Two Sigma亞太區首席執行官林國灃：金融碎片化可能會導致交易成本的增加，但也是機遇，促使我們去構建當地的團隊

每經記者 張宏    每經編輯 張益銘    

6月25日~27日，世界經濟論壇第十五屆新領軍者年會（即“夏季達沃斯論壇”）在大連舉辦。在夏季達沃斯論壇現場，來自世界各地的企業、學界人士共同探討未來增長的新前沿。

論壇期間，《每日經濟新聞》記者（以下簡稱NBD）專訪了全球頂尖的量化投資機構Two Sigma亞太區首席執行官林國灃。

Two Sigma被認為是華爾街研發能力最強的量化投資機構之一，2008年到2019年的11年時間，該基金的管理規模擴大了逾10倍之多。是什么讓Two Sigma擁有如此佳績？他們如何進行投資決策？Two Sigma如何在金融碎片化挑戰中尋找機遇？面對AI這樣從0到1突破、投資風險很大的領域，Two Sigma如何平衡技術創新與市場風險？如何應對不斷變化的市場環境和政策風險？專訪中，林國灃對這些問題一一作答。

主辦方供圖

價值投資，投入時間了解產業

NBD：在Two Sigma的投資策略中，您認為賽道的選擇與數據指標之間，哪一個對于投資決策的影響更大？

林國灃：其實在進行研究時，我們并不是首先選擇數據或賽道。實際上，首先是整個市場的深度和廣度，對于我們這種類型的策略來說，是否具有優勢。我們希望市場既深又廣，因為那意味著機會。中國確實是這樣一個市場，這是我們考慮的第一個重點。第二，因為我們以創造alpha（超額收益）作為我們的首要目標，所以我們需要考慮在這個市場中，我們是否能夠在研究方面做出差異化，以找到alpha，這是第二個重點。第三，尤其是在亞洲，在中國市場，存在許多獨特的數據和研究機會。我們需要考慮是否能夠發揮本土優勢，比如我們在上海有團隊等，能夠更深入地了解市場，使我們的推薦研究具有差異性。這三點是我們決定是否能夠做好投資的重要基礎。

我們成立于大約24年前，由一位數學家和一位科學家創立。其中一位是MIT的博士生，三十年前就開始研究AI。另一位是斯坦福大學的數學家。因此，我們并不像傳統的對沖基金，更像是一個研究機構。對我們來說，投資是一種科學。這就是為什么我對您剛才的問題有一些不同的看法，因為我們的基因是這樣的。

最后，談到中國市場，我認為因為我們是中長期投資者，很多人誤以為我們是短期投資者。我們的方法是不同的，不是簡單地找一個PM（產品經理）加上幾個研究員。實際上，我們全球約有2000名員工，其中1300人是工程師，他們是data scientist（數據科學家）。我們不僅僅是短期的導引，而是用數據和科學來尋找投資方法。

NBD：Two Sigma的資產管理規模從2008年的50億美元增長到2020年的500億美元，您認為推動這一快速增長的關鍵因素是什么？

林國灃：現在已經超過650億美元了，這幾年增長了很多，150億美元。

我認為，首先全球像我們這種以科學數據為驅動的投資機構，在過去幾十年已經演變成為計算機、數據方面的競爭。要吸引這類人才，投入大量資源進行研究，才有機會在這個行業取得成功。

我們有幸在這二十幾年里，因為有規模，可以投入更多資源進行研究、吸引人才，也正因如此規模得以進一步快速增長，客戶對我們的信任也隨之增強。這是一個規模的游戲，你可以想象，背后的工程師需要在一個大型平臺上才能有發揮的機會。同時，我們的計算機處理能力在全球所有機構中，不僅僅是金融機構，已經排在前250名。為什么這么說呢？因為我們背后處理著大量數據。例如，在亞洲，我們每月可能要交易1萬到2萬只股票，這背后需要大量研究人員處理數據，所以必須要有規模。

有了成績和規模，就會慢慢形成一種循環，吸引更多人才支持你。我們確實很幸運，也希望可以繼續努力。保持這種競爭優勢不容易，這個市場沒有方法可以讓你成為永遠的贏家，必須持續投資與保持。

NBD：在Two Sigma的投資組合中，是否有特別關注某些具有潛力的中國公司？如果有，您能分享一些具體的案例嗎？

林國灃：我們的投資方法并非簡單的選擇公司，而是通過分析數據來尋找價值所在，因此我們實行的是價值投資。簡單來說，我們采用科學的方法進行價值投資。正因為如此，我們不會對某一產業或某一公司進行重倉投資，而是會分散投資于大量我們認為有機會的公司。在全球范圍內，我們可能在某一時刻持有大約1萬到2萬只股票，這是我們投資策略的一部分。

在中國，我們不是簡單地尋找投資機會，而是深入研究消費者情緒對某些產業、產品或品牌的影響。例如，我們會對整個行業的政策發展進行深入研究，特別是對一些大型領域，如人工智能、清潔能源、環保等，我們都投入更多的時間去了解這些產業，因為這些是中國的大趨勢。但我們的出發點并不是簡單地對某一產業重倉。

提早布局、累積經驗并從中學習非常重要

NBD：Two Sigma前期在AI領域開展了很多成功的投資，我們知道AI領域投資其實風險很大。在對AI領域進行投資時，Two Sigma如何平衡技術創新與市場風險？

林國灃：正如我在第一個問題中談到的，我們是一個科學研究機構。我們認為科學研究是一個長期的過程，并不是每項研究都能立即達到預期效果。實際上，你可以從那些看似未達預期的結果中學習到東西。

我們的人工智能研究大約在十年前就開始大量投入。如果你回顧過去的新聞會看到，我們聘請了一位在谷歌非常有名的natural language processing（自然語言處理）專家，引進到我們團隊。大約8到9年前，我們就開始搭建我們的natural language processing，也就是大語言模型的雛形。在許多人談論大語言模型之前，我們已經開始推動這項工作。這正是我們得益于我們的基因，正如我所說，我們的兩位創始人，一位是科學家，一位是數學家，所以我們很早就意識到了這一點的重要性。

那么，能不能說發展過程是一條直線，沒有任何挑戰呢？不是的。只能說因為我們早點嘗試，早點學習，可能累積的經驗對我們來說很有幫助。

NBD：在一項新技術誕生之初，許多公司可能會專注于實現從0到1的突破。在眾多致力于0到1突破的公司中，Two Sigma如何選擇？

林國灃：實際上，并不存在一套簡單的公式來指導我們的選擇，我們的選擇依賴于經驗。比如說，當我們選擇投資時，我們實際上是在投資團隊，投資他們背后的IP和能力，以及我們對市場賽道的了解，這幾個方面是我們最重視的。正如我剛剛提到的，能夠累積經驗并從中學習是非常重要的。根據科學研究，最重要的是你如何從挑戰中學習。因此，我們已經學會了很多關于什么樣的團隊能夠成功，什么樣的數據可以發現alpha，以及什么樣的技術能夠投資，不是所有看起來有趣的IP和研究都適合投資。因此，識別和篩選這些因素是最重要的。

“金融碎片化促使我們去構建當地的團隊”

NBD：您如何看待金融碎片化對量化投資機構如Two Sigma的影響？

林國灃：在論壇的討論會上，我分享了兩個主要觀點。首先，我認為每件事情都有其積極的一面。雖然金融碎片化可能會導致交易成本的增加，但從我們的角度看，這反而是一個機會。我們之前提到，亞洲是我們在美國之外最大的市場。在亞洲，我們最大的兩個市場是日本和中國。我們在這兩個市場都投入了大量的資源，金融碎片化對我們來說是一個機遇，它促使我們去構建當地的團隊。

美國之外，上海是我們唯一擁有研究交易、數據分析團隊的地方。我們非常重視如何在當地構建團隊，培養當地人才。這是金融碎片化帶給我們的一個啟示。在日本，我們也有很多工程師。過去我們未曾考慮在東京、上海部署工程師團隊，但金融碎片化讓我們看到了在東京，以及在上海等地方部署工程師的可能，這是一個很好的機會，可以更好地利用和發揮當地人才的能力。

NBD：在本土設立分公司，或者說雇用本土的工程師做分析工作，有沒有為Two Sigma帶來額外的收獲？

林國灃：當然有的。例如，去年我們整個亞洲地區的表現非常出色，這在很大程度上得益于我們對當地市場的深度了解。我們的工作與美國及全球團隊的聯系非常緊密，并非簡單的溝通。

他們（全球團隊）擁有全球學習能力，我們可以將這種全球學習能力引入到亞洲，但并不是簡單地將他們的能力直接應用到我們身上。同時，我們也與他們分享了我們對當地的深入研究理解。正因如此，我們創造了新的alpha（超額回報）。因此，可以說，這種所謂的碎片化反而為我們帶來了回報。

NBD：是挑戰也是機遇？

林國灃：當然，之前的方法可能是在全球一兩個研究中心進行研究，因為當時沒有金融碎片化，全球資本流通非常繁榮。但現在由于出現了碎片化現象，我們可能需要加快在各個地區團隊的發展。

NBD：在全球金融市場中，Two Sigma是如何應對不斷變化的市場環境和政策風險的？

林國灃：我認為，政策風險和市場變化是全球普遍存在的現象，亞洲的每個市場都存在這些風險。例如，亞洲的日本、韓國等市場都存在市場風險。對我們來說，投資并不是回避風險，而是要管理風險、了解風險，并在風險中尋找機會。

Two Sigma有兩個特點。首先，我們的風險管理團隊與科學團隊是并行的。科學團隊和研究團隊的重點是發現機會，而風險管理團隊和監管團隊等則確保我們能在一個穩定的平臺上找到并把握這些機會。因此，我們在這方面投入了很多資源，我們的風險管理和監管團隊的人數超過了公司總人數的一半。特別是在當前波動性很大的環境下，有一個穩定的、非短期的平臺，才能讓客戶從中享受長遠的收益，因此我們在這方面的投入是巨大的。

除此之外，我們認為除了需要具備全球視野，亞洲的投資也需要接地氣，需要了解當地的監管需求。因此，無論是在香港、東京還是上海，我們都有深入的監管研究和風險管理團隊。