两个Sigma谈如何用AI赋能投资

文 | AlphaEngineer，作者 | 费斌杰 给大家推荐一篇Ben Wellington的访谈，内容非常干货，对AI投研、AI投资有着独到的见解。 Ben Wellington是何许人也？他是全球顶级量化基金 Two Sigma 的特征引擎负责人。 我是用AlphaEngine对视频进行了摘要总结，然后逐段学习的。 主要内容包括： 量化投资中Alpha的三大来源 AI是每个人“独特能力的放大器” Two Sigma当前的重要研究方向：Idiosyncrasy at Scale AI时代投资人才的新标准 话不多说，我们开始吧。 （1）量化投资中Alpha的三大来源 AI投资的Alpha主要有三大来源。 第一是数据层，即获取其他机构没有的另类数据， 比如用卫星图像数据分析沃尔玛停车场车位占用情况、用信用卡数据跟踪销售公司当季营收、用招聘JD跟踪公司扩产节奏等。 第二是特征层，即从相同的数据中提炼出别家机构没有的独特特征， 比如从上市公司业绩交流会中，通过语音识别技术提取出公司高管回避型回答的次数、答非所问的次数等。 第三是预测层，即基于相同的数据和特征，通过新的机器学习算法提取出更多的有效预测信息， 比如从传统的线性回归预测法，升级到GBDT捕捉因子与收益的非线性关系。 （2）三大Alpha来源中，哪个更重要？ 数据层很重要，但是权重在逐年下降。 过去 15-20 年数据大幅商品化，Two Sigma是第一批要求数据供应商进行全市场标的覆盖的数据买家，承担了市场教育的作用，那时那时数据优势的相对权重很大。 相比数据层而言，特征层的权重最大。 把同样的数据用巧妙、独特的方式转化为特征，是最大的Alpha来源。 一个好的特征背后往往蕴含着经济意义和投资直觉。 比如“上市公司的财报披露时间”是个有价值的特征，尤其是看一家公司是否选择在周五盘后才发出新闻稿。 特征的背后，本质是源于人的创造力。 Ben以“分析师”作为研究对象举了一个例子。 要想研究“分析师”和“目标公司股价”之间的关系，不能只看“分析师评级”这一个特征。 Two Sigma还会关注分析师是否与被覆盖公司CEO毕业自同一所高校。 单个特征的有效性也许十分微弱（比如胜率是50.001%），但如果你提出200个类似的问题，生成200个角度各异的特征后，聚合效应是非常显著的。 预测层也非常重要，Two Sigma专门设立了 Techniques 团队研究机器学习算法如何发挥最大效用。 （3）如何从高度商品化的数据中，构思出别人没发现的特征 Ben的回答很直接： 靠持续性和科学方法，而非算力堆砌。 首先，所有因子都要经过人工先验筛选。 像分析师身高、瞳色这类明显低先验的指标不值得花时间，反而会引入噪音。 所以一个好的特征往往会受到一些灵感的启发，Ben总结了一些有价值的灵感来源。 第一个灵感来源是学术研究成果。 比如有论文通过分析师的社交发帖推断其是否有子女，再以此预测其选股能力。 第二个灵感来源是培养一支具备认知多样性的团队。 Two Sigma的研究团队包含物理学家、数学家、计算机科学家等，因为背景不同，大家思考问题的方式也不同，往往能碰撞出有价值的特征。 第三个灵感来源是从现实个案出发做泛化。 比如当你看到"某地火车脱轨导致某股下跌"这样的新闻，立刻思考能否抽象成通用特征，覆盖全市场的所有公司并回溯十年进行回测。 （4）共线性是特征的坟墓 特征挖掘的一个难点在于，团队可能产出成百上千个看似独立有效、实则高度共线的信号。 在因子挖掘中，有些看似是“低垂的果实”，实则毫无价值。 比如“新闻情绪因子”，很多时候只是在跟踪财报发布后的新闻报告。这些新闻本质上只是一个“脏版的盈利数据”而已，没有带来任何新信息。 在Two Sigma，建模团队设有明确的正交性阈值，新特征只有达标后才会纳入因子库。 此外，每个特征都有其内在的预测周期，而预测周期取决于其经济传导路径。 比如沃尔玛的客流数据不可能在5秒内被市场定价，它必须经由同店销售数据披露等渠道传导，周期是数月级别。 因此，不同特征有不同的"入市路径"，这决定了它的预测周期。 （5）LLM 大幅降低了新想法的探索成本 过去如果你要检验"CEO 财报电话会上眨眼频率"这类另类特征，需要专门的计算机视觉团队投入半年时间，ROI 太低。 即便直觉上认为这个特征可能有价值，你也只能先搁置它，去做一些先验价值更高的研究。 现在借助 LLM 进行分析，新特征的研究成本急剧下降，决策天平被彻底改写。 这相当于把科学家的实验预算变成无限，不必再为"造一台粒子对撞机"发愁，实现难度不再是思维的约束条件。 如果你现在案头堆积着2000个没来得及深入研究的特征想法，这在AI时代就是一座金矿。 （6）AI是每个人“独特能力的放大器” Ben认为AI投研工具的核心风险在于"降低投资决策输出的熵"。 自动化对标准生产流程（如纸箱制造）是好事，但投资组合的超额收益恰恰依赖正交性与原创性。 如果给所有人一个"一键决策"的按钮，产出投资决策的速度虽然很快，但会高度同质化，这对于投资组合而言是很危险的。 正确的方法是把AI定位成每个投研人员独特研究能力的放大器，而非替代品。 通过上下文、Skill等机制，AI可以理解使用者各自的背景和思考问题的方式，这使得不同分析师面对同一个问题仍能得出不同的答案。 （7）不要坐等技术成熟，而要勇于碰壁 AI发展速度非常陡峭，业内流传着这么一句话：只要我学得足够慢，就不用学了。 Ben 建议投资者千万不要对AI抱有这样的想法，不要因为等待技术成熟而放弃硬碰难题。 首先，撞墙本身有价值。 亲手体验"技术还做不到"的边界，等于拿手电筒照清了挡路的那面墙。 否则当新工具出现时，你根本不知道该往哪儿用，只能临时去找墙，那就太晚了。 正因为反复撞了半年墙，新技术一出现，你立刻知道它能解决什么。 在量化投资这种竞争极度激烈的市场，12到18个月就是永恒。 等待AI技术成熟或许可以省下工程上的折腾，但抢先成为市场上唯一采用某种方法的人，信号的有效性和影响力会大得多。 因此，只要判断自己处于领先位置，就应该把研究范围推到AI当前能力的边界之外，趁市场还没跟上时充分利用这段窗口期来获取Alpha。 （8）AI让“规模化特异性”成为可能 Ben在访谈出提出了"规模化的特异性"（idiosyncrasy at scale）这个说法。 直觉上来看，只能覆盖一家公司的因子远不如能覆盖一百家的因子诱人。 但是 AI 打开了一种独特能力，使得投资者可以深挖某家公司极其特殊的细节，构建高度个性化的特征，同时又能把这类特征的"范式"泛化到其他公司。 AI的推理路径可以完全因公司而异，落点却是可归纳的统一问题，比如"公司对未来的销售展望如何"。 这本质上是主观投资者的优势所在。 主观投资者依靠对标的公司的深度认知，可以捕捉到那些不会出现在财务报表里独特特征。 这是当下 Two Sigma 最重要的研究方向，即让AI深度到公司层面里那些个性化、难以建模的角落，然后用AI将这些特异性进行规模化。 （9）未来投资人才的标准：执行越来越廉价，决胜的是想法本身 以Two Sigma为例，Ben给出了AI时代人才的标准。 首先，你要熟悉AI