AI科技頂尖人才身價將高于銀行家

吳海珊

量化基金巨頭Two Sigma更愿意將自己定義為一家科技公司，而不是投資管理公司。

這家公司三分之二的員工都從事科技研發工作，擁有海量的數據和世界級的計算能力，旨在通過智能科技的應用塑造投資管理的未來。

Two Sigma從18年前進入量化投資領域，主要投資于公開市場產品，股票、商品、外匯等。如今，共管理600億美元資產。它正試圖進入私募投資領域，希望能夠像18年前進入公開市場一樣重塑私募投資市場。

David Siegel是Two Sigma的聯席主席，他是一位計算機科學家，在和《財經》記者的對話中，他一再強調“科學家”這個詞。他強調投資市場已經發生了本質的變化，身價最高的將不再是銀行家，而是AI科技的頂尖人才。

6月11日，David Siegel和該公司亞太地區負責人林國灃接受了《財經》記者的專訪，詳細闡述了量化基金投資機構眼中的量化投資。

量化劇透Two Sigma

《財經》：市場上有很多量化投資基金，尤其在最近這兩年，因為被動投資收益更高，推動大家向這個方面發展，相比其他公司而言，你們公司特別的地方在哪里？

David Siegel：我們公司非常強調員工具備科學家和工程師的才能，追求員工有很強的研究能力。我們有1600名員工，其中有幾百名員工都獲得了博士學位，超過半數在做研發工作，這樣杰出的人才團隊，是我們的一項特殊之處。同時我們公司的經驗也是業界最豐富的。

林國灃：我們公司的基因是科技。我們很少看到一個投資公司對外招聘的主要人員是工程師、科學家。我們的首席技術官（CTO）是以前在谷歌做AI很有名的科學家，David本身也是麻省理工畢業的人工智能專家，我們另外一個創始人是斯坦福畢業的數學家，因此我們投資的理念也是先看科技實力。

《財經》：我們平時都在講量化投資，但是對大部分人來說它其實是挺神秘的概念，在您看來，量化投資現在大概處于什么樣的發展階段？它未來的發展潛力怎么樣？

David Siegel：其實我不是特別喜歡“量化投資”這樣一個說法，我個人更傾向于把它叫做“基于算法的投資”。因為我們說到量化投資，通常指的是用一些相對簡單的方法，比如說基于因子的分析方法等等，而我們最終其實是想模擬人類的基金經理在做投資決策的時候所考慮的過程。很多人都會覺得量化可能是一個策略，而我們最終所希望的是，能夠把此類技術用在整個投資的方方面面。我認為投資管理其實是一個非常科學內核的問題。

《財經》：你認為有很多投資經理會因為Two Sigma失業嗎？

David Siegel：跟一般的投資管理公司相比，我們的員工數量算是比較多的，我們創造了很多崗位。我們認為投資的本質正在變化，或者說已經發生了變化，現在投資行業需要的人才也會有一些變化，它會需要軟件工程師、數據工程師，或者是AI專家，需要具備這些素質的員工，所以我們認為整個行業總的崗位的數量應該是不變的，但是可能我們會看到對于不同才能或者是不同技能的需要。

投資管理現在也更多的是基于算法，其他行業也都在更多地引用算法，比如醫療行業、制藥行業、交通行業等，我認為我們已經全面進入了一個算法的時代。

《財經》：從大的市場環境來看，也可以從Two Sigma過去18年的業績來看，在什么樣的市場環境下有利于基于算法的基金獲得更高的收益？

David Siegel：我們構建的算法是希望能夠應對不同的市場狀況，但是我們本身也不是完美的，所以在某些市場環境當中也會有一些不利因素的存在，我們能夠做的就是繼續提升我們的技術條件，希望能夠在絕大多數的市場環境中都能夠獲得好的收益。

世界是在不斷變化的，市場也是在不斷變化的，我們要做的就是使用基于算法的方法，根據數據來推演我們的市場決策或者是我們所要做的決策的情況，同時當我們擁有更多的數據以后，我們也會對過去發生過的狀況如何應對更有信心。

林國灃：您可能覺得量化基金在某種類型的市場會做得很好，因為有一些市場的因素，會使它的表現更好。但是我們的方法是不一樣的，我們是用科學的方法、比較基礎地理解一個公司，而不是因為一個市場的情況我們就做一個交易。我們請了很多的數據科學家，我們分析一家公司，需要找詳細的數據，深入理解它的供應鏈、銷售情況等等。

David Siegel：舉個例子，比如你如果考慮買蘋果的股票，怎么判斷現在是一個入手的好時機？當然你可能會從多個標準或者維度考慮，比如說公司的業績、現在的經濟態勢等，還有更多的包括幾百個思考的維度，我們想做的就是用計算機模擬人的決策過程。

林國灃：做一個公司的研究可能比較簡單，但是我們一次性可能買1.5萬個不同的公司，這就需要大量的分析數據才能做得到。我們需要建設同時看1.5萬個不同數據的能力，這就是我們的科技方法。

投資需因地制宜

《財經》：最近這兩年，國內很多人都在講量化投資，在您看來，國內量化投資市場目前狀況如何？

林國灃：我們覺得整個量化市場剛剛開始，國內的量化市場只有四到五年的歷史。我們公司由David Siegel和John Overdeck創立到現在已經有18年的時間，我們需要大量的數據、大量的經驗和大量的科技才能把這個業務做好。短短幾年的時間，國內的波動那么大，很難很快建立一個好的模型，所以我們覺得現在才剛剛開始。

David Siegel：自從我們創業以來，我們已經獲得了18年的經驗，我們認為我們的經驗跟其他的投資公司相比是更為豐富的，尤其是投資管理方面。

《財經》：您剛才講到其他市場的經驗，能不能講一下在其他市場上，比如說在美國和歐洲有什么不同，哪些經驗可以應用到中國的市場上？

David Siegel：每個市場都會有它獨特的數據集，同時我們已有的數據類型也會影響我們決定采取使用什么樣的量化方法，通常來講，在相對成熟的市場當中會有比較多的數據源，同時我們也可能收集到時間跨度更長的數據，這都可以用于我們的分析當中。

林國灃：我們是用數據來找到資產價值的，所以對于中國的理解，首先是基于中國的數據來看底層資產的情況。我們的能力在于怎么分析哪一種數據可用，哪一種數據不可用，對資產怎么來判斷。

《財經》：像剛才您說的要建立一個模型，這個模型在全球是一樣的嗎？在中國市場和美國市場到底是怎么來判斷底層資產價值的？中間的因子設計是怎么設計的？

David Siegel：使用算法來預計資產價值的過程是非常復雜的，Two Sigma會使用多種方法，包括AI，以及基于機器學習的方法，有時候我們有一些方法是可以全球通用的，有時候可能需要有針對特定市場的算法和方法，所以它并不是一個可以一刀切的答案。

《財經》：在購買資產方面，你們會傾向于哪一類資產？你們在選擇資產的時候會看重資產的哪些特性？

林國灃：我們都是在公開市場、流動性高的領域投資，主要是股票市場、股權市場、商品市場、外匯市場，我們現在管理的600億美元的資產都是在這些市場上購買。除了公開市場以外，我們也開始用數據來推動私募管理，我們現在有一個做PE的基金，交易的是C輪、D輪、IPO前，也有創始企業部分的。

我們前面18年都是用數據來看底層資產，在私募管理方面，我們盡量看底層管理的公司怎么用數據幫助它做得更好。

David Siegel：我們看的是非常宏觀的，因為資產的價格會受到多個因素的影響，我們會看盡可能多的因子。

看好中國市場

《財經》：此前，你們公司申請了在中國的獨立運營牌照，現在發展情況怎么樣？你們在中國的計劃是怎樣的？

林國灃：我們今年剛剛建立了國內的辦公室，且已經獲得外商獨資企業（WFOE）資格，未來將繼續通過許可程序進行國內擴張。我們長遠是看好中國市場的，我們愿意開展在中國的業務。原因是，第一，我們看到中國的資本市場在深化，投資機會越來越多；第二，我們也看到中國的數據，整個生態圈也在發展，所以對于我們做研究、做科技發展也有很好的空間；第三，監管也越來越歡迎全球的公司來一起幫助中國市場發展。基于這三個原因，我們作為一個科技金融公司一定要來中國。

我們在中國第一個計劃是先拿私募管理牌照，希望在今年內達成，我們期望在一兩年內可以先有人民幣的基金。

《財經》：您覺得中國的市場跟在美國有什么區別？包括市場環境和開展業務的方式，你們在中國是要找合作伙伴一起做還是自己單獨做？

林國灃：在中國肯定是需要找伙伴的，但是要找到對的伙伴。我們的能力是數據分析、科技，我覺得中國很多伙伴可能對市場的理解、數據、生態圈方面了解得更深入，所以找伙伴要能互補。我們不是純交易的伙伴，我們要找的是能深入研究這個市場的。

同時我們也在建設我們的能力，我們正在香港、上海建設我們的團隊。

《財經》：你們為什么會考慮進入私募股權市場？

David Siegel：現在私募市場還處在經歷大數據變革的一個比較早期的階段，18年前當我們進入公開市場的時候，我們就非常強調數據的使用，現在我們用同樣的理念，希望能夠把我們對數據的側重帶入到私募市場當中，我們也認為私募市場可能會經歷跟公開市場類似的對數據的態度的變化。

《財經》：您是否認為科學家的身價應該比銀行家更貴？

David Siegel：確實。AI技能是市場上非常稀缺的，如果是很高精尖專業的人才，他們的收入會是非常高的。