*本文为「三联生活周刊」原创内容

篡改

看见吴舰正在美国面临诉讼的新闻，程松不敢相信，自己印象中那个爱看书，从小成绩冠绝众人的吴舰，竟成了一个在逃人员。

新闻中写到，今年9月，“Two Sigma”前高级副总裁吴舰涉嫌秘密操纵公司算法投资模型，在不到2年的时间里，吴舰的调整使客户基金损失了1.7亿美元，使“Two Sigma”的部分基金总共获利4.5亿美元。他借此骗取了巨额绩效奖金。美国纽约南区联邦地区法院指控其犯有电信欺诈罪、证券欺诈罪和洗钱罪，同时美国证券交易委员会（下称SEC）对吴舰提起民事诉讼，主张判决吴舰归还不义之财、支付罚款、终身禁业。

吴舰今年34岁，1991年出生，从小在安徽省合肥市肥西县下面的乡镇长大，程松是吴舰老家的邻居。他告诉本刊，吴舰一直是好学生，从小学习成绩好，高中就读于安徽省重点中学合肥六中，2006年，他获得全国中学生物理竞赛安徽省一等奖和全国中学生数学联赛安徽省一等奖，获得清华大学保送资格。从清华大学毕业后，又接连获得美国康奈尔大学和南加州大学的博士学位。2018年，吴舰作为量化研究员加入“Two Sigma”。这是全球最大的对冲基金之一，也是采用量化策略的机构之一，目前管理着超过600亿美元的资产。

中央财经大学中国金融科技研究中心主任、金融学院教授张宁对本刊解释到，现在人们讨论的量化投资是使用机器学习，复杂算法并进行程序化交易。据SEC的起诉书介绍，“Two Sigma”开发模型来消化数据并进行投资预测，随后依据模型与预测，决定是否为顾问客户买卖证券。“Two Sigma”的核心投资体系是多模型组合，所以公司要求每套新开发的模型在获批时，必须与现有模型及综合预测保持充分的去相关性（即“去相关化”），以确保新模型产生的唯一预测是对公司现有预测的补充，而不是重复。

吴舰正是在“去相关性”的数据上做了手脚。根据SEC公布的起诉书，2021年11月至2023年8月期间，吴舰秘密操纵了至少14个由他创建或协助创建的模型，对这些模型进行未经授权且未披露的修改，以增强其与公司其他模型及综合预测的关联性，实质复制了其他模型及综合预测的输出结果。

林渊从事量化投资约20年，其中还有6年在华尔街工作的经验。他对本刊解释称，每一个量化基金都有比较核心的模型，它们往往经历了多个经济周期，跑得最稳定，经历了很多次的修改和加强，吴舰的操作相当于照抄了更核心、稳定模型的作业。SEC的起诉书指出，吴舰修改去相关性参数是为了增加激励报酬。他的年度激励薪酬包括现金奖金和绩效奖励，与其模型的表现挂钩。SEC的起诉书称，通过“抄作业”，吴舰人为地夸大了自己模型对客户利润的贡献，他的绩效奖励也随之水涨船高。

“‘Two Sigma’的单一账户中可能会有n个模型同时在跑，不同模型间还有不同的优先级，判断股票证券是否该买，以及买多少。假设已知两个模型相关性较高，它们分别得出要买100股的建议，那么可以只参考一个模型的建议，只买100股。但是如果将这两个相关性较高的模型误当作彼此独立的模型，根据他们的综合建议，实际上可以购入比100股更多的股票，这就会导致过度交易，重复加仓，增大了风险。”林渊说。对于量化而言，某一年的爆赚其实和爆亏一样的可疑危险，收益突然暴涨就有可能是冒了不必要的风险。至于最终导致自营盘挣钱、客户盘亏钱，也许不是吴舰有意为之，可能还是与当时市场的变动有关。

年薪猛涨后，吴舰在纽约曼哈顿买下了一套价值约600万美元的公寓。物欲满足的同时，2023年1月，他匿名在小红书发表了一篇“不敢发朋友圈的炫耀贴”，称自己工作五年已经赚了刚毕业时候想不到的数字，自己的心态还是太年轻想找个没人认识的地方，偷偷炫耀下。帖子配了一张5年工资数据的摄屏照，显示他2022年的年薪约2350万美元，相当于1.67亿人民币，是上一年的十倍。

林渊告诉本刊，一般的量化研究员，行情比较好的年份里，年总收入达到100万美元左右，算是比较正常的数字。不是自己开公司，而是在量化投资公司打工，一年总收入能赚到两千多万美元，还是比较罕见。综合美国纽约南区联邦地区法院和SEC的起诉书，“Two Sigma”正是发现了这篇匿名的社交媒体帖文，并且有公司同事发现吴舰开发的模型与已有模型间的相关性高于预期，促使“Two Sigma”对吴舰的模型进行内部调查，吴舰的秘密篡改行为就此败露。美方检察官称，吴舰尚未归案，仍然在逃。

风口

在程松的印象里，吴舰性格一直相对比较内敛。家里对吴舰的优秀也一直很低调，上清华家里也没有大张旗鼓办升学宴，吴舰结婚时主要在女方那边办，距离太远没办法邀请老家的人参加，也没有收同事邻居的礼金红包。他很疑惑，吴舰为何会变得如此高调。

2018年4月，吴舰进入“Two Sigma”工作时，才27岁。不到3年，他从量化研究员晋升为副总裁（VP），2023年初，又升至高级副总裁（SVP）。从业5年的量化研究员 Marttin 对本刊指出，金融行业里的职称与人们传统认知有所不同，在美国的量化公司中，SVP通常是对模型与资金分配等关键决策具较高影响力的业务或技术负责人，既可能带小团队也可能以高阶个人贡献者身份运作更大资金，但不是公司高管。即便如此，在Marttin看来，吴舰晋升速度也算偏快。综合公开起诉书内容以及吴舰晋升时间和薪酬增长来看，他的职级跃升可能受益于下调“去相关系数”的行为，夸大自己的绩效并获取巨额报酬。

从吴舰暴涨的薪资和快速的晋升路径，也可以让外界窥见近些年量化投资和外部金融市场发展的一角。张宁告诉本刊，从进入现代金融市场之初，人们在交易中开始考虑量化指标，使用布朗运动、正态分布来衡量测算收益率的时候，量化就已天然存在。20世纪50年代开始，随着马科维茨投资组合理论、期权定价等现代金融工程理论的诞生标志着量化成为一支重要的力量登上投资交易舞台。等到了上世纪八、九十年代，随着摩尔定律驱动着算力增加，计算机迅速普及，这让算力开始实质性影响金融交易，并解决了一些量化模型的计算速度瓶颈，同时伴随着20世纪末的统计学习特别支撑向量机等算法的兴起，机器学习也被引入金融用于分类择股，理论与技术结合，量化投资进入“爆发性发展”阶段。

美国哥伦比亚大学教授，著名数量金融专家伊曼纽尔·德曼曾在自传《宽客人生：从物理学家到数量金融大师的传奇》中提到，20世纪末，一批精通于数学、模型和计算机编程的物理学家和工程师科学人才向金融业迁移。这背后是金融市场的波动加剧，市场需要为变化提供保护的新型复杂金融产品。张宁说，每当受到国际政经事件的影响，国际金融市场相对动荡，动荡体现在价格上就是波动比较剧烈，对于普通投资者，往往只能看到动荡的结果，没办法快速及时反应，而对于有算力和程序支持的量化，可以捕捉动荡过程中的每一个阶段，细微之处看到趋势的机会，从而把握交易的机会，某种意义上，可以说不断变化起伏不变的市场正是量化最好的赚钱机会。

国际量化投资市场的规模也在不断扩张。2022年，清华大学五道口金融学院副院长张晓燕在《清华金融评论》上发表《量化投资在中国的发展及影响分析》一文，其中写到，1971年，美国巴克莱投资管理公司发行世界上第一只被动量化基金，这标志着量化投资的开始。直至1977年共发行了30亿美元的量化基金。1995年起，随着技术进步和数据量丰富，量化投资进入高速发展期。以美国为例，开始陆续出现多家资金管理规模超过千亿美元大的量化投资基金公司。目前，美国量化投资基金的资金管理规模为2.7万亿到3.5万亿美元。

从业近20年的林渊也观察到，现在全球量化公司更是进入了一个超级军备竞赛的状态，软硬件同时入手，招聘最优秀的人才，哈佛、耶鲁等常青藤名校的数理化博士们大批进入这个领域，华尔街最知名的投资银行拥有的软件工程师总数和Meta差不多是一个量级，很多量化基金为了在交易里占据更大的主动权，从底层重新写操作系统，重新写网络通讯协议，在硬件上，自建计算中心、超算中心，定制服务器，设计机器主板，找代工厂生产。随着人工智能进入量化投资领域，量化基金公司更是如虎添翼。中南财经政法大学金融学院讲师宗翔宇称，综合过去10年量化投资市场的发展以及外部金融市场的变化，吴舰可以算作一个站在这波风口上的人。

监管失灵

有量化研究员想要在模型上搞小动作，这本身并不让林渊惊讶，真正让他感到意外的是，这件事会发生在“Two Sigma”身上。林渊称，按照一般的算法模型交付流程，模型需要从开发环境，进入测试环境，如果模型面对客户，还有用户验收测试环境（UAT）环境，客户可以带着数据自己跑一下模型，最后才是实盘环境。作为模型开发人员，吴舰应该只能接触开发环境。而且关键的模型代码应该经过代码审核，甚至有人员专门检查是不是每一行代码都被测试到了。但从“Two Sigma”这次的情况来看，这些环节好像都不存在，哪怕模型已经被纳入模型库，吴舰也可以继续修改参数。

事实上，早在2019年，“Two Sigma”内部员工就向高层管理人员报告过，算法投资模型存在漏洞，建模人员对存储实时交易模型参数的数据库拥有完全读写权限，可能对客户收益造成负面影响。此后数年间，该议题多次被提上议程，但公司内部一直未能就如何妥善处理该问题达成共识。SEC也因此起诉了“Two Sigma”，指控其多年来忽视重大已知漏洞，监管失当，违反了受托责任和SEC的举报人保护规则。最终双方达成和解，“Two Sigma”自愿偿还了亏损的资金和账户1.65亿美元，并同意支付9000万美元的民事罚款。

影响“Two Sigma”未能及时进行风险管理的一方面原因是两位创始人间的矛盾。“Two Sigma”由John Overdeck和David Siegel共同创立。据《纽约时报》报道，在过去十年中，他们的合作关系逐渐恶化，甚至到了彼此不说话的地步，很少能忍受和对方出现在同一个房间里。“Two Sigma”从不召开全体会议，因为两位创始人拒绝在活动中共同面对员工或投资者。这导致即便是简单的流程和人事决策问题都可能变得复杂。公司前员工称，该公司的合规和治理职能难以跟上员工数量和管理资金的迅速增长。

欧内斯特·陈（Ernest P.Chan）是机器学习和资产管理定量模型应用方面的专家，著有《量化交易从入门到精通如何构建你的算法交易系统》，于2011年创立全球多策略投资管理公司“QTS Capital Management”。欧内斯特·陈对本刊指出，“Two Sigma”此案也给行业敲响了警钟，即便是一家利润丰厚的大公司，在他们的软件工程实践中也会失误，而保证对模型进行适当的管理，是内控最基本的问题，很多人花了大把时间在防火墙上，以防止外部入侵系统，他们忘记的是，内部控制同样重要，以防止内部员工把事情搞砸。

“不过，退一步来说，哪怕在正常管理经营中，一家量化投资公司想要时时刻刻监视这艘船，其实也是很难做到的。”张宁说到，量化目标就是模型的及时执行，然后获取交易收益，关注时效性，强调在不同市场不同时间的辗转腾挪，而加强整个量化体系的合规和风控，就需要增加审核层级、权限控制等，这在一定程度上都会拉低量化投资的效率。量化的优势和强化安全性间的底层逻辑本身是存在背离关系的，对于任何一家使用量化策略的公司来说，都只是尽量做到平衡。

张宁建议未来可以加强操作风险管理，例如某些量化公司每个月会进行投资流程复盘，做过程漏洞的动态检验和修复，还会进行压力测试，就是在目前内控的流程中，加上模拟市场出现加大波动，或调整薪酬分配方案，再看环节可能会出现哪些问题。从本源来说，还是要在一定程度上缓解短期激励方式，例如在客户投资从公司退出后，再根据收益结算最大比例的佣金，而非与短期收益直接挂钩；或者调整薪酬结构，避免有研究员短期欺诈，而更注重长期利益。

进入金融行业后，Marttin的一个突出感受是，近5年里，涉及私募及对冲基金的相关风险事件更频繁进入公众视野。一方面是公众的获取信息渠道扩张，加之自媒体以及社交平台的放大效应。另一方面则在于其商业模式本身。张宁告诉本刊，一般来说，对冲基金是私募基金的一种，通常只面向合格投资者，范围较小，这些投资者一般具有较高的风险承受能力和专业的投资知识，即使出现投资损失，对社会稳定的影响也较为有限，因此监管机构对其监管的必要性相对较低。Marttin指出，与此相对，公募基金因面向大众而受到更刚性的监督管理：如设立投资决策委员会来对旗下产品和基金经理的行为预设权限和约束，每日对社会披露净值并定期向监管与公众报告。但张宁也提到，如果实施像公募基金那样严格的监管，可能会扼杀对冲基金的创新能力。同时，对冲基金的投资活动往往较为隐蔽，交易方式复杂，监管机构要对其进行全面监管需要付出较高的成本和代价，且在技术上也存在一定难度。

宗翔宇补充到，在2008年金融危机后，国际上也出台了一些法规限制对冲基金，例如2010年，《多德-弗兰克法案》明确要求加强对私募股权基金和对冲基金的监管，包括设计风险资本规则、强化信息披露等。对于采用量化策略的对冲基金，监管部门也会要求上传代码，但这属于公司商业机密，公司基本不会上传最核心部分，监管部门也无从比较核实，而且算法代码是复杂系统性工程，监管人员也未必看得出其中存在问题的部分。目前的监管重点主要是不要让政府和银行的钱流入私募。

林渊记得自己刚刚入行的时候，千军万马过独木桥才能出国读书，大家进入华尔街工作都很不容易，都很珍惜自己来之不易的机会，监管体系内的各种漏洞，大家都懂，也偶尔会聊起，但身边没有人会真的去跨越红线，“但不管多么优质的监管体系最终都是靠人来实施，而且现在很多人对物欲的追求也要比20年前更强，一个亿的诱惑之下，很多你习以为常的规则都会被无视。”

（应受访者要求，文中除吴舰、宗翔宇、张宁外均为化名）

“点赞”“在看”，让更多人看到

 

排版：小雅 / 审核：同同

招聘｜撰稿人

详细岗位要求点击跳转：《三联生活周刊》招撰稿人

本文为原创内容，版权归「三联生活周刊」所有。欢迎文末分享、点赞、在看三连！未经许可，严禁复制、转载、篡改或再发布。

大家都在看

“点赞”“在看”，让更多人看到