第90章 模型的骨骼

这是任何人都能复制、但在现在市场没人系统做的领域。

使用的策略：均值回归（特别是跨品种）、指数套利（Index Arbitrage）、商品、货币的季节性模式、期权隐含波动率偏差套利、期货期限结构套利（Contango / Backwardation）

核心优势：现在竞争极少、数据无人清洗、电脑计算量不足的人很多。

Medallion做对了 2件事：

全部手动数据自动化清洗、无与伦比的“数据清洗工程”，建立了当时世界上最干净的金融数据库。

把简单模型组合成“组合模型集成”、不是寻找一个必胜模型，而是组合：

“一堆胜率 51–55%的小模型，叠加稳定盈利。”

这点任何八十年代的基金都能复制。

第二步：从统计到“微结构”这是真正的质变。这一阶段发生两个关键突破：

关键突破之一就是市场微结构建模（不是高频）、80s和 90s初期还不存在现在意义的 HFT(High-Frequency Trading)。

简单来说，它是一种利用极快的交易速度、复杂的算法和强大的计算机系统，在极短时间内（通常以毫秒、微秒甚至纳秒计）进行大量证券买卖的交易策略。

但 RenTec抓住了：买卖盘不对称、交易者行为偏差、大单拆分规律、未成交订单的统计分布、交易时间与方向偏差。

他们建立了订单行为模型（Predictive signals），可以做到，

“预判下一步价格的小幅运动（仅几小时级别）。”这是当时无人能做的。

另外一个就是，机器学习萌芽+模型 ensemble（集成）。

90年代初期，机器学习在学界开始出现应用：回归树（CART）、随机森林前身：Bagging、Logistic回归加强版、模式识别算法、

RenTec把它们融合，不是用单一模型，而是用几十个模型，每个权重动态调整。

这种方式在当时属于“超前 10–20年”的做法。

第三步：本金封闭+员工资金回报暴涨（1993–1997），Medallion做了一件改变历史的事情：

彻底拒绝外部资金，只用自己员工的钱。

这样策略无需考虑资金容量、不被 LP（投资人）干扰、不担心策略被外界复制、规模可以保持在几亿美金而不稀释收益。

这让策略可以继续做“低容量高回报”的盈利模式，而非被迫做大规模低收益策略。

第四步：加入物理学家/密码学家超级模型时代（1997–2000）。

RenTec在此阶段做了两件事：通过高级数学加强模型结构。Theil–Sen估计，多变量时间序列预测、卷积式模式识别、非线性变换、Feature engineering（特征工程）、跨资产共振预测（cross-asset coupling）。

形成高度垄断的“数据+算法+执行”三位一体系统。

到 2000年，Medallion已经具备：世界上最好的金融数据库（干净+精细标签）、世界最领先的多模型集成系统、最快的执行系统（虽然不是 HFT，但已领先同行 10年）。

于是出现了历史上最强回报记录：

1988–2023：年化 66%（扣费前）

1988–2023：年化 39%（扣费后）

世界第一，没有第二。

凌晨两点十七分，海浪声变得绵长而缓慢。退潮开始了。

凌羽崎依然站在窗前，但已经转过身，背对着玻璃。书房里的空气因为长时间封闭而变得沉闷，混合着雪茄未燃的甘草味、威士忌残留在杯壁的泥煤气息，以及旧纸张和皮革装订线散发出的微弱酸味。

他走回书桌，但没有坐下。右手从羊绒开衫口袋掏出一个镀铬的Zippo打火机，拇指拨开盖子时发出清脆的“锵”声。

他按下打火轮，火石摩擦迸出火星，棉芯点燃，腾起一朵稳定的蓝色火焰。

火焰照亮了他下巴到锁骨之间的区域，在脸颊侧面投下跳动的阴影。三秒后，他松开关闭盖，火焰消失，只剩下打火机金属外壳反射的台灯光晕。

他将打火机放在那支未点燃的雪茄旁边。然后拉开书桌左侧最上层的抽屉。

抽屉滑轨是黄铜材质，拉动时发出平滑的低响。里面整齐排列着十几个牛皮纸文件夹，每个都用黑色细绳系紧，标签手写着年份和主题词。

他取出标有“Quant Models/1984-1986”的文件夹，解开细绳。文件夹里是大约四十页纸，包括油印的研究论文复印件、手绘的图表、用计算器打印出的数列，以及几份用打字机整理的策略回测摘要。

他将这些纸张在桌面上摊开，像展开一副扑克牌。然后从笔筒里抽出一支红环600自动铅笔，笔杆是暗红色磨砂材质，笔夹已经有些松动。

他翻到一页手绘图表。坐标纸是浅绿色的，横轴标着“交易日（1983.1-1985.12）”，纵轴标着“累计回报率（%）”。

图表上用黑色墨水画了三条曲线：一条是标准普尔500指数，一条标记为“MA Cross（20，50）”，一条标记为“Stat Arb v0.2”。

三条线在1983年初从同一点出发，到1985年底已经拉开明显距离——指数曲线平缓上升，移动平均线交叉策略剧烈波动后略微跑赢指数，统计套利策略则呈现稳定的阶梯式增长，最终点位是起点的2.7倍。

图表底部有铅笔写的注释：

“数据源：CRSP日级收盘价（1926-1983训练集，1984-1985测试集）。

模型v0.2基于价差协整+残差均值回归，持有期5-20日，市场中性。年化夏普1.8，最大回撤-12.4%。

问题：交易成本假设过于乐观（未包含冲击成本）。下一步：引入期货数据扩展资产池。”

凌羽崎用铅笔尖在“夏普1.8”下面点了三个小点。然后翻到下一页。

这是一份用IBM Selectric打字机整理的回测报告，纸张是较厚的证券纸，边缘有送纸齿轮留下的齿孔。标题是“趋势跟随策略（双均线系统）——1980-1985年24个商品期货市场回测”。报告正文充斥着数字和缩写：

“测试市场：WTI原油、布伦特原油、无铅汽油、天然气、黄金、白银、铜、铝、锌、铅、镍、锡、大豆、玉米、小麦、棉花、糖、咖啡、可可、活牛、瘦肉猪、英镑、日元、德国马克。

参数：短周期S=20日，长周期L=50日。入场信号：S上穿L做多，S下穿L做空。出场：反向信号或固定20日止损。

结果：1980-1985年累计回报+214.6%，年化回报率+25.8%，年化波动率28.4%，夏普比率0.91。

最大回撤期：1981年3月-1982年6月，持续时间15个月，回撤幅度-44.7%。

结论：单一趋势策略在持续趋势市场中表现优异（如1980-1981年商品牛市、1983-1984年美元牛市），但在震荡市中产生连续亏损。需与其他低相关策略组合以平滑曲线。”

凌羽崎拿起威士忌杯，喝了一口。酒已经接近室温，入口更柔顺，但泥煤烟熏味更加突出。他放下杯子时，杯底与桌面上的回测报告边缘对齐，分毫不差。

他的目光移到文件夹最底层的一张纸。那是一份用点阵打印机输出的清单，纸张是连续的折叠页，两侧有引导孔，页面之间有虚线可以撕开。清单标题是“潜在量化研究员候选人——1986年1季度更新”。

名单大约有三十个名字，每个名字后面跟着教育背景、当前职务和备注。凌羽崎的食指沿着列表向下移动，在第七行停住：

“姓名：詹姆斯·D·阿克斯（James D. Ax）

年龄：47

教育：普林斯顿大学数学博士（1965），导师：罗伯特·C·冈萨雷斯（菲尔兹奖得主）

当前职务：普林斯顿大学数学系教授，代数几何与数论方向

已知成就：证明了阿克斯-戈德曼猜想（1978年），获得美国数学学会科尔奖（1980年）

金融经验：无

备注：与詹姆斯·西蒙斯有长期学术合作，合著论文三篇（1972、1975、1979年）。

西蒙斯1984年曾尝试邀请其加入文艺复兴科技，遭婉拒。

原因：阿克斯对‘应用数学’持保留态度，认为‘金融问题缺乏足够的数学美感’。

但据普林斯顿同事透露，其个人财务状况‘仅靠教授薪水维持’，最近离婚诉讼可能产生现金流压力。

可接触窗口期：1986年夏季学期结束后。”

铅笔的笔尖悬在“可接触窗口期”上方，没有落下。

凌羽崎放下铅笔，身体向后靠进椅背。皮椅发出轻微的挤压声。他闭上眼睛，右手抬起，拇指和食指捏住鼻梁根部，轻轻按压。这个动作持续了大约十秒。

然后他睁开眼睛，视线落在桌面的Zippo打火机上。他伸手拿起打火机，再次拨开盖子，但没有点燃。

只是用拇指反复摩挲打火轮的齿纹，感受那些细密的凸起与凹陷。打火轮转动时发出“喀啦喀啦”的轻微声响，像某种微型机械的校准音。

他想起理查德上周带回的一份简报。那是关于一个名叫“科尔姆·奥谢”的年轻物理学家，剑桥博士，专攻混沌理论与非线性动力学，1985年刚加入摩根士丹利的量化研究部门。

简报里有一段对话记录，来自奥谢在伦敦一家酒吧与同事的闲聊：

“他们（文艺复兴科技）的方法很原始，真的。就是暴力计算。

把几十年数据扔进去，让机器找相关性。但问题在于，市场结构不是静态的。

你今天找到的统计关系，明天可能就因为套利者涌入而消失。

真正的模型应该基于市场微观结构，基于交易者行为，基于信息传播的动力学……而不是单纯的数据挖掘。”

凌羽崎当时在简报边缘批注：“正确，但过早。”

现在他把打火机放回桌面，重新拿起红环铅笔，在阿克斯的名字旁边空白处快速写下几个词：

数学美感 vs实用盈利

代数几何→模式识别

理论到应用的桥接点

字迹很轻，铅笔芯是2B硬度，在纸上留下深灰色的痕迹。

他翻到文件夹的另一部分，这里有几份从学术期刊上复印的论文。

最上面一篇的标题是《隐马尔可夫模型在语音识别中的应用》，作者包括L.鲍姆等人，发表于1970年的《数理统计年鉴》。

论文页面边缘有大量手写批注，用的是紫色墨水，字迹小而密集：

“HMM的三要素：状态转移概率矩阵、观测概率矩阵、初始状态分布。

对应金融市场：隐藏状态=市场机制（趋势/震荡/反转），观测值=价格序列。

关键问题：如何从价格中推断隐藏状态转移？需引入多时间尺度观测（tick级、分钟级、日级）。”

另一篇论文是1982年的《统计科学》，标题为《期望最大化算法及其在缺失数据问题中的应用》。批注写道：

“EM算法可用于估计不完全观测下的模型参数。

对应场景：部分市场数据不可得（如OTC交易）、数据延迟、数据错误。

但计算复杂度随变量数指数增长，需近似方法。”

凌羽崎将这些论文推到一边。他从抽屉里又取出一个文件夹，标签是“Tech Infra / 1986 Q1”。

里面是渡鸦上个月提交的系统架构图复印件，用绘图笔和直尺手绘在A1幅面的硫酸纸上，缩小复印后仍有大量细节。

图表中央是一个方框，标注“中央交易服务器（DEC VAX-11/785）”，周围辐射出多条连接线，分别指向：

“数据采集层（实时报价、基本面数据、新闻流）”

“策略执行层（信号生成、组合优化、订单路由）”

“风险控制层（实时敞口监控、压力测试、合规检查）”

“记录与回放层（全市场数据录制、策略回测引擎）”

每个方框内部还有更细的分支，标注着具体的技术选型：

比如数据采集层用了“路透社RDF接口”、“彭博BPipe早期测试版”、“自制NYSE磁带读取器”；

策略执行层标注“当前并行处理能力：最多同时运行8个策略实例，每秒处理约500只证券信号”。

图表底部有维特的签字笔备注：“现有架构最大瓶颈：数据存储与检索速度。

当前使用8台IBM 3380磁盘阵列（总容量5.6GB），但随机读取延迟在50-100ms级别，限制了高频策略的可行性。

建议方案：采购Cray X-MP/48（已询价，交货期18-24个月）或等待IBM 3090系列发布（预计1987年）。

另：需建立专用数据清洗管道，当前错误数据（异常值、缺失值、幸存者偏差）导致回测结果虚高约15-30%。”

凌羽崎将架构图对折，再对折，折成一个四分之一大小的方块，放在勋章基金简报旁边。

两个方块并排，一个代表已知的行业巅峰，一个代表自己正在搭建的、尚未成形的系统。

他再次站起身，这次走到书房角落的酒柜前。酒柜是柚木材质，玻璃门内侧贴着遮光膜，防止光线长期照射影响酒质。

他拉开右侧柜门，里面整齐摆放着十几瓶威士忌，大部分是单一麦芽，也有几瓶日本山崎和響。

他走回书桌，但没有坐下，而是站在桌边，俯视着摊开的所有文件。从左到右：勋章基金简报、量化模型文件夹、技术架构图、候选人名单、学术论文、回测报告。它们像一副拼图的碎片，边缘参差，图案断续，尚未显现完整的画面。

他的右手无意识地转动着左手腕上的精工表。表壳是钛金属，触感微凉。表盘上的秒针平稳跳动，每次跳动前进六度，毫不停顿。

窗外的海浪声频率又降低了。现在大约每十秒一次撞击，轰响之后是更长的、沙沙的退却声，像某种巨大生物的呼吸。

凌羽崎最终坐回皮椅。他拿起那支帕塔加斯雪茄，这次没有犹豫，用Zippo点燃。