破镜再圆久处不厌的人(与看不见的手掷骰子的人)

机器之心原创

作者:微胖

「当某种东西运作良好时,就会产生一种美感。」文艺复兴科技公司创始人西蒙斯曾说。

500 亿管理规模已经暗示王阳所在的这家公司掌握了某种平衡之美——它兼顾了最为前沿的研究与结果导向。这其中的秘诀是什么?这台神秘而又充满精度的金融机器又是如何高效运转的?

疫情起伏,上海封控。

在某实施封闭式管理的小区,年近三十的王阳(化名)跟随大家在阳光下安静隔着一米排队,等待核酸检测。王阳有着一张娃娃脸,身着连帽衫和百慕大短裤,脚蹬拖鞋,举手投足仍流露出浓浓书生气。

四年前,这位 15 岁被中科大少年班录取,19 岁求学 MIT 的 PH. D 回国加入一家名为天演资本的量化私募,成为一名数据科学家。虽然国内量化私募行业历史不足十年,但行业格局业已相对稳定,王阳所在的公司天演资本,境内外资金管理规模达 500 亿元,是行业头部机构之一。

「说实话,工作日居家办公一开始并不适应,主要是生活习惯上,每天买菜、团购太耗费精力。」王阳一边排队一边刷着团购群,他已经开始想念公司的午餐和下午茶。

偶尔刷到几张前滩太古里的照片又勾起他的一些记忆。「三月初我们还在备战今年跑马拉松、铁人三项,就在这里。」王阳指了指太古里的天空跑道,一个上海首创的智能跑道。

「现在只能在家玩玩 Switch。」

破镜再圆久处不厌的人(与看不见的手掷骰子的人)(1)

公司的健身房,同事们在尝试 TRX。

一、神秘的金融工程

除了生活习惯,王阳的居家工作节奏几乎不受影响。吃早餐,喝上一杯速溶咖啡(疫情期间,上海人已喝不到现磨咖啡),读一读新闻,开始一天的工作。

因为有策略运行在市场里,他先盯着市场看了一会儿。「从收集数据、设计模型,到写成代码再解决各种投资风控上的问题,都是几个同事从零搭起来的。」模型掌管着上百亿人民币的资金,根据数学公式调整股票组合。

看着团队创造的工具不断与市场互动,并成为金融市场运行规律的一部分,是王阳最为着迷的事情。「其实,每天看看也只是因为有趣,不会改变什么。模型已经写好,今天是赚还是亏都是一个随机过程」看了一会儿,王阳打开 IDE(代码编辑器),读取数据集、运算和观察结果,开始新的研究。

在扎克伯格、拉里 · 佩奇以及他们在硅谷的同行还没上小学的时候,一些量化投资机构已经在整理数据,并建立了复杂的预测算法。与巴菲特等人基于直觉、基本面的传统投资方法不同,从事量化投资的人会利用复杂的数学公式和计算机。

这群人多数都不是学金融,而是学数学或者物理出身。他们相信,某种意义上,市场规律就像被加密的情报,凭借算法模型,他们可以在看似随机的数据中分辨噪音和真正的信号。

随着外部称作人工智能的一类技术崛起,一些专家认为,语音识别和股票交易之间存在高度相似,都是关于概率分布的游戏。王阳也多了把与市场博弈的「兵器」。「用 AI 做投资,是一个非常 powerful 的工具,非常有效。」 王阳很自信,「它能从数据中找到更多的细节。」

正所谓手有利器,心有乾坤。量化金融研究正是通过各种数据科学手段加深对金融市场的理解,不断进化、提升投资能力。

二、不同寻常的开放文化

简单午饭过后,王阳依旧按老时间和同事连线开会。国内这个行业里以年轻人居多。在王阳的公司,「85 后」和「90 后」占了主流。再看看这些年轻人的简历:毕业于剑桥、清北、MIT 等院校,来自数学、物理、电子工程、统计学等专业,不一而足。研究部门里,一半人都有 PhD 学位。

破镜再圆久处不厌的人(与看不见的手掷骰子的人)(2)

王阳所在的公司,西装领带反而会被视作奇装异服。

这也是量化投资的奇妙之处。来自完全不同学科领域的科学家和工程师,可以为一个共同目标努力。

据说,为了体现对人才的不拘一格,德邵的创始人戴维 · 肖甚至招过喜剧演员、击剑手、吹长号的、拆弹专家,还有一名叫杰夫 · 贝索斯的程序员。

平时,王阳会和同事会在公共区域讨论甚至激辩。公司的办公室呈纯开放式设计,所有工位尽收眼底,没有任何隔断,在淡蓝色背景衬托下,犹如大海一样没有边界,创始人也只能随机找位置办公。

破镜再圆久处不厌的人(与看不见的手掷骰子的人)(3)

落地玻璃窗构筑呈全透明状态,不禁让人想起一句话,极度坦诚就会无坚不摧。

如果说这些谢尔顿式的人才组成了一个古希腊哲学家式的「少数人圈子」,办公室就是这些人的雅典城市政广场。而这与通常印象中的投资机构文化,完全不同。

传统认为,才华横溢的量化分析人员可能最不愿意和他人合作。这些人智商超群,往往在职业生涯早期就获得了大量成就与认可,这也让他们更倾向于独狼式研究。一些交易公司也允许研究人员与其他员工在一个个孤岛中工作,有时甚至搞赛马制,鼓励员工相互竞争。

但也有一些公司,比如王阳所在的这家,却鼓励开放与合作。科学家与数学家需要辩论、需要相互分享想法,这样才能产生理想的结果。作为有史以来最为成功的对冲基金之一,文艺复兴科技的数学模型就出自一个数百人团队之手。

「策略和模型不是一个人的事情。」王阳反复强调「这个行业里名校高学历都是标配,再天才的人一个人也比不上有效合作的五个天才。」哪怕最顶尖的科学家也需要参加学术会议,与其他科学家互相启发,敝帚自珍在哪里都是行不通的。更何况大型数学模型和交易软件都属于复杂系统工程,任何人都不可能独立解决所有问题。

再完美的数学模型,也需要跟数据科学家和开发工程师合作,形成有竞争力的解决方案。王阳补充道,「我们和纯学术研究唯一区别就是我们还要追求落地。停留在纸面上的成果,意义有限。」因此,在公司里,任何想法都可以被分享,既有可以被推广的成功经验,也有撞墙之后的痛苦领悟。

破镜再圆久处不厌的人(与看不见的手掷骰子的人)(4)

分享知识而不是建立藩篱

与此相适应的是高度平等透明的制度设计,一切都为高效研发服务。公司没有行政级别,包括老板在内没人拥有独立的办公室,每个人的办公桌都是同样配置。

每个策略的资金分配和产出、公司的整体盈利、奖金池的金额和分配原则、公司的目标和面临的挑战都会在公司全体大会上公布给所有人,包括行政、客服以及刚入职一天的新人。

下午五六点,王阳暂别电脑,结束一天工作。没有人会刻意加班,迎合他人。「这行业里结果太清晰了,没什么表演的空间。研究能力不提升上去就出不了结果,加班再多也没用。」他解释称,在这里,一切取决于研究的质量,而不是老板是否喜欢你。

破镜再圆久处不厌的人(与看不见的手掷骰子的人)(5)

工作时间也可以开一局台球。王阳想念这样的日子。

三、 没有 KPI?!

新冠疫情持续反复,加之其他不确定因素,近期国内外裁员风潮此起彼伏,员工收入也见缩水。不过,这些曲折没有波及到王阳。

「报酬福利没受影响,也没听说谁拿 N 1(补偿金)走了。」他说。

听者或许可以嗅出言语之间的凡尔赛,但王阳并无此意。在一家没有 KPI 、也没有末位淘汰的公司工作久了,大家早已习惯一种非正式但极具学院气息的工作模式。

「研究不应该被外界因素干扰。」公司创始人不止一次地说过。KPI 只是在一个随意选择的数据集上,对一些随意选择的指标做出随意的规定,和客观真实没有必然关系。「研究的好坏只有一个比较标准,就是接近客观真实。我们研究的目标是提升我们对客观真实的理解,而不是 KPI 值。」

人为或借助外力营造一个相对纯粹的世界,这些科学家就有可能保持极强的专注力和敏锐度。许多顶尖研究机构并不要求教职人员一年要发多少文章,也没有要求文章一定发在什么级别的学术刊物上。

不会有人根据短期经济成果给研究员施加压力。他们可以自由设想各种方案,逐一尝试,最后收敛到一个最好结果。「你在进行一项研究,有人要求你一定要在下个月拿出模型,这种事情绝对不会发生。」 王阳斩钉截铁地说。

破镜再圆久处不厌的人(与看不见的手掷骰子的人)(6)

王阳所在的公司,将不断演化进步写进名字里。

以美为导向,它可以体现在一个公司的运作方式上,或者是一个实验结果上。文艺复兴科技公司创始人西蒙斯曾说,「当某种东西运作良好时,就会产生一种美感。」

500 亿管理规模已经暗示王阳所在的这个集体掌握了某种平衡之美——它兼顾了前沿研究与结果导向。在这里,最重要的是找到这样一群充满好奇、勇于创造的人,将他们放在一起,营造出最适宜的环境,任其自然生长。这些人会找到重要问题,并有能力解决它。科研能力的提升以及随之而来的研究成果,是唯一的目标。

在这样的环境当中,驱动力只能来自于智力上的好奇心。他们不会理会传统智慧的约束,也不受任何陈旧制度的羁绊,自由探索任何有价值的投资策略。

「不论置身什么环境,我都会尽全力解决有挑战的问题。从无到有提出独创性解决方案,这也是研究人员体现自我价值的最重要方式看,也是提升自己能力最有效的方式。」王阳坦言,「如果没有取得太大进步,我会感到压力。」

除了一些例行工作,近一年来,王阳还在研究一个很前沿的跨代算法。所谓前沿,也意味着「人迹罕至」,就连学界也没人探索过这个算法在金融领域的应用。能不能有产出?王阳也不知道。

但除了每月跟资深同事讨论一下研究进展和遇到的问题,公司没有给王阳任何 deadline。「金融市场不确定性永远是巨大的,但除了做好自己的研究也没什么更好的办法。」王阳说,「不管怎么样,大型机构总会保障你的基础生活。我们按照正确的方法把事情做好就行。这个研究不成,下一个总会成的。」

四、「在金融市场运作的科技公司」

在量化投资行业,最先进的计算机硬件可能无处不在。但真正灵魂是软件,这往往需要团队花费大量精力开发出适应市场的新方法。这不仅需要雄厚资本、过人胆识,更需要对技术本身的深入理解。

「我们更像是一家在金融市场运作的科技公司。」王阳说。

当年求职时,他曾在简历上提到了一个自己毕业论文中用到的算法。公司对王阳的前沿研究表现出浓厚兴趣,不仅让他将学术背景完整介绍一遍,还与他讨论起了算法在金融市场中应用的具体问题。

他们甚至聊到了入职后研究计划的可能性。比如,研究周期如何?需要什么样的资源支持?多少数据?算力?还大方谈及解决这些挑战为公司带来的丰厚回报。

「公司的入职率其实很低。面试中的提问都是根据每个人简历单独设计的。」做了面试官之后,王阳才知道这些。

平时,研究员们互称 「 X 总」时都是在打趣,叫「 X 博」时才预示一场严肃对话的开始。对话时的氛围感时常让人有置身研究所的错觉。大多数的国内量化私募只有不到 10 年历史,人数也并不多,往往还带有强烈的创始人个人风格。

王阳所在公司的创始人常说,科学研究只是一门语言。这门语言的特点是定义清晰,绝无歧义。「科学研究里,对就是对错就是错,没有大概、也许,除非能写出一个 Moment generating function。」 Moment generating function 是指矩生成函数,用来精确描述一个随机变量。

「他很崇尚理性,其他形式上的东西他都不在乎。跟他讨论问题,你可以坐着,他站着。」 王阳记得入职第一天就和他讨论过如何将多个信号融合。

如今,公司对先进技术的坚定经受住了多年来的多重考验,王阳也因此时常觉得幸运。

毕业时,很多朋友认为王阳应该在高校任教,再顺理成章地拿到绿卡,继续过舒适、安稳的高校生活。但他清楚,许多数学家和科学家都是天生的难题解决者,不会找那个木板最薄的一块钉钉子。

「你不会总有灵光一现的时刻,更漫长的是自我的孤独与煎熬。」他说。

相比之下,量化投资在数周甚至数天之内就能推动结果产生。一个简单的回溯测试或者一小笔资金的实盘就可以终结关于一千种、一万种假设对与错的无休止争论, 朝着真实坚定迈出一小步之后,再研究下一步。

破镜再圆久处不厌的人(与看不见的手掷骰子的人)(7)

实时关注模型调整产生的结果

王阳也亲历过当年 AI 人才抢夺大战的轰轰烈烈。「你看到的都是成功案例,你不知道的都是失败案例。」对此,他深有感触。

困扰几乎所有 AI 人才的问题「落地难」,在量化投资领域却几乎不存在。「当然,作为金融企业,还是需要募资,需要中后台支持。但是,业务模式存在已久,行业内解决方案也都很成熟。我们做的只是把原来主观的投资慢慢用算法升级。」王阳进一步说,「只要能取得研究上的成功,转化成经济成果的道路是完全通畅的。」

许多技术企业需要不断融资。在现金枯竭前证明自己的业务模式,然后再进行下一轮融资。多轮汰弱留强之后,只有极少部分能实现稳定盈利,成为一门有机增长的生意。同样以技术取胜,但量化私募几乎没有这样的融资案例。虽然有行业监管特殊性的原因,更多是由于大中型量化私募纯靠自身造血就可以保持正现金流。

「跟初创科技企业比,一夜暴富的希望肯定要小一点。但收入已经非常丰厚了,不需要拼工作强度也没有大起大落。」王阳说,「作为科学家,研究成果能稳定转化,支持自己继续安心做研究,已经很满足了。」

有时,研究就像一趟穿越未经探索过的黑暗的旅程,花费几个月甚至数年时间也只能蹒跚而行。此时,王阳会坐在窗台上举着啤酒瓶,他坚信一定有办法对价格建模。

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页