最近看到 Agent 在数学研究上的进展，我突然想到，金融可能会是另一个很适合 Agent research 的领域。
数学和金融其实有一个很相似的地方：都可以不断提出假设，再通过某种方式验证。数学里可以提出猜想、尝试证明，再用形式化工具检查；金融里则可以提出一个交易假设，找数据、写回测、验证结果，如果不成立就换一个继续尝试。
当然，两者并不完全一样。数学的验证要可靠得多，一个证明成立就是成立；金融里的回测只是过去数据上的结果，并不能证明未来还有效。但从 Agent 的角度看，它们都很适合做大规模搜索。只要 Agent 能自动找数据、写代码、回测、分析结果，那么过去一个研究员要花很久验证的想法，未来可能很快就能跑完，而且可以同时跑成千上万个。
这让我开始怀疑，人类现在能够看到的很多 alpha，未来可能会越来越快地消失。
市场里很多机会并不是特别深奥，只是因为发现它们需要时间。一个人能读的论文有限，能测试的因子有限，能尝试的策略也有限。但 Agent 几乎没有这个限制。如果以后有大量 Agent 一直在扫描市场里的规律，那么只要一个 alpha 建立在公开数据上，而且能够被程序化地验证，它被发现只是时间问题。
而 alpha 一旦被越来越多人发现，就会被交易本身逐渐抹掉。大家都知道某个规律以后，就会提前买入或者卖出，价格会越来越快地把这些信息反映进去。过去一个规律可能几年才慢慢失效，以后这个过程可能会变得非常快。
如果未来不只是少数机构，而是整个量化行业都有大量 Agent 在不断研究，那么市场可能会变得极其有效。新闻刚出来，Agent 已经完成分析；财报刚发布，模型已经完成估值；一个新的统计规律刚刚出现，很快就会有大量系统发现并交易它。
那时候，一个普通人或者普通研究员想靠分析公开信息获得稳定超额收益，可能会变得越来越困难。
我甚至会想到一个更极端的结果：最终能够长期存在的 alpha，可能本来就不是“免费的钱”。
如果一个机会很容易发现、风险又很低，那么大量 Agent 和资本一定会迅速进入，把收益压下去。能够长期保留下来的收益，很可能恰恰是因为背后存在某种无法消除的风险。
比如承担流动性风险、尾部风险、杠杆风险，或者在市场恐慌时提供资金。你当然可以获得额外收益，但这个收益本身就是对风险的补偿。
这样一来，所谓 alpha 和 risk premium 的边界可能会越来越模糊。
如果一种收益能够稳定存在，也许不是因为人类还没有发现它，而是因为即使所有人都知道它，也不是所有人都愿意或者有能力承担它背后的风险。
从这个角度看，大量 Agent 进入金融市场以后，也许真正被消灭的不是所有 alpha，而是那些人类能够轻易观察、理解并且低风险套利的 alpha。
剩下的收益会越来越接近一种平衡：你想获得多少额外收益，就必须承担与之对应的风险。市场不会再留下太多明显的错误价格等待人去捡。
我不知道这种状态距离现在还有多久，也不知道金融市场最终能有效到什么程度。但如果 Agent research 真的像现在表现出来的趋势一样继续发展，我觉得金融一定会受到很大的影响。
也许未来回头看，现在仍然是一个很特殊的时期：人类还可以自己找规律、写策略、跑回测，并期待从公开市场里找到一些没有被充分利用的东西。
而以后，市场里可能会有无数 Agent，永远不休息地寻找同样的东西。
我想在那个时代真正到来之前，把这个想法先记下来。