34歲清華學霸曬1.67億年薪被調查，量化投資為何走向失控？

▲吳艦分享在網絡上的照片

誰都不會想到，那個無數人用來種草護膚品、尋找旅游攻略的小紅書，竟會埋藏著一樁驚天金融案的導火索。

2023年的某一天，時年34歲的清華學霸吳艦，在平臺上發布了一篇看似普通的炫耀帖——“不敢發朋友圈，自己心態還是太年輕，想找個沒人認識的地方偷偷炫耀下……”

輕描淡寫的幾句話背后，是一張令人瞠目結舌的薪酬截圖：2350萬美元，折合人民幣約1.67億元。

這個數字是什么概念？

它相當于一個普通北上廣深白領工作上千年的總收入；足以買下一整棟豪華公寓樓；甚至超過了某些上市公司一整年的凈利潤。

即便在遍地富豪的華爾街，這也是一個令人側目的數字。

甚至相當于頂級對沖基金高管年薪的數倍，或超過了知名投資銀行CEO的薪酬水平。

相比吳艦往年的收入水平，2022年的這筆報酬出現了難以解釋的倍數級增長。在量化投資這個講究平穩回報的行業，這樣的薪酬波動就是一個巨大的警報。

很快，這篇帖子在量化金融圈內流傳。

業內人士的疑惑與質疑聲漸起。

一個年僅34歲的量化研究員，即便再優秀，何以能獲得如此驚人的報酬？

是做出了革命性的模型突破？還是管理了異常成功的基金產品？

抑或是……另有隱情？

這些疑問后來終是傳到了Two Sigma高管的耳中，成了啟動內部調查的第一張多米諾骨牌。吳艦可能從未料到，自己在小紅書上的一次“凡爾賽”，最終會變成指向自己涉及數億美元的重大金融欺詐案的鐵證。

1. 從清華到華爾街頂尖基金

吳艦是典型的“別人家的孩子”。

他的起點是無數中國學子夢寐以求的學術圣殿——清華大學。

2011年，他從這所頂尖學府獲得工學學士學位，這不僅意味著他擁有了扎實的數理基礎和嚴謹的工程思維，更為他貼上了一張極具分量的“智商認證”標簽。

清華的烙印，在全球金融和科技領域都是一塊很有分量的敲門磚。

而后，他遠渡重洋，進入了美國常春藤盟校之一的康奈爾大學，并在2017年獲得了哲學博士學位。

請注意，這里的“哲學博士”（PhD）并非我們通常理解的研究哲學，而是泛指最高級別的學術研究博士學位。

其實大概就是吳艦在某一個極為專業的科學領域（很可能是數學、計算機或金融工程相關）進行了長達數年的深度鉆研，并取得了突破性的成果。

這段經歷肯定是會鍛造他的兩項核心能力：一是解決極端復雜問題的研究能力，二是面對海量數據和不確定性時依然能構建模型的心態。

“清華本科 + 藤校博士”的頂級配置，讓他瞬間成為了華爾街量化對沖基金眼中極具誘惑力的“搶手貨”。

于是實習期間，就進了號稱“華爾街之王”的知名做市商Citadel（城堡投資）。

并開始窺見全球頂級金融機器的運作方式，積累了寶貴的行業人脈。

這一切都為他最終的歸宿鋪平了道路：2018年4月，他成功加入了Two Sigma這家位于量化金融領域“神壇”之上的公司。

Two Sigma與文藝復興科技公司、橋水基金等齊名，是一家依靠復雜的數學模型和強大的計算機算法進行投資決策的頂尖機構，其管理的資產規模超過600億美元。

能夠進入這里，本身就意味著你已經躋身全球量化交易領域最聰明的頭腦行列。

吳艦在其內部晉升極快，從最基礎的量化研究員做起，僅用三年時間就升任副總裁，又在不到五年的時間內，于2023年1月被破格提拔為高級副總裁。

在論資排輩、精英扎堆的華爾街堪稱“前所未有”。

這無疑向外界傳遞了一個強烈的信號：他要么是做出了非凡的、直接為公司創造巨額價值的貢獻，要么是被公司最高層視為極具潛力的未來之星，正在被快速納入核心圈層。

在旁人看來，這是一條用天賦和汗水鋪就的、無可指摘的精英之路，光芒萬丈，前途不可限量。

誰也想不到，這條看似完美的康莊大道，會因其主人公的一次心態失衡而驟然崩塌。

2. 什么是量化投資？

科普一下，量化投資實際上是一場將金融市場“祛魅”的現代科學實踐，它試圖用數據和算法解構那些曾被歸因于直覺、天賦或內幕消息的超額收益。

其核心哲學在于堅信市場雖看似混沌，卻存在某種程度的“弱有效性”。

即那些隱藏在價格波動背后的統計規律雖不足以讓人預測每一次波動，卻足以通過大數定律和概率優勢在長期積累可觀的回報。

真正的獨特性在于，頂級量化策略不是單純依賴傳統金融理論，而是成為一種跨學科的奇異融合。

它更像是流體動力學、自然語言處理甚至生態學模型的試驗。

比如，一些基金通過分析衛星圖像中停車場的車輛數量來預測零售商的營收，或利用高頻數據捕捉訂單簿中稍縱即逝的流動性模式。

這些策略更像是在觀測一個復雜生態系統的微觀脈動，而非分析一家公司的“內在價值”。

這使得現代量化投資超越了簡單的“價值”或“成長”風格，成為一種在微觀結構、行為偏差和另類數據中尋找預測性信號的“信號捕獵”行為。

但這種高度技術化的路徑也有悖論。

其一，是“發現規律”與“摧毀規律”的悖論。當一個阿爾法信號被足夠多的量化玩家捕獲并利用，其有效性就會迅速衰減，策略的同質化反而會加速市場效率的提升，最終親手扼殺自己的利潤源泉。

其二，是“理性模型”與“非理性市場”的張力。模型基于歷史，而未來總會涌現出模型從未見過的“黑天鵝”結構。

2007年的量化基金崩盤和2010年的“閃崩”都揭示了，當所有算法同時做出止損反應時，會創造出一種純粹的、模型自身無法預見的系統性共振風險。

因此，量化投資的真正前沿，或許正在從“預測市場”轉向“預測其他預測者”。

它日益演變為一場在加密維度進行的、算法對算法的復雜博弈。

從這個角度看，量化投資沒有改變金融的終極法則——它只是將競爭從人類的大腦皮層，轉移到了硅基芯片的運算與暗光纖的傳輸速度之上。

3. 量化天才的技術欺詐

要理解這為什么是嚴重的欺詐，我們需要先科普一個量化投資的核心原則：“不高度相關”。這是一個投資組合的“防震系統”。

那什么是“不高度相關”呢？我試舉例介紹一下，假如你有一個龐大的車隊，如果所有卡車都走完全相同的路線，那么一旦那條路上發生山體滑坡，你的整個車隊極有可能會全軍覆沒。但如果你讓卡車們走不同的路線（即投資策略的“不相關”），那么一條路的塌方不會影響其他卡車送達貨物。

對Two Sigma這樣的基金來說，他們要求新模型必須與舊模型“不高度相關”，就是為了構建這個強大的“防震系統”，分散風險，避免在市場出現特定波動時，所有模型同時失靈，導致客戶資產遭受毀滅性打擊。

而吳艦，作為高級副總裁，他的職責是研發全新的、獨特的阿爾法模型。

這些模型需要通過復雜的數學和計算機算法，從浩瀚的市場數據中挖掘出獨特的、能穩定盈利的交易信號。

他的薪酬和獎金，直接與他研發的這些新模型的盈利表現掛鉤。

但在2021年底至2023年中的大約20個月里，他走上了一條“捷徑”。

根據美國證券交易委員會（SEC）的指控，他秘密操縱了至少14個由他創建或參與創建的投資模型。

他向公司的風險控制和合規部門撒謊，聲稱這些模型正在生成獨特的、獨立的預測信號。

而真相是，他利用自己的職權和專業知識，對這些模型的代碼進行了未經授權的、隱蔽的修改，導致其最終效果是讓這些新模型不再進行獨立思考和預測，而是變成了其他現有成功模型的“應聲蟲”或“復制品”，亦步亦趨地復制它們的交易行為。

這帶來的直接惡果是：

首當其沖，就是風險失控了。其公司精心構建的“防震系統”在他這里直接失效，因為他復制的都是那些高風險高收益的激進策略，導致公司實際上在這些策略上押下了遠超預想的巨額賭注，風險被極度集中，而非分散。

然后是欺騙了客戶。客戶購買基金產品，是基于對特定投資策略的信任。而吳艦的行為，導致基金的實際操作與向客戶承諾和披露的策略發生了嚴重偏離。

客戶以為自己投資的是一個風險分散的籃子，殊不知自己的資金幾乎都被集中在了一兩個高風險策略上。

從這幾個點上看，分明就是一場精心策劃的、利用專業知識進行的技術欺詐，其最終目的，就是為了人為地拔高自己模型的業績表現，從而換取那份天價個人獎金。

4. 詭異的損失和收益

吳艦的模型操縱行為，其實出現了一個極具諷刺意味且在外界看來十分詭異的局面：一邊是客戶的巨額虧損，另一邊卻是公司內部人士的盆滿缽滿。

看似矛盾的結果，恰好正是所謂量化投資行業中深藏的利益沖突和道德缺陷下的顯影。

是不是很詭異？

對沖基金內部而言，偏偏又好像很正常。

像Two Sigma這樣的公司，通常會運行多只不同的基金產品。

其中，有一些基金是面向外部投資者的，比如養老基金、大學捐贈基金或富有的個人客戶；而另一些基金，則可能是專門為公司高管和員工設立的內部投資工具。

你可以把它們想象成一個果園：有一部分果樹是對外開放的，游客（外部客戶）可以購買門票進來采摘；但同時，園主還為自家廚師和員工（公司內部人員）開辟了一塊專屬的“私人菜園”，這里結出的最好果實，往往優先內部享用。

吳艦的欺詐行為，就是在給整個果園的灌溉系統偷偷下一種特殊的“猛藥”。

這種猛藥能讓果樹短期內瘋狂結果，但長期來看會透支地力，并帶有很高的毒性風險。

但關鍵的操作是，他巧妙地將大部分“猛藥”都導入了對外開放的果園里，而將由此催生出的、外觀最誘人的一部分果實，悄悄轉移到了內部的“私人菜園”。

結果就是，當市場走勢符合預期時，它們可能賺得盆滿缽滿，但一旦市場反向波動，就會引發災難性的虧損。

最終，這部分客戶承擔了高達1.65億美元的損失，他們的資產成了這場冒險實驗的“燃料”和“代價”。

而那4.5億美元的額外收益從何而來？

起訴書中其實已有暗示，公司旗下一些可能由內部人員投資的基金，或許通過某種復雜的結構或更早的倉位調整，優先享受到了吳艦模型在“暴走”初期帶來的巨大收益，卻巧妙地規避了后續的暴跌風險。

這種“挖東墻補西墻”的詭異局面，揭示了行業中最敏感的“道德風險”問題。

當一家公司同時管理著客戶資產和自有資產時，如何保證絕對的公平？交易員和基金經理是否會為了提升自己和個人親友的利益，而暗中犧牲那些陌生客戶的利益？吳艦案以一種極端的方式證明，在巨大的金錢誘惑和復雜的技術掩護下，這種風險是真實存在的。

而吳艦本人，正是這場利益輸送鏈條中最直接、也是最貪婪的受益者。

他通過操縱模型，人為地制造出自己業績驚人的假象，從而騙取了高達2350萬美元的天價年終獎。

這筆“不義之財”迅速化為了紐約曼哈頓黃金地段的一套豪華公寓，實現了很多華爾街逐夢者的終極夢想——在世界金融中心的心臟地帶安家置業。

然而，這個用欺詐和背叛換來的“美國夢”，地基從一開始就已經腐爛。

如今，這套豪宅可能還在那里，但它的主人，已從華爾街的精英才俊，變成了被司法部通緝的在逃犯，其結局令人唏噓，也更發人深省。

5. 量化金融的監管盲區

量化金融這一高科技行業上空的巨大監管盲區與系統性風險一直都存在。

其所依賴的，更多是個人的職業道德和人品。

但現在的問題很明顯了，監管者和公司高管的理解速度，遠遠跟不上代碼和模型迭代進化速度時，我們該如何確保市場的公平與透明？

首先，吳艦案揭示了量化模型本身已成為一個“黑箱”。

這些由數百萬行代碼構成的交易策略復雜到連其創造者有時都難以完全預測其所有行為，更不用說公司的風險控制部門和外部監管機構了。

以飛機為例，機長（公司CEO）和塔臺（監管機構）只知道它正在飛行和抵達目的地，但對于它具體為何選擇突然爬升或俯沖的每一道指令，卻無從實時核查。吳艦正是利用了這一“黑箱”特性，在其中植入惡意代碼。

他發現，公司用來監控模型之間相關性的檢測機制存在滯后性和漏洞，并非實時報警系統。于是他得以在長達近兩年的時間里，像一名隱藏在復雜迷宮中的幽靈，悄悄篡改指令而未被察覺。

直到2023年夏天，公司高層才通過宏觀的數據分析，發現多個本應獨立運行的模型之間，出現了高得反常的同步波動，這才驚覺系統中出了“內鬼”。

其次，此案也將量化基金內部風控系統的有效性打上了一個巨大的問號。

傳統金融監管主要盯著交易員的下單行為，防止老鼠倉和內幕交易。

但在量化時代，真正的風險點已經前移——關鍵在于模型的設計和構建環節。吳艦的欺詐行為并非發生在交易指令執行階段，而是發生在更上游的“模型研發實驗室”里。

現有的風控體系很大程度上是信任基于科學家們的職業道德和自律，對于模型代碼本身的審查和審計，缺乏有效的、常態化的技術手段。

這暴露了一個殘酷的現實，許多頂級基金的風控部門，其技術能力可能遠遠落后于其核心量化團隊，他們根本無法對最前沿的模型進行有效的、穿透式的審計。

而且，量化行業普遍實行“重獎重罰”的薪酬制度，明星研究員的年終獎直接與其模型創造的利潤掛鉤，動輒數百萬甚至數千萬美元。

這種將短期經濟回報與復雜長期風險直接捆綁的機制，在無形中 incentivize（激勵） 了冒險和欺詐行為。因為這會給人一種錯覺，或者認知錯誤，即無論用什么方法，只要你能把盈利數字做上去，就能獲得一切。

Two Sigma事后取消了吳艦800萬的績效獎金，卻無法追回他已落袋為安的1780萬現金工資，這正說明了這種追回機制（Clawback）的無力。

對于一個已經拿到天價現金并購買了房產的人來說，事后的懲罰顯得蒼白無力。

吳艦跌落神壇，固然有所警示。

但人性的貪婪并不會消失，只會被隱藏得更深。

如果不能建立與之匹配的、更具技術含量的監管和風控體系，如果不能反思那種唯數字論的激勵文化，那么下一個吳艦的出現，或許只是時間問題。

當技術天才們玩弄數學模型時，誰來看守這些看守人？或許這才是吳艦案件留給行業最沉重的思考。

本文作者 | 東叔

審校 | 童任

配圖/封面來源 | 網絡及吳艦分享在網絡上的照片

編輯/出品 | 東針-知識頻道（未經允許，禁止轉載）