34岁清华学霸晒1.67亿年薪被调查，量化投资为何走向失控？

▲吴舰分享在网络上的照片

谁都不会想到，那个无数人用来种草护肤品、寻找旅游攻略的小红书，竟会埋藏着一桩惊天金融案的导火索。

2023年的某一天，时年34岁的清华学霸吴舰，在平台上发布了一篇看似普通的炫耀帖——“不敢发朋友圈，自己心态还是太年轻，想找个没人认识的地方偷偷炫耀下……”

轻描淡写的几句话背后，是一张令人瞠目结舌的薪酬截图：2350万美元，折合人民币约1.67亿元。

这个数字是什么概念？

它相当于一个普通北上广深白领工作上千年的总收入；足以买下一整栋豪华公寓楼；甚至超过了某些上市公司一整年的净利润。

即便在遍地富豪的华尔街，这也是一个令人侧目的数字。

甚至相当于顶级对冲基金高管年薪的数倍，或超过了知名投资银行CEO的薪酬水平。

相比吴舰往年的收入水平，2022年的这笔报酬出现了难以解释的倍数级增长。在量化投资这个讲究平稳回报的行业，这样的薪酬波动就是一个巨大的警报。

很快，这篇帖子在量化金融圈内流传。

业内人士的疑惑与质疑声渐起。

一个年仅34岁的量化研究员，即便再优秀，何以能获得如此惊人的报酬？

是做出了革命性的模型突破？还是管理了异常成功的基金产品？

抑或是……另有隐情？

这些疑问后来终是传到了Two Sigma高管的耳中，成了启动内部调查的第一张多米诺骨牌。吴舰可能从未料到，自己在小红书上的一次“凡尔赛”，最终会变成指向自己涉及数亿美元的重大金融欺诈案的铁证。

1. 从清华到华尔街顶尖基金

吴舰是典型的“别人家的孩子”。

他的起点是无数中国学子梦寐以求的学术圣殿——清华大学。

2011年，他从这所顶尖学府获得工学学士学位，这不仅意味着他拥有了扎实的数理基础和严谨的工程思维，更为他贴上了一张极具分量的“智商认证”标签。

清华的烙印，在全球金融和科技领域都是一块很有分量的敲门砖。

而后，他远渡重洋，进入了美国常春藤盟校之一的康奈尔大学，并在2017年获得了哲学博士学位。

请注意，这里的“哲学博士”（PhD）并非我们通常理解的研究哲学，而是泛指最高级别的学术研究博士学位。

其实大概就是吴舰在某一个极为专业的科学领域（很可能是数学、计算机或金融工程相关）进行了长达数年的深度钻研，并取得了突破性的成果。

这段经历肯定是会锻造他的两项核心能力：一是解决极端复杂问题的研究能力，二是面对海量数据和不确定性时依然能构建模型的心态。

“清华本科 + 藤校博士”的顶级配置，让他瞬间成为了华尔街量化对冲基金眼中极具诱惑力的“抢手货”。

于是实习期间，就进了号称“华尔街之王”的知名做市商Citadel（城堡投资）。

并开始窥见全球顶级金融机器的运作方式，积累了宝贵的行业人脉。

这一切都为他最终的归宿铺平了道路：2018年4月，他成功加入了Two Sigma这家位于量化金融领域“神坛”之上的公司。

Two Sigma与文艺复兴科技公司、桥水基金等齐名，是一家依靠复杂的数学模型和强大的计算机算法进行投资决策的顶尖机构，其管理的资产规模超过600亿美元。

能够进入这里，本身就意味着你已经跻身全球量化交易领域最聪明的头脑行列。

吴舰在其内部晋升极快，从最基础的量化研究员做起，仅用三年时间就升任副总裁，又在不到五年的时间内，于2023年1月被破格提拔为高级副总裁。

在论资排辈、精英扎堆的华尔街堪称“前所未有”。

这无疑向外界传递了一个强烈的信号：他要么是做出了非凡的、直接为公司创造巨额价值的贡献，要么是被公司最高层视为极具潜力的未来之星，正在被快速纳入核心圈层。

在旁人看来，这是一条用天赋和汗水铺就的、无可指摘的精英之路，光芒万丈，前途不可限量。

谁也想不到，这条看似完美的康庄大道，会因其主人公的一次心态失衡而骤然崩塌。

2. 什么是量化投资？

科普一下，量化投资实际上是一场将金融市场“祛魅”的现代科学实践，它试图用数据和算法解构那些曾被归因于直觉、天赋或内幕消息的超额收益。

其核心哲学在于坚信市场虽看似混沌，却存在某种程度的“弱有效性”。

即那些隐藏在价格波动背后的统计规律虽不足以让人预测每一次波动，却足以通过大数定律和概率优势在长期积累可观的回报。

真正的独特性在于，顶级量化策略不是单纯依赖传统金融理论，而是成为一种跨学科的奇异融合。

它更像是流体动力学、自然语言处理甚至生态学模型的试验。

比如，一些基金通过分析卫星图像中停车场的车辆数量来预测零售商的营收，或利用高频数据捕捉订单簿中稍纵即逝的流动性模式。

这些策略更像是在观测一个复杂生态系统的微观脉动，而非分析一家公司的“内在价值”。

这使得现代量化投资超越了简单的“价值”或“成长”风格，成为一种在微观结构、行为偏差和另类数据中寻找预测性信号的“信号捕猎”行为。

但这种高度技术化的路径也有悖论。

其一，是“发现规律”与“摧毁规律”的悖论。当一个阿尔法信号被足够多的量化玩家捕获并利用，其有效性就会迅速衰减，策略的同质化反而会加速市场效率的提升，最终亲手扼杀自己的利润源泉。

其二，是“理性模型”与“非理性市场”的张力。模型基于历史，而未来总会涌现出模型从未见过的“黑天鹅”结构。

2007年的量化基金崩盘和2010年的“闪崩”都揭示了，当所有算法同时做出止损反应时，会创造出一种纯粹的、模型自身无法预见的系统性共振风险。

因此，量化投资的真正前沿，或许正在从“预测市场”转向“预测其他预测者”。

它日益演变为一场在加密维度进行的、算法对算法的复杂博弈。

从这个角度看，量化投资没有改变金融的终极法则——它只是将竞争从人类的大脑皮层，转移到了硅基芯片的运算与暗光纤的传输速度之上。

3. 量化天才的技术欺诈

要理解这为什么是严重的欺诈，我们需要先科普一个量化投资的核心原则：“不高度相关”。这是一个投资组合的“防震系统”。

那什么是“不高度相关”呢？我试举例介绍一下，假如你有一个庞大的车队，如果所有卡车都走完全相同的路线，那么一旦那条路上发生山体滑坡，你的整个车队极有可能会全军覆没。但如果你让卡车们走不同的路线（即投资策略的“不相关”），那么一条路的塌方不会影响其他卡车送达货物。

对Two Sigma这样的基金来说，他们要求新模型必须与旧模型“不高度相关”，就是为了构建这个强大的“防震系统”，分散风险，避免在市场出现特定波动时，所有模型同时失灵，导致客户资产遭受毁灭性打击。

而吴舰，作为高级副总裁，他的职责是研发全新的、独特的阿尔法模型。

这些模型需要通过复杂的数学和计算机算法，从浩瀚的市场数据中挖掘出独特的、能稳定盈利的交易信号。

他的薪酬和奖金，直接与他研发的这些新模型的盈利表现挂钩。

但在2021年底至2023年中的大约20个月里，他走上了一条“捷径”。

根据美国证券交易委员会（SEC）的指控，他秘密操纵了至少14个由他创建或参与创建的投资模型。

他向公司的风险控制和合规部门撒谎，声称这些模型正在生成独特的、独立的预测信号。

而真相是，他利用自己的职权和专业知识，对这些模型的代码进行了未经授权的、隐蔽的修改，导致其最终效果是让这些新模型不再进行独立思考和预测，而是变成了其他现有成功模型的“应声虫”或“复制品”，亦步亦趋地复制它们的交易行为。

这带来的直接恶果是：

首当其冲，就是风险失控了。其公司精心构建的“防震系统”在他这里直接失效，因为他复制的都是那些高风险高收益的激进策略，导致公司实际上在这些策略上押下了远超预想的巨额赌注，风险被极度集中，而非分散。

然后是欺骗了客户。客户购买基金产品，是基于对特定投资策略的信任。而吴舰的行为，导致基金的实际操作与向客户承诺和披露的策略发生了严重偏离。

客户以为自己投资的是一个风险分散的篮子，殊不知自己的资金几乎都被集中在了一两个高风险策略上。

从这几个点上看，分明就是一场精心策划的、利用专业知识进行的技术欺诈，其最终目的，就是为了人为地拔高自己模型的业绩表现，从而换取那份天价个人奖金。

4. 诡异的损失和收益

吴舰的模型操纵行为，其实出现了一个极具讽刺意味且在外界看来十分诡异的局面：一边是客户的巨额亏损，另一边却是公司内部人士的盆满钵满。

看似矛盾的结果，恰好正是所谓量化投资行业中深藏的利益冲突和道德缺陷下的显影。

是不是很诡异？

对冲基金内部而言，偏偏又好像很正常。

像Two Sigma这样的公司，通常会运行多只不同的基金产品。

其中，有一些基金是面向外部投资者的，比如养老基金、大学捐赠基金或富有的个人客户；而另一些基金，则可能是专门为公司高管和员工设立的内部投资工具。

你可以把它们想象成一个果园：有一部分果树是对外开放的，游客（外部客户）可以购买门票进来采摘；但同时，园主还为自家厨师和员工（公司内部人员）开辟了一块专属的“私人菜园”，这里结出的最好果实，往往优先内部享用。

吴舰的欺诈行为，就是在给整个果园的灌溉系统偷偷下一种特殊的“猛药”。

这种猛药能让果树短期内疯狂结果，但长期来看会透支地力，并带有很高的毒性风险。

但关键的操作是，他巧妙地将大部分“猛药”都导入了对外开放的果园里，而将由此催生出的、外观最诱人的一部分果实，悄悄转移到了内部的“私人菜园”。

结果就是，当市场走势符合预期时，它们可能赚得盆满钵满，但一旦市场反向波动，就会引发灾难性的亏损。

最终，这部分客户承担了高达1.65亿美元的损失，他们的资产成了这场冒险实验的“燃料”和“代价”。

而那4.5亿美元的额外收益从何而来？

起诉书中其实已有暗示，公司旗下一些可能由内部人员投资的基金，或许通过某种复杂的结构或更早的仓位调整，优先享受到了吴舰模型在“暴走”初期带来的巨大收益，却巧妙地规避了后续的暴跌风险。

这种“挖东墙补西墙”的诡异局面，揭示了行业中最敏感的“道德风险”问题。

当一家公司同时管理着客户资产和自有资产时，如何保证绝对的公平？交易员和基金经理是否会为了提升自己和个人亲友的利益，而暗中牺牲那些陌生客户的利益？吴舰案以一种极端的方式证明，在巨大的金钱诱惑和复杂的技术掩护下，这种风险是真实存在的。

而吴舰本人，正是这场利益输送链条中最直接、也是最贪婪的受益者。

他通过操纵模型，人为地制造出自己业绩惊人的假象，从而骗取了高达2350万美元的天价年终奖。

这笔“不义之财”迅速化为了纽约曼哈顿黄金地段的一套豪华公寓，实现了很多华尔街逐梦者的终极梦想——在世界金融中心的心脏地带安家置业。

然而，这个用欺诈和背叛换来的“美国梦”，地基从一开始就已经腐烂。

如今，这套豪宅可能还在那里，但它的主人，已从华尔街的精英才俊，变成了被司法部通缉的在逃犯，其结局令人唏嘘，也更发人深省。

5. 量化金融的监管盲区

量化金融这一高科技行业上空的巨大监管盲区与系统性风险一直都存在。

其所依赖的，更多是个人的职业道德和人品。

但现在的问题很明显了，监管者和公司高管的理解速度，远远跟不上代码和模型迭代进化速度时，我们该如何确保市场的公平与透明？

首先，吴舰案揭示了量化模型本身已成为一个“黑箱”。

这些由数百万行代码构成的交易策略复杂到连其创造者有时都难以完全预测其所有行为，更不用说公司的风险控制部门和外部监管机构了。

以飞机为例，机长（公司CEO）和塔台（监管机构）只知道它正在飞行和抵达目的地，但对于它具体为何选择突然爬升或俯冲的每一道指令，却无从实时核查。吴舰正是利用了这一“黑箱”特性，在其中植入恶意代码。

他发现，公司用来监控模型之间相关性的检测机制存在滞后性和漏洞，并非实时报警系统。于是他得以在长达近两年的时间里，像一名隐藏在复杂迷宫中的幽灵，悄悄篡改指令而未被察觉。

直到2023年夏天，公司高层才通过宏观的数据分析，发现多个本应独立运行的模型之间，出现了高得反常的同步波动，这才惊觉系统中出了“内鬼”。

其次，此案也将量化基金内部风控系统的有效性打上了一个巨大的问号。

传统金融监管主要盯着交易员的下单行为，防止老鼠仓和内幕交易。

但在量化时代，真正的风险点已经前移——关键在于模型的设计和构建环节。吴舰的欺诈行为并非发生在交易指令执行阶段，而是发生在更上游的“模型研发实验室”里。

现有的风控体系很大程度上是信任基于科学家们的职业道德和自律，对于模型代码本身的审查和审计，缺乏有效的、常态化的技术手段。

这暴露了一个残酷的现实，许多顶级基金的风控部门，其技术能力可能远远落后于其核心量化团队，他们根本无法对最前沿的模型进行有效的、穿透式的审计。

而且，量化行业普遍实行“重奖重罚”的薪酬制度，明星研究员的年终奖直接与其模型创造的利润挂钩，动辄数百万甚至数千万美元。

这种将短期经济回报与复杂长期风险直接捆绑的机制，在无形中 incentivize（激励） 了冒险和欺诈行为。因为这会给人一种错觉，或者认知错误，即无论用什么方法，只要你能把盈利数字做上去，就能获得一切。

Two Sigma事后取消了吴舰800万的绩效奖金，却无法追回他已落袋为安的1780万现金工资，这正说明了这种追回机制（Clawback）的无力。

对于一个已经拿到天价现金并购买了房产的人来说，事后的惩罚显得苍白无力。

吴舰跌落神坛，固然有所警示。

但人性的贪婪并不会消失，只会被隐藏得更深。

如果不能建立与之匹配的、更具技术含量的监管和风控体系，如果不能反思那种唯数字论的激励文化，那么下一个吴舰的出现，或许只是时间问题。

当技术天才们玩弄数学模型时，谁来看守这些看守人？或许这才是吴舰案件留给行业最沉重的思考。

本文作者 | 东叔

审校 | 童任

配图/封面来源 | 网络及吴舰分享在网络上的照片

编辑/出品 | 东针-知识频道（未经允许，禁止转载）