谁是最早采用新技术的人?尖端的东西往往很昂贵，这意味着答案往往是极其富有的人。早期采用者也往往受到残酷竞争的激励，希望看到超越现状的东西。因此，可能没有哪个群体比超级富豪和竞争激烈的对冲基金行业更有可能掌握新工具了。
这条规则似乎适用于人工智能(ai)和机器学习，对冲基金几十年前就开始使用这两种技术，远早于最近的炒作。首先出现的是“量化投资者”，即量化投资者，他们利用数据和算法挑选股票，并对哪些资产会上涨或下跌进行短期押注。纽约的量化基金Two Sigma自2001年成立以来一直在试验这些技术。英国曼氏集团(Man Group)在2014年推出了首只机器学习基金。来自康涅狄格州格林威治的aqr资本管理公司(aqr Capital Management)大约在同一时间开始使用人工智能。然后是该行业的其他公司。对冲基金的经历证明了人工智能革新商业的能力——但同时也表明这样做需要时间，而且进程可能会中断。
人工智能和机器学习基金似乎是机器人进军的最后一步。由算法挑选股票的廉价指数基金的规模已经膨胀，其管理的资产在2019年超过了传统的主动型基金。交易所交易基金提供了投资基本策略的廉价机会，比如选择成长型股票，几乎不需要人力参与。复兴科技公司的旗舰基金成立于1982年，是有史以来第一家量化投资机构，几十年来平均年回报率为66%。21世纪初，快速电缆催生了高频做市商，包括Citadel Securities和Virtu，它们能够以纳秒为单位进行股票交易。较新的量化机构，如aqr和Two Sigma，超过了人类的回报，并大量收购资产。
到2019年底，自动算法接管了交易双方;高频交易员经常与量化投资者对峙，后者已经实现了投资流程自动化;算法管理着被动型指数基金中投资者的大部分资产;所有规模最大，最成功的对冲基金至少在某种程度上都使用了量化方法。传统类型的人都认输了。明星投资者菲利普·贾布尔(Philippe Jabre)在2018年关闭自己的基金时，指责计算机化模型“不知不觉地取代了”传统参与者。由于所有这些自动化，股票市场比以往任何时候都更有效率。执行速度极快，成本几乎为零。个人可以用一美元的零头来投资储蓄。
机器学习有望带来更大的成果。一位投资者的描述是，量化投资始于一个假设:动量假设，即那些上涨速度快于指数其他成分股的股票将继续上涨。这一假设允许用历史数据检验个股，以评估它们的价值是否会继续上涨。相比之下，通过机器学习，投资者可以“从数据开始，寻找假设”。换句话说，算法可以决定选择什么以及为什么选择它。
然而，自动化的伟大进步并没有继续不减，人类已经反击了。2019年底，面对新进入者Robinhood的竞争，包括嘉信理财(Charles Schwab)、e*trade和td Ameritrade在内的所有主要零售经纪商都将佣金削减至零。几个月后，在大流行的无聊和刺激支票的刺激下，零售交易开始飙升。它在2021年前几个月的疯狂中达到顶峰，当时当日交易者在社交媒体上协调，涌入不受欢迎的股票，导致它们的价格螺旋式上涨。与此同时，许多量化策略似乎停滞不前。在2020年和2021年初，大多数量化分析师的表现逊于市场和人类对冲基金。在资金持续外流后，Aqr关闭了几只基金。
当市场在2022年逆转时，许多趋势也发生了逆转。随着亏损不断增加，零售交易份额有所回落。宽客们复仇般地回来了。Aqr运营时间最长的基金回报率高达44%，尽管市场下跌了20%。
这种曲折之路，以及机器人日益重要的角色，为其他行业提供了借鉴。首先，人类对新技术的反应会出乎意料。交易执行成本的下降似乎增强了投资机器的能力——直到成本降为零，这推动了零售业的复兴。即使零售交易的份额没有达到峰值，但与2019年之前相比仍然较高。零售交易现在占股票交易量的三分之一(不包括做市商)。他们在股票期权(一种押注股票的衍生品)上的主导地位甚至更大。
第二，并非所有的技术都能使市场更有效。aqr的联合创始人Cliff Asness认为，aqr在一段时间内表现不佳的原因之一是估值变得多么极端，以及“一切泡沫”持续了多长时间。在某种程度上，这可能是散户投资者过度繁荣的结果。阿斯内斯先生认为:“快速获取信息并不意味着处理得好。”“我倾向于认为，社交媒体之类的东西会降低、而不是提高市场的效率……人们听不到相反的意见，他们只听到自己的意见，在政治上，这可能导致一些危险的疯狂，在市场上，这可能导致一些非常奇怪的价格走势。”
第三，机器人需要时间来找到自己的位置。机器学习基金已经存在了一段时间，表现似乎超过了人类竞争对手，至少是一点点。但它们并没有积累大量资产，部分原因是它们难以推销。毕竟，很少有人了解其中的风险。那些致力于机器学习的人敏锐地意识到这一点。曼氏集团(Man Group)量化部门Man Numeric的格雷格•邦德(Greg Bond)表示，为了建立信心，“我们投入了大量资金，向客户解释为什么我们认为机器学习策略正在发挥作用。”
曾有一段时间，所有人都认为宽客们已经搞清楚了。这不是今天的看法。至少在股市方面，自动化还没有像其他地方许多人担心的那样，成为赢家通吃的事件。这更像是人类和机器之间的拔河比赛。虽然机器正在获胜，但人类还没有放手。
