如果避險基金可以用最佳的數學模型操作，那麼理論上所有擅長於數學的人都應該可以進行避險基金操作——這是Numerai創辦人Richard Craib的願景。但現實是基金的募集和交易的執行等都是相當高的進入障礙——就像麥可・路易斯的『大賣空』一書中、來自柏克萊的柯恩威爾資本管理公司一樣，他們得辛苦取得一些「入場券」，才能交易他們想要交易的特殊資產。
另外一個進入障礙是用來產生模型的金融數據資料庫，大部分的避險基金都自己建立私人專用的金融數據資料庫，並視其為自己的競爭優勢之一。再好的數學家和資料科學家，沒有足夠大量和優質的資料來訓練他們的數學模型，也是白搭。
Richard Craib認為上面這些進入障礙的問題都可以透過「Crowdsourcing 」來解決——Numerai統一募集基金，設立交易機制，然後再透過網路平台不斷提供更多最新的金融數據資料給所有參與平台的專家們，讓他們反饋訓練出來的模型到平台上，基金再自動根據這些模型的準確度混合交易，然後按比例將賺得的收入回饋給提供數學模型的專家們。
理論上Numerai釋放了全世界所有的數學黃金大腦，這些專家可以是躲在世界任何角落、沒有學過經濟學或者金融理論的怪胎，他們所拿到的金融數據全部加密和匿名，只有一堆數字，他們只要用機器學習去建立模型，試圖預測未來走勢，就能夠參與避險基金操作。
另一個有趣的是Numerai似乎解決了避險基金的費用問題：透過讓任何能夠開發出更精準的數學模型的怪胎參與利潤分享機制，這個避險基金不存在GP和LP那些面紅耳赤的爭論，一切都簡化成一翻兩瞪眼的電腦數據——這不只會是避險基金管理人的末日，也會是【大賣空】理想國的冷酷異境！
當然Numerai還有很多挑戰要面對。其中之一是：既然模型是來自四面八方，不斷更新，基金的投資交易也就會非常頻繁，交易費累積起來會相當可觀，一不小心可能會吃掉所有的獲利。
另外更根本的存在性意義問題是：這些讓人心炫神馳的結構，都只是為了交易金融資產，並沒有產生額外的經濟價值。有人會說金融資產的價格正確度是健全的資本市場的關鍵，有健全的資本市場才能促進商業繁榮。但在華爾街的歷史上我們看到「純粹金融交易」一而再再而三地催生泡沫，引爆各種社會結構性的問題，摧毀經濟價值，如果更多的交易交由人工智慧所產生的數學模型去執行，難道不是一種尾巴搖狗的現象？
最後，當所有的數據都匿名、都被加密，這代表的是訓練出來的數學模型正是我們在金融理論中稱呼的「線型分析派（chartist）」。相對於「基本面分析派（fundamentalist）」，傳統上「線型分析派」是被批評為無法長期有效擊敗大盤的，價值長期一定會回歸基本面。但如果引入人工智能和如Numerai 提供的短期誘因，可以想像線型分析派將會主導越來越多的交易量，產生越來越多根據他們的模型所預測的價格，從而自我肯定模型的準確度，進而讓市場與基本面越來越分離。而如果市場價格真的開始與基本面分離，自己形成一種獨立邏輯，那麼前述「尋求正確價格」的優點就不復存在了。
最後一點讓我對Numerai感到興致盎然的，投資Numerai管理公司的是風險資本家，是傳統上與避險基金站在資產類別最為對立的另一端者。Union Square Ventures的合夥人們再怎樣聰明，畢竟不是市場金融的數學專家，他們進行此一投資的根據顯然是對於人工智慧的信任，而不是基於市場金融理論。
同樣對於人工智慧的信任，也讓Union Square Ventures大力鼓吹Universal Basic Income這樣社會主義的概念——單單由人工智慧竟然可以同時衍生社會主義和極端資本主義的概念，我想遲早我們會需要新的主義來定義。
不如就叫「超級智能主義（Super-intelligensim）」吧？
＊作者台灣大學電機畢業，在台灣、矽谷和巴黎從事IC設計超過十年，包含創業四年。在巴黎工作期間於HEC Paris取得MBA 學位，轉進風險投資領域，現為Hardware Club合夥人
