来认识一下新的量化对冲基金之王——Two Sigma 连接让金融更高效

在主动交易式微、被动交易崛起的当下，传统对冲基金饱受业绩下滑、资金外流的困扰。然而，一家依赖大数据和人工智能的量化对冲基金却异军突起，以超过500亿美元的管理规模跻身全球顶尖量化基金之列。它就是Two Sigma。

据英国《金融时报》，今年10月，Two Sigma的资金管理规模突破500亿美元大关，超过德邵基金DE Shaw（450亿美元），与文艺复兴基金Renaissance（略高于500亿美元）并列成为全球最大的量化对冲基金。

2008年， Two Sigma的管理规模还只有46亿美元。不到10年的时间内，该基金的管理规模扩大了逾10倍之多。

即便是在今年业绩不佳的情况下，投资者仍然对Two Sigma趋之若鹜。仅就今年年内，该公司管理规模增长了超过200亿美元。

这位新晋量化对冲王者，究竟是何方神圣？

“

非典型”量化基金

Two Sigma Investment成立于2001年，创始人是David Siegel，John Overdeck和Mark Pickard（已退休）。其中，David Siegel和John Overdeck均为德邵基金（D.E. Shaw）前员工。

Two Sigma的名称代表了Sigma一词的两种不同含义。小写的Sigma“σ”代表着一项投资的波动性和超额回报，而大写的Sigma“Σ”是求和的意思。

这位新晋量化王者与传统量化基金的区别体现在诸多方面。

Two Sigma认为，自己并非典型的投资机构，而是同时遵循技术创新原则和投资管理原则的一家公司。自创始之日起，Two Sigma就十分强调机器学习和分布式运算的运用，而基金内部的人员构成也凸显出对技术的重视。

在Two Sigma，72%的员工没有金融背景。大部分员工是从麻省理工学院、卡耐基-梅隆大学以及加州理工学院等院校的计算机科学、数学和工程专业毕业生中直接选聘的。超过1200名员工中，三分之二在从事研发工作。

在公司官网上，Two Sigma这样给自己下了定义:”超过1200人相信科学方法是最佳投资方式。用信息支撑理念。用重复试验来优化。这就是Two Sigma。

迅速崛起的秘诀

Two Sigma大肆扩张的背景是计算机化投资（computerized investing）浪潮的兴起。

在这股浪潮中，对金融知之甚少的科学家和工程师试着借助强大的算力从新闻和数据中寻找线索，从而实现对证券价格走势的预测。

《华尔街日报》指出，这种方式尽管也被称为量化投资，但与传统量化投资方式并不相同，尤其是在实践中。

传统量化通过编程来押注证券价格之间的统计学关系，并不十分关心真实世界的信息。而新型量化投资的目的是，借助比人类更聪明、更快速的算法来过滤全球信息，发现模式（pattern）并做出交易决策，从而打败人工选股。

具体到Two Sigma，量化策略是这样运行的：

以某只大型零售商的股票为例，在决定如何交易这只股票时，Two Sigma的科学家和数学家们会设计出几十种与这只股票相关的计算机交易模型。

其中一只模型将自动阅读分析师的研报，通过分析师对该零售商的看法来确立模型，这比较像是人类交易员的做法。另一只模型则会在Twitter上寻找蛛丝马迹：它可能会确定一个模式（例如发推文表达抱怨的客户数量增长），并将该模式与另一个模式（例如数据显示到店消费的人数下降）相关联。

其他算法则会完成传统的人类投资者会完成的任务，例如监测股价何时突破200日均线，或公司管理层有没有买入或者卖出本公司股票等。

每一种模型都会生成一个交易建议，之后特定的算法会按照每一种模型的历史表现和其他因素来赋予每一条建议以不同的权重。再然后，风险管理算法会再次检查交易建议，确保该建议不会使基金对该股票或该行业的敞口过大。最终，执行系统会自动进行交易。

科学家们可能会花上数周来优化一个模型。而一旦该模型完成优化并交给计算机，真正的运行时间可能只需数秒或更短。

Two Sigma联合创始人David Siegel称，大部分投资经理都或多或少仍然按照几十年前的方式工作，即用自己的头脑来做出投资决策。而Two Sigma的系统是人工智能的，“代表了投资管理的未来”。

这种量化投资模式的背后是海量数据和庞大算力的支撑。Two Sigma有超过1万个数据源；95000个CPU，内存高达1695TB，每秒钟可进行10

次计算。

规模滚雪球vs业绩滑铁卢

近几年，市场对算法交易的需求呈爆发式增长，而其他对冲基金则在和业绩下滑和资金外流的泥潭中苦苦挣扎。据摩根士丹利计算，近六年，各类量化策略平均年化增速为15%，目前一共管理着大约1.5万亿美元的资金。

正是在这种背景下，Two Sigma迎来了快速发展期。

2008年，Two Sigma的管理规模已达46亿美元。2011年约为60亿美元。2017年年初，Two Sigma管理规模突破300亿美元，10月突破500亿美元大关。

不断涌入的资金为Two Sigma带来了丰厚的管理费用。

据《福布斯》，Two Sigma的主力基金能拿到3%的管理费和30%的利润提成，而行业的标准一般是2%和20%。

在10月17日出炉的“福布斯美国400人富豪榜”中，David Siegel和John Overdeck以49亿美元的身家并列该榜单第122名。

在资金规模迅速增长的背景下，Two Sigma一度神奇地保持了稳定的高回报率，直至今年才有所碰壁。

2014年，该公司旗下资产规模达60亿美元的 Compass基金全年回报率达到了25.6%，从05年至14年期间的平均回报率将近15%。另一只大型基金Absolute Return在2015年前8个月中增长了6.1%。

但今年以来，美股单边牛市和低波动性的市场环境令量化对冲业绩受到冲击。根据对冲基金研究（Hedge Fund Research）的统计，2017年前9个月的结果显示，股票型基金平均上涨了9.7％，而量化对冲基金只上涨了0.6％。

Two Sigma也遭遇了业绩滑铁卢，今年前七个月部分旗下基金表现如下：

Absolute Return Macro Cayman，-7.19%；

Compass Fund，-4.4%；

Compass Cayman，-3.8%。

Two Sigma旗下有一只基金实现收益：Absolute Return Cayman Fund在7月当月实现1.25%的收益，截至7月年内收益为6.31%。但总体今年还是赔得多赚的少。

从另一个角度来看，业绩折戟也未能阻挡投资者持续涌入的热情，这其实更加证明了市场对于新趋势的认同，即计算机技术和大数据在金融交易中正变得越来越重要。

随着越来越多的资金涌入，部分交易可能会变得十分“拥挤”，此时一旦市场环境发生变化，将很可能导致大规模崩盘。

为了避免这种情况，Two Sigma已经对部分基金采取了限制措施。据英国金融时报，其旗下的证券和宏观对冲基金产品目前共管理着约350亿美元资金，已经对外部投资者关闭了。目前公司管理规模的增长主要来源于另外两块主营业务——被动交易型的“risk premia”基金和更多的混合型基金。

环境很好，薪水很高，离职很难

在Two Sigma，一名20岁出头的研究人员可以拿到55万美元的年薪。与华尔街同行们相比，这里无论是工作内容抑或工作环境都更加轻松。

这里的员工并不需要穿西装、打领带。公司里除了常见的健身房、厨房、阅览室之外，甚至还有一面摆满了桌游道具的书架。从道具的新旧程度来判断，使用率应该不低。

（图片来源：Business Insider）

每年，Two Sigma都会举办人工智能竞赛。去年的竞赛主题是空气曲棍球。

据《福布斯》，Two Sigma的员工留存率高达97%。

但优越的工作环境和令人眼红的高薪背后，并非完全没有代价。

《福布斯》指出，即便是在投资领域，Two Sigma保护商业机密的做法也显得尤为激进。该公司多位离职员工遭到了起诉、控告，甚至是监禁。

其中，最广为人知的一例刑事案件涉及到中国籍员工Kang Gao 。Kang Gao是该公司的一名研究人员。2014年年初，Kang Gao打算离职并在另一家投资集团找到了工作，但为了遵守竞业协议，他并没有立即去新公司报道。Two Sigma认为Kang Gao窃取了自己的知识产权，把情况通报给了当地监察机构。最终，Kang Gao因非法使用科研材料和非法复制计算机相关材料而遭到逮捕，不仅失去了工作签证和移民身份，还被羁押在监狱里长达8个月。2015年2月， Kang Gao承认了非法复制计算机相关材料的罪行。

关键员工的离开对于任何企业来说都是相当大的损失，对冲基金对商业机密的重视超过其他行业也是事实。但像Two Sigma这样如临大敌、甚至屡屡与前员工对簿公堂的却不多见。

这是否意味着，与传统的对冲基金相比，新型量化基金的商业模式在提升业绩的同时，也面临着策略可复制性增加的威胁？

依赖算法和数据的交易模式，无论是对整个金融行业、还是单个基金公司来说，或许都是一把双刃剑。

而大数据称王、数学家和物理学家接管世界，Two Sigma的强势崛起，或许只是这股潮流的一个缩影而已。

来源：

期货资讯网

【活动预告】

国际金融产业链博览会

——悉尼（2018年3月29号）

——上海（2018年5月29号—5月30日）

【市场】

：

【货币】

：

外汇市场主要交易货币 |
美元 |
欧元

【模式】

：

PB
  |
PoP  |
MM
  |
STP  |
ECN  |
DMA  |
MTF  |
IB

【监管】

：

套牌  |
FCA  |
NFA  |
HKFSC  |
ASIC  |
CySEC

【交易】

：

CFD  |
外汇保证金  |
账户类型  |
订单类型  |
滑点  |
点差  |
杠杆  |
高频  |
报价  |
离岸货币  |
避险货币

【科技】

：

MT4  |
MT5  |
桥接  |
VPS  |
FIX API

【访谈】：

Christian Frahm  |
程必逸  |
高明  |
金睿  |
张骏立  |
Chris Rowe  |
Jamie Clinnick  |
Lennon Tam  |
Daire Ferguson  |
周轩逸