《财经》：市场上有很多量化投资基金，尤其在最近这两年，因为被动投资收益更高，推动大家向这个方面发展，相比其他公司而言，你们公司特别的地方在哪里？ David Siegel：我们公司非常强调员工具备科学家和工程师的才能，追求员工有很强的研究能力。我们有1600名员工，其中有几百名员工都获得了博士学位，超过半数在做研发工作，这样杰出的人才团队，是我们的一项特殊之处。同时我们公司的经验也是业界最丰富的。 林国沣：我们公司的基因是科技。我们很少看到一个投资公司对外招聘的主要人员是工程师、科学家。我们的首席技术官（CTO）是以前在谷歌做AI很有名的科学家，David本身也是麻省理工毕业的人工智能专家，我们另外一个创始人是斯坦福毕业的数学家，因此我们投资的理念也是先看科技实力。 《财经》：我们平时都在讲量化投资，但是对大部分人来说它其实是挺神秘的概念，在您看来，量化投资现在大概处于什么样的发展阶段？它未来的发展潜力怎么样？ David Siegel：其实我不是特别喜欢“量化投资”这样一个说法，我个人更倾向于把它叫做“基于算法的投资”。因为我们说到量化投资，通常指的是用一些相对简单的方法，比如说基于因子的分析方法等等，而我们最终其实是想模拟人类的基金经理在做投资决策的时候所考虑的过程。很多人都会觉得量化可能是一个策略，而我们最终所希望的是，能够把此类技术用在整个投资的方方面面。我认为投资管理其实是一个非常科学内核的问题。 《财经》：你认为有很多投资经理会因为Two Sigma失业吗？ David Siegel：跟一般的投资管理公司相比，我们的员工数量算是比较多的，我们创造了很多岗位。我们认为投资的本质正在变化，或者说已经发生了变化，现在投资行业需要的人才也会有一些变化，它会需要软件工程师、数据工程师，或者是AI专家，需要具备这些素质的员工，所以我们认为整个行业总的岗位的数量应该是不变的，但是可能我们会看到对于不同才能或者是不同技能的需要。
投资管理现在也更多的是基于算法，其他行业也都在更多地引用算法，比如医疗行业、制药行业、交通行业等，我认为我们已经全面进入了一个算法的时代。 《财经》：从大的市场环境来看，也可以从Two Sigma过去18年的业绩来看，在什么样的市场环境下有利于基于算法的基金获得更高的收益？ David Siegel：我们构建的算法是希望能够应对不同的市场状况，但是我们本身也不是完美的，所以在某些市场环境当中也会有一些不利因素的存在，我们能够做的就是继续提升我们的技术条件，希望能够在绝大多数的市场环境中都能够获得好的收益。
世界是在不断变化的，市场也是在不断变化的，我们要做的就是使用基于算法的方法，根据数据来推演我们的市场决策或者是我们所要做的决策的情况，同时当我们拥有更多的数据以后，我们也会对过去发生过的状况如何应对更有信心。 林国沣：您可能觉得量化基金在某种类型的市场会做得很好，因为有一些市场的因素，会使它的表现更好。但是我们的方法是不一样的，我们是用科学的方法、比较基础地理解一个公司，而不是因为一个市场的情况我们就做一个交易。我们请了很多的数据科学家，我们分析一家公司，需要找详细的数据，深入理解它的供应链、销售情况等等。 David Siegel：举个例子，比如你如果考虑买苹果的股票，怎么判断现在是一个入手的好时机？当然你可能会从多个标准或者维度考虑，比如说公司的业绩、现在的经济态势等，还有更多的包括几百个思考的维度，我们想做的就是用计算机模拟人的决策过程。 林国沣：做一个公司的研究可能比较简单，但是我们一次性可能买1.5万个不同的公司，这就需要大量的分析数据才能做得到。我们需要建设同时看1.5万个不同数据的能力，这就是我们的科技方法。
投资需因地制宜
《财经》：最近这两年，国内很多人都在讲量化投资，在您看来，国内量化投资市场目前状况如何？ 林国沣：我们觉得整个量化市场刚刚开始，国内的量化市场只有四到五年的历史。我们公司由David Siegel和John Overdeck创立到现在已经有18年的时间，我们需要大量的数据、大量的经验和大量的科技才能把这个业务做好。短短几年的时间，国内的波动那么大，很难很快建立一个好的模型，所以我们觉得现在才刚刚开始。 David Siegel：自从我们创业以来，我们已经获得了18年的经验，我们认为我们的经验跟其他的投资公司相比是更为丰富的，尤其是投资管理方面。 《财经》：您刚才讲到其他市场的经验，能不能讲一下在其他市场上，比如说在美国和欧洲有什么不同，哪些经验可以应用到中国的市场上？ David Siegel：每个市场都会有它独特的数据集，同时我们已有的数据类型也会影响我们决定采取使用什么样的量化方法，通常来讲，在相对成熟的市场当中会有比较多的数据源，同时我们也可能收集到时间跨度更长的数据，这都可以用于我们的分析当中。 林国沣：我们是用数据来找到资产价值的，所以对于中国的理解，首先是基于中国的数据来看底层资产的情况。我们的能力在于怎么分析哪一种数据可用，哪一种数据不可用，对资产怎么来判断。 《财经》：像刚才您说的要建立一个模型，这个模型在全球是一样的吗？在中国市场和美国市场到底是怎么来判断底层资产价值的？中间的因子设计是怎么设计的？ David Siegel：使用算法来预计资产价值的过程是非常复杂的，Two Sigma会使用多种方法，包括AI，以及基于机器学习的方法，有时候我们有一些方法是可以全球通用的，有时候可能需要有针对特定市场的算法和方法，所以它并不是一个可以一刀切的答案。 《财经》：在购买资产方面，你们会倾向于哪一类资产？你们在选择资产的时候会看重资产的哪些特性？ 林国沣：我们都是在公开市场、流动性高的领域投资，主要是股票市场、股权市场、商品市场、外汇市场，我们现在管理的600亿美元的资产都是在这些市场上购买。除了公开市场以外，我们也开始用数据来推动私募管理，我们现在有一个做PE的基金，交易的是C轮、D轮、IPO前，也有创始企业部分的。
我们前面18年都是用数据来看底层资产，在私募管理方面，我们尽量看底层管理的公司怎么用数据帮助它做得更好。 David Siegel：我们看的是非常宏观的，因为资产的价格会受到多个因素的影响，我们会看尽可能多的因子。
看好中国市场
《财经》：此前，你们公司申请了在中国的独立运营牌照，现在发展情况怎么样？你们在中国的计划是怎样的？ 林国沣：我们今年刚刚建立了国内的办公室，且已经获得外商独资企业（WFOE）资格，未来将继续通过许可程序进行国内扩张。我们长远是看好中国市场的，我们愿意开展在中国的业务。原因是，第一，我们看到中国的资本市场在深化，投资机会越来越多；第二，我们也看到中国的数据，整个生态圈也在发展，所以对于我们做研究、做科技发展也有很好的空间；第三，监管也越来越欢迎全球的公司来一起帮助中国市场发展。基于这三个原因，我们作为一个科技金融公司一定要来中国。
我们在中国第一个计划是先拿私募管理牌照，希望在今年内达成，我们期望在一两年内可以先有人民币的基金。 《财经》：您觉得中国的市场跟在美国有什么区别？包括市场环境和开展业务的方式，你们在中国是要找合作伙伴一起做还是自己单独做？ 林国沣：在中国肯定是需要找伙伴的，但是要找到对的伙伴。我们的能力是数据分析、科技，我觉得中国很多伙伴可能对市场的理解、数据、生态圈方面了解得更深入，所以找伙伴要能互补。我们不是纯交易的伙伴，我们要找的是能深入研究这个市场的。
同时我们也在建设我们的能力，我们正在香港、上海建设我们的团队。 《财经》：你们为什么会考虑进入私募股权市场？ David Siegel：现在私募市场还处在经历大数据变革的一个比较早期的阶段，18年前当我们进入公开市场的时候，我们就非常强调数据的使用，现在我们用同样的理念，希望能够把我们对数据的侧重带入到私募市场当中，我们也认为私募市场可能会经历跟公开市场类似的对数据的态度的变化。 《财经》：您是否认为科学家的身价应该比银行家更贵？ David Siegel：确实。AI技能是市场上非常稀缺的，如果是很高精尖专业的人才，他们的收入会是非常高的。 （本文首刊于2019年7月8日出版的《财经》杂志）
窥视卡
雷达卡
