與“看不見的手”擲骰子的人

機器之心原創

作者：微胖

「當某種東西運作良好時，就會産生一種美感。」文藝複興科技公司創始人西蒙斯曾說。

500 億管理規模已經暗示王陽所在的這家公司掌握了某種平衡之美——它兼顧了最為前沿的研究與結果導向。這其中的秘訣是什麼？這台神秘而又充滿精度的金融機器又是如何高效運轉的？

疫情起伏，上海封控。

在某實施封閉式管理的小區，年近三十的王陽（化名）跟随大家在陽光下安靜隔着一米排隊，等待核酸檢測。王陽有着一張娃娃臉，身着連帽衫和百慕大短褲，腳蹬拖鞋，舉手投足仍流露出濃濃書生氣。

四年前，這位 15 歲被中科大少年班錄取，19 歲求學 MIT 的 PH. D 回國加入一家名為天演資本的量化私募，成為一名資料科學家。雖然國内量化私募行業曆史不足十年，但行業格局業已相對穩定，王陽所在的公司天演資本，境内外資金管理規模達 500 億元，是行業頭部機構之一。

「說實話，工作日居家辦公一開始并不适應，主要是生活習慣上，每天買菜、團購太耗費精力。」王陽一邊排隊一邊刷着團購群，他已經開始想念公司的午餐和下午茶。

偶爾刷到幾張前灘太古裡的照片又勾起他的一些記憶。「三月初我們還在備戰今年跑馬拉松、鐵人三項，就在這裡。」王陽指了指太古裡的天空跑道，一個上海首創的智能跑道。

「現在隻能在家玩玩 Switch。」

公司的健身房，同僚們在嘗試 TRX。

一、神秘的金融工程

除了生活習慣，王陽的居家工作節奏幾乎不受影響。吃早餐，喝上一杯速溶咖啡（疫情期間，上海人已喝不到現磨咖啡），讀一讀新聞，開始一天的工作。

因為有政策運作在市場裡，他先盯着市場看了一會兒。「從收集資料、設計模型，到寫成代碼再解決各種投資風控上的問題，都是幾個同僚從零搭起來的。」模型掌管着上百億人民币的資金，根據數學公式調整股票組合。

看着團隊創造的工具不斷與市場互動，并成為金融市場運作規律的一部分，是王陽最為着迷的事情。「其實，每天看看也隻是因為有趣，不會改變什麼。模型已經寫好，今天是賺還是虧都是一個随機過程」看了一會兒，王陽打開 IDE（代碼編輯器），讀取資料集、運算和觀察結果，開始新的研究。

在紮克伯格、拉裡 · 佩奇以及他們在矽谷的同行還沒上國小的時候，一些量化投資機構已經在整理資料，并建立了複雜的預測算法。與巴菲特等人基于直覺、基本面的傳統投資方法不同，從事量化投資的人會利用複雜的數學公式和計算機。

這群人多數都不是學金融，而是學數學或者實體出身。他們相信，某種意義上，市場規律就像被加密的情報，憑借算法模型，他們可以在看似随機的資料中分辨噪音和真正的信号。

随着外部稱作人工智能的一類技術崛起，一些專家認為，語音識别和股票交易之間存在高度相似，都是關于機率分布的遊戲。王陽也多了把與市場博弈的「兵器」。「用 AI 做投資，是一個非常 powerful 的工具，非常有效。」 王陽很自信，「它能從資料中找到更多的細節。」

正所謂手有利器，心有乾坤。量化金融研究正是通過各種資料科學手段加深對金融市場的了解，不斷進化、提升投資能力。

二、不同尋常的開放文化

簡單午飯過後，王陽依舊按老時間和同僚連線開會。國内這個行業裡以年輕人居多。在王陽的公司，「85 後」和「90 後」占了主流。再看看這些年輕人的履歷：畢業于劍橋、清北、MIT 等院校，來自數學、實體、電子工程、統計學等專業，不一而足。研究部門裡，一半人都有 PhD 學位。

王陽所在的公司，西裝領帶反而會被視作奇裝異服。

這也是量化投資的奇妙之處。來自完全不同學科領域的科學家和工程師，可以為一個共同目标努力。

據說，為了展現對人才的不拘一格，德邵的創始人戴維 · 肖甚至招過喜劇演員、擊劍手、吹長号的、拆彈專家，還有一名叫傑夫 · 貝索斯的程式員。

平時，王陽會和同僚會在公共區域讨論甚至激辯。公司的辦公室呈純開放式設計，所有工位盡收眼底，沒有任何隔斷，在淡藍色背景襯托下，猶如大海一樣沒有邊界，創始人也隻能随機找位置辦公。

落地玻璃窗構築呈全透明狀态，不禁讓人想起一句話，極度坦誠就會無堅不摧。

如果說這些謝爾頓式的人才組成了一個古希臘哲學家式的「少數人圈子」，辦公室就是這些人的雅典城市政廣場。而這與通常印象中的投資機構文化，完全不同。

傳統認為，才華橫溢的量化分析人員可能最不願意和他人合作。這些人智商超群，往往在職業生涯早期就獲得了大量成就與認可，這也讓他們更傾向于獨狼式研究。一些交易公司也允許研究人員與其他員工在一個個孤島中工作，有時甚至搞賽馬制，鼓勵員工互相競争。

但也有一些公司，比如王陽所在的這家，卻鼓勵開放與合作。科學家與數學家需要辯論、需要互相分享想法，這樣才能産生理想的結果。作為有史以來最為成功的對沖基金之一，文藝複興科技的數學模型就出自一個數百人團隊之手。

「政策和模型不是一個人的事情。」王陽反複強調「這個行業裡名校高學曆都是标配，再天才的人一個人也比不上有效合作的五個天才。」哪怕最頂尖的科學家也需要參加學術會議，與其他科學家互相啟發，敝帚自珍在哪裡都是行不通的。更何況大型數學模型和交易軟體都屬于複雜系統工程，任何人都不可能獨立解決所有問題。

再完美的數學模型，也需要跟資料科學家和開發工程師合作，形成有競争力的解決方案。王陽補充道，「我們和純學術研究唯一差別就是我們還要追求落地。停留在紙面上的成果，意義有限。」是以，在公司裡，任何想法都可以被分享，既有可以被推廣的成功經驗，也有撞牆之後的痛苦領悟。

分享知識而不是建立藩籬

與此相适應的是高度平等透明的制度設計，一切都為高效研發服務。公司沒有行政級别，包括老闆在内沒人擁有獨立的辦公室，每個人的辦公桌都是同樣配置。

每個政策的資金配置設定和産出、公司的整體盈利、獎金池的金額和配置設定原則、公司的目标和面臨的挑戰都會在公司全體大會上公布給所有人，包括行政、客服以及剛入職一天的新人。

下午五六點，王陽暫别電腦，結束一天工作。沒有人會刻意加班，迎合他人。「這行業裡結果太清晰了，沒什麼表演的空間。研究能力不提升上去就出不了結果，加班再多也沒用。」他解釋稱，在這裡，一切取決于研究的品質，而不是老闆是否喜歡你。

工作時間也可以開一局撞球。王陽想念這樣的日子。

三、 沒有 KPI？！

新冠疫情持續反複，加之其他不确定因素，近期國内外裁員風潮此起彼伏，員工收入也見縮水。不過，這些曲折沒有波及到王陽。

「報酬福利沒受影響，也沒聽說誰拿 N+1（補償金）走了。」他說。

聽者或許可以嗅出言語之間的凡爾賽，但王陽并無此意。在一家沒有 KPI 、也沒有末位淘汰的公司工作久了，大家早已習慣一種非正式但極具學院氣息的工作模式。

「研究不應該被外界因素幹擾。」公司創始人不止一次地說過。KPI 隻是在一個随意選擇的資料集上，對一些随意選擇的名額做出随意的規定，和客觀真實沒有必然關系。「研究的好壞隻有一個比較标準，就是接近客觀真實。我們研究的目标是提升我們對客觀真實的了解，而不是 KPI 值。」

人為或借助外力營造一個相對純粹的世界，這些科學家就有可能保持極強的專注力和敏銳度。許多頂尖研究機構并不要求教職人員一年要發多少文章，也沒有要求文章一定發在什麼級别的學術刊物上。

不會有人根據短期經濟成果給研究員施加壓力。他們可以自由設想各種方案，逐一嘗試，最後收斂到一個最好結果。「你在進行一項研究，有人要求你一定要在下個月拿出模型，這種事情絕對不會發生。」 王陽斬釘截鐵地說。

王陽所在的公司，将不斷演化進步寫進名字裡。

以美為導向，它可以展現在一個公司的運作方式上，或者是一個實驗結果上。文藝複興科技公司創始人西蒙斯曾說，「當某種東西運作良好時，就會産生一種美感。」

500 億管理規模已經暗示王陽所在的這個集體掌握了某種平衡之美——它兼顧了前沿研究與結果導向。在這裡，最重要的是找到這樣一群充滿好奇、勇于創造的人，将他們放在一起，營造出最适宜的環境，任其自然生長。這些人會找到重要問題，并有能力解決它。科研能力的提升以及随之而來的研究成果，是唯一的目标。

在這樣的環境當中，驅動力隻能來自于智力上的好奇心。他們不會理會傳統智慧的限制，也不受任何陳舊制度的羁絆，自由探索任何有價值的投資政策。

「不論置身什麼環境，我都會盡全力解決有挑戰的問題。從無到有提出獨創性解決方案，這也是研究人員展現自我價值的最重要方式看，也是提升自己能力最有效的方式。」王陽坦言，「如果沒有取得太大進步，我會感到壓力。」

除了一些例行工作，近一年來，王陽還在研究一個很前沿的跨代算法。所謂前沿，也意味着「人迹罕至」，就連學界也沒人探索過這個算法在金融領域的應用。能不能有産出？王陽也不知道。

但除了每月跟資深同僚讨論一下研究進展和遇到的問題，公司沒有給王陽任何 deadline。「金融市場不确定性永遠是巨大的，但除了做好自己的研究也沒什麼更好的辦法。」王陽說，「不管怎麼樣，大型機構總會保障你的基礎生活。我們按照正确的方法把事情做好就行。這個研究不成，下一個總會成的。」

四、「在金融市場運作的科技公司」

在量化投資行業，最先進的計算機硬體可能無處不在。但真正靈魂是軟體，這往往需要團隊花費大量精力開發出适應市場的新方法。這不僅需要雄厚資本、過人膽識，更需要對技術本身的深入了解。

「我們更像是一家在金融市場運作的科技公司。」王陽說。

當年求職時，他曾在履歷上提到了一個自己畢業論文中用到的算法。公司對王陽的前沿研究表現出濃厚興趣，不僅讓他将學術背景完整介紹一遍，還與他讨論起了算法在金融市場中應用的具體問題。

他們甚至聊到了入職後研究計劃的可能性。比如，研究周期如何？需要什麼樣的資源支援？多少資料？算力？還大方談及解決這些挑戰為公司帶來的豐厚回報。

「公司的入職率其實很低。面試中的提問都是根據每個人履歷單獨設計的。」做了面試官之後，王陽才知道這些。

平時，研究員們互稱 「 X 總」時都是在打趣，叫「 X 博」時才預示一場嚴肅對話的開始。對話時的氛圍感時常讓人有置身研究所的錯覺。大多數的國内量化私募隻有不到 10 年曆史，人數也并不多，往往還帶有強烈的創始人個人風格。

王陽所在公司的創始人常說，科學研究隻是一門語言。這門語言的特點是定義清晰，絕無歧義。「科學研究裡，對就是對錯就是錯，沒有大概、也許，除非能寫出一個 Moment generating function。」 Moment generating function 是指矩生成函數，用來精确描述一個随機變量。

「他很崇尚理性，其他形式上的東西他都不在乎。跟他讨論問題，你可以坐着，他站着。」 王陽記得入職第一天就和他讨論過如何将多個信号融合。

如今，公司對先進技術的堅定經受住了多年來的多重考驗，王陽也是以時常覺得幸運。

畢業時，很多朋友認為王陽應該在高校任教，再順理成章地拿到綠卡，繼續過舒适、安穩的高校生活。但他清楚，許多數學家和科學家都是天生的難題解決者，不會找那個木闆最薄的一塊釘釘子。

「你不會總有靈光一現的時刻，更漫長的是自我的孤獨與煎熬。」他說。

相比之下，量化投資在數周甚至數天之内就能推動結果産生。一個簡單的回溯測試或者一小筆資金的實盤就可以終結關于一千種、一萬種假設對與錯的無休止争論, 朝着真實堅定邁出一小步之後，再研究下一步。

實時關注模型調整産生的結果

王陽也親曆過當年 AI 人才搶奪大戰的轟轟烈烈。「你看到的都是成功案例，你不知道的都是失敗案例。」對此，他深有感觸。

困擾幾乎所有 AI 人才的問題「落地難」，在量化投資領域卻幾乎不存在。「當然，作為金融企業，還是需要募資，需要中背景支援。但是，業務模式存在已久，行業内解決方案也都很成熟。我們做的隻是把原來主觀的投資慢慢用算法更新。」王陽進一步說，「隻要能取得研究上的成功，轉化成經濟成果的道路是完全通暢的。」

許多技術企業需要不斷融資。在現金枯竭前證明自己的業務模式，然後再進行下一輪融資。多輪汰弱留強之後，隻有極少部分能實作穩定盈利，成為一門有機增長的生意。同樣以技術取勝，但量化私募幾乎沒有這樣的融資案例。雖然有行業監管特殊性的原因，更多是由于大中型量化私募純靠自身造血就可以保持正現金流。

「跟初創科技企業比，一夜暴富的希望肯定要小一點。但收入已經非常豐厚了，不需要拼工作強度也沒有大起大落。」王陽說，「作為科學家，研究成果能穩定轉化，支援自己繼續安心做研究，已經很滿足了。」

有時，研究就像一趟穿越未經探索過的黑暗的旅程，花費幾個月甚至數年時間也隻能蹒跚而行。此時，王陽會坐在窗台上舉着啤酒瓶，他堅信一定有辦法對價格模組化。