴克莱成本；产品合资人李骁烨是伟正资管创始人。

目前看来，DetlaGrad团队的实盘测试金额较小，毕竟不同管理规模的策略不同；同时模型还没有经历过现实中“跨周期”（经历过熊市和牛市）的磨练，单凭历史数据无法预见“黑天鹅”事宜。
比如美国的长期成本，旗下的量化基金在成立前三年景就骄人，但后来因1998年俄罗斯债券违约事宜的连锁反应产生巨额亏损。

其余一个问题是，投资者真的能对纯AI的决策有信心吗？作为一家私募基金，假设某天超越人类智商的模型做出了人类无法理解的决定，我们要听之任之还是阻挡？天弘基金智能投资部总经理助理刘硕凌曾经分享过内部用AI 技能改进投资的履历，他们一共选124个因子，来识别某个股票是成好的还是坏的。
”初版的效果非常好，但是无法阐明，在这阶段，目前投资者还是不能接管，以是我们末了用了相对大略的决策树模型，我们可以看清楚AI 的思考模式。
”

目前，DeltaGrad正在寻求首轮融资，操持募资300万，紧张用在团队培植、产品开拓和硬件设备投入方面。

我是36氪作者卢晓明，关注金融、区块链和旅游，项目寻求宣布或互换请加微信lohiuming，烦请备注姓名、单位、职务和事由。