專訪Two Sigma Advisers CEO Nobel：當前AI投資有太多的炒作

陸玲　秦嘉敏

在主動交易式微的當下，傳統(tǒng)對沖基金飽受業(yè)績下滑的困擾。然而，一家依賴大數(shù)據(jù)和人工智能的量化對沖基金卻異軍突起，它就是Two Sigma。截至目前，Two Sigma的資金管理規(guī)模突破520億美元大關，一舉成為全球最大的量化對沖基金。

“其實，我們不想管理太多的資本。”

Two Sigma CEO Nobel近日在接受《財經》記者采訪時表示。公司的定位就是成為一家頂級的阿爾法提供商，公司會從多個層面關注阿爾法（α，指股票相對指數(shù)的超額收益）的生成?！跋到y(tǒng)性的方法和能力自律的原則幫助我們實現(xiàn)穩(wěn)定的、突出的回報。我們策略中的能力是有限的?！?/p>

在美國市場上興起的量化投資趨勢在過去15年中擴展到了全球的多個市場。Two Sigma今天在全球40多個市場開展交易，涵蓋期貨、外匯、期權以及各種衍生品。

Two Sigma公司由著名量化投資人大衛(wèi)·肖恩（D.E. Shaw）的徒弟約翰·歐文德克（John Overdeck）和大衛(wèi)·西格爾（David Siegel）于2001年創(chuàng)立。西格爾曾說，“人類投資經理再也無法擊敗電腦的時代終將到來?！?/p>

現(xiàn)在，Two Sigma稱自己為技術公司，目前公司大概有1400名員工，有三分之二的員工從事研發(fā)、工程和科技工作?！拔覀冋心嫉膯T工比起傳統(tǒng)的投資經理或華爾街公司有很大的不同?！?/p>

AI技術在投資領域的應用蔚然成風。Nobel認為，當前市場有很多炒作的成分。“狹義上的人工智能在過去五年中取得了突飛猛進的發(fā)展。但人工智能并不擅長的，或者說我們還遠遠沒有實現(xiàn)的是‘一般智力。我們認為，應該利用具體的人工智能技術去解決某個具體的問題?！?/p>

對于中國市場Two Sigma同樣關注已久?！斑@是一個巨大的市場，擁有龐大的投資人群、海量的數(shù)據(jù)。我們從2005年就開始在中國進行交易了。隨著市場向外資開放，我們也在觀察加入這個市場的機會。”Nobel表示。

數(shù)據(jù)導向

《財經》：Two Sigma近年來發(fā)展迅速，亦取得不俗的成績。能否從您的角度談談公司迅速發(fā)展的原因是什么？

Nobel：Two Sigma成立于2001年，兩位創(chuàng)始人有一個非常簡單但很重要的愿景，那就是科技可以改變世界的任何一個行業(yè)，尤其是與信息相關的行業(yè)。事實上，每個行業(yè)都因計算機能力和數(shù)據(jù)爆炸的迅猛發(fā)展而改頭換面，金融與投資管理沒有理由不受到影響。但在這一領域，實際的進展一直非常緩慢。

當他們計劃成立Two Sigma的時候，美國股票市場正在發(fā)生著巨大的變化，比如十進制報價，市場電子化、全球化等。計算機能力的井噴式增長也助推了信息時代的發(fā)展。因此他們希望創(chuàng)立一家與眾不同的公司，也就是一家以數(shù)據(jù)為導向的技術公司。

如今我們稱自己為技術公司，有三分之二的員工從事研發(fā)、工程和科技工作，所以我們招募的員工比起傳統(tǒng)的投資經理或華爾街公司有很大的不同。我們很幸運，以上我們在美國市場上興起的種種趨勢擴展到了全球的多個市場。今天我們在全球40多個市場開展交易，涵蓋期貨、外匯、期權以及各種衍生品。

我們的目標是成為一家頂級的阿爾法提供商（α，指股票相對指數(shù)的超額收益）。系統(tǒng)性的方法和自律能力的原則幫助我們滿足客戶需求。公司會從多個層面關注阿爾法的生成。阿爾法非常稀缺，這也意味著我們策略根據(jù)當時的研究成果所能有效管理的資產規(guī)模是有上限的，我們的自律能力使我們不愿管理太多的資本。

《財經》：在投資策略與投資風格上，Two Sigma與傳統(tǒng)的量化對沖基金有什么不同？

Nobel：當今社會信息正在井噴式地增長，讓一個人吸收全部信息幾乎是不可能的。同時相較于50年前，每條信息在相同的時間內的價值已經不如以往。你需要收集海量的微小的信息，需要科學的計算能力來理解所有這些信息。當你匯總足夠多的多元信息時，你的決策將更加明智。所以我們的理念就是投資要立足信息時代，從信息中獲取洞見。

如果能夠開發(fā)一套全面的方法去審視人所看到的一切，不僅僅是新聞，還包括基礎信息、報告、事件，甚至券商的情緒，那么你的工作就具有創(chuàng)造性了。我們有成百上千個模型，每一個都像一個分析師。我們采用的方法與傳統(tǒng)意義的投資經理非常相似，只不過我們不需要人來做這些工作，只需將這些分析方法編入算法即可。

今天，技術已經非常先進。你可以應用多種人工智能技術和統(tǒng)計方法來獲取海量數(shù)據(jù)，不帶有任何偏見。我們會提出假設，然后對假設進行測試，并且以一種非?？陀^的、以數(shù)據(jù)導向的方法進行學習。我們的投資策略是從360度視角來全面地預測市場價格。你可以采用一種非?？陀^的數(shù)學方法，建立一個多元的投資組合，讓風險管理參與到投資的每一個環(huán)節(jié)，我們會利用技術將基金經理計算的很多函數(shù)自動化、系統(tǒng)化。

我們搭建了一個平臺體系，來開發(fā)權益市場策略和宏觀策略產品。從多個層面關注alpha的生成。Alpha非常稀缺。這也意味著我們策略中的能力是有限的，而在限制自身能力方面我們也是非常自律的，因為我們不想管理太多的資本。那如果這樣要達到業(yè)績指標就比較困難。

《財經》：能否簡單介紹一下你們的模型算法？這是你們的核心競爭力？

Nobel：目前，Two Sigma擁有大概1400名員工，其中有三分之二的人專門從事模型的研發(fā)。他們圍繞四種類型的信息開發(fā)交易算法：技術信息，例如股票成交量;基于事件的信息，例如信貸機構的行動、公司并購等;基本面數(shù)據(jù)，例如公司的財務報表;經紀人的第一手調查，以衡量市場情緒。

Alpha capture是其中的一個案例。這個最“年輕”的模型也已經有11歲了，它的核心策略就是傾聽券商的聲音。“我們沒有傳統(tǒng)意義上的投資組合經理或分析員，于是專門開發(fā)了一項技術，目前2000多個券商的金融專業(yè)人員進行了安裝，每天從世界各地上千個金融專業(yè)銷售人員那里獲得投資建議，從中我們可以了解到市場情緒以及銷售端有價值的信息?！盢obel介紹。

我們有很多數(shù)據(jù)集，這只是我們的其中一個專利，是我們自己創(chuàng)建的系統(tǒng)。同時，我們還有其他的數(shù)據(jù)集。在過去的17年，我們從自己的交易活動中學到了很多，這使得我們的交易做得更好。

我們有成百上千個模型，每一個都像一個分析師。我們采用的方法與傳統(tǒng)意義的投資經理非常相似，只不過我們不需要人來做這些工作，只需將這些分析方法編入算法即可。我們沒有投資組合經理，但有程序優(yōu)化員來建立投資組合，并進行風險的實時管控。

合理借助人工智能

《財經》：在控制風險和尋求超額收益方面有哪些思路？

Nobel：通過一種縝密的方式來構建非常多元化的平衡的投資組合，規(guī)避部分風險，考慮交易成本和流動性，建立一個非常平衡、穩(wěn)定的投資組合，在組合中充分考慮風控。而對傳統(tǒng)的自主基金投資管理來講，它們是不同的運作模式。

比如一個分析師有一個想法，也許有一個很好的想法，做了很長時間的調研，做了一個投資產品，并將它匯報給經理，經理想要把這個產品加入到投資組合中。這時，可能風險經理看了后指出，石油領域風險太大，或者某個領域風險太大。隨后，投資組合經理又說，那好吧，我們進行一下調整。而在一個系統(tǒng)性的方法中，風險管理流程與投資組合的建立幾乎保持同步。

《財經》：越來越多的投資機構開始擁抱人工智能。如何看待未來AI在投資領域的應用？

Nobel：當前市場有很多炒作的成分。人工智能現(xiàn)在是個流行話題。我們的創(chuàng)始人之一就是人工智能背景出身，我們始終有這樣的思維模式。十年前或許這個話題還無人問津。而現(xiàn)在風靡起來，每個人都在談論人工智能。比如你去買一個洗衣機，廠家會說這是一個智能洗衣機，但其實并非如此。我們應該謹慎一些。

狹義上的人工智能在過去五年中取得了突飛猛進的發(fā)展。由于在計算能力、數(shù)據(jù)可獲得性方面所取得的突破，狹義上的人工智能取得了巨大的進步。今天，手機的語音識別已經成為了一個可靠的功能。自然語言處理系統(tǒng)變得越來越精確。機器視覺已成為現(xiàn)實。五年前專家無法解決的問題現(xiàn)在都能解決了，比如自動駕駛。

但人工智能并不擅長的，或者說我們還遠遠沒有實現(xiàn)的是“通用智力”。也就是說，在變換運用場景之下依然可以自行調整，這個是普通人甚至是兒童都可以做到的，今天人工智能還沒有為此做好準備。因而我認為，應該利用具體的人工智能技術去解決某個具體的問題，并且要讓人對背景進行分析，這是非常重要的。

《財經》：對于一家對沖基金來說，人們會覺得1400名員工的規(guī)模非常龐大。Two Sigma如何看待投資中技術和人力的關系？

Nobel：我們在數(shù)據(jù)、技術和人力資本方面都進行了投資。我們相信成功來源于這三個方面的結合，這才能讓我們制定出科學的投資策略。有人認為，未來進入人工智能時代，就不需要人了。事實并非如此。

如果你不加思考地利用機器學習來處理數(shù)據(jù)，是很危險的。你可能會生成非?？梢傻哪Ｊ?，或者預測出一些站不住腳的因果關系。人的重要性就在于，可以了解投資背景，設置相應的限制。在非正常環(huán)境中的風險管控方面，人類的角色是至關重要的，需要人的適時干預，降低風險，掌控全局，如同機艙中的駕駛員一樣。

對于對沖基金來講，人們會覺得雇傭1400人太多了。但是如果你轉念一想，我們也是一家科技公司。1400個人里面大概有三分之二都是研發(fā)人員，其中大概有600人都是跟工程相關的，主要是軟件工程師。人才的競爭來自技術公司和很多行業(yè)，大家都會爭搶科學家、工程師或量化分析師。但我們并沒有與華爾街的公司搶奪人才。我們是在與所有具有科學運營理念的公司爭奪人才。

《財經》：近期中國政府推出了一系列超預期的金融對外開放政策。對于中國市場Two Sigma有怎樣的規(guī)劃？

Nobel：我對中國的監(jiān)管機構和政府在對外開放以及邀請國外的公司方面所表現(xiàn)出來的承諾、行動及其速度印象深刻。這非常鼓舞人心。

這是一個巨大的市場，也是世界上第二大市場，我們投資中國的公司很多年了。

這個市場有眾多的人才，擁有龐大的投資人群。隨著金融市場向外資開放，如果我們加入到這個市場中，我們就有巨大的機會來利用我們的專業(yè)知識以及我們在本地的能力。