数学博士靠AI炒股，身价1417亿！

AI炒股的故事很多，这位英国富豪成为最大赢家。

亚历克斯·格尔科 来源：社交平台

10月11日，据财联社、证券时报援引《星期日泰晤士报》最新发布的2026英国富豪榜，被业内称为“数学家”的亚历克斯·格尔科排名第八，今年46岁，成为英国前十的富豪。

他通过其旗下平台炒股、做市，总资产高达160.06亿英镑（约合1417亿元人民币），较2025年财富暴涨72.61亿英镑（约合643亿元人民币）。

这意味着过去一年，他平均每天增值1989万英镑（约人民币1.76亿元）。

公开资料显示，亚历克斯·格尔科，1979年生于莫斯科，在莫斯科国立大学获得数学博士学位，毕业后搬到伦敦，先后加入德意志银行与GSA Capital，并在后者建立了外汇交易部门。

另据财联社报道，2015年，亚历克斯·格尔科创办了交易公司XTX Markets（简称“XTX”）。

XTX搭建了一个以盈利为目的的AI交易系统。

这套系统有着超过400PB的全球金融市场数据，并驱动着庞大的GPU集群。XTX全公司仅250多名员工，没有一名传统意义上的交易员，也没有任何外部投资者。

该公司成立后，迅速成为英国最赚钱的私营公司之一，利润全部流向少数合伙人，持有约75%所有权的亚历克斯·格尔科也成为英国最富有的人之一。

2025年，XTX三个英国主要经营实体的税后利润合计约17.1亿英镑，比上一年的12.8亿英镑增长约33%。

AI生成概念图。

数学博士的金融天赋

格尔科拥有莫斯科国立大学数学博士学位，还在新经济学院取得经济学硕士学位。称他为“数学家”，有明确的专业背景。

他的交易经验也不短。在德意志银行，就展现出金融天赋，他做过外汇量化交易和股票执行研究；随后在GSA Capital负责外汇交易六年。2015年，XTX成立。

数学训练让他能处理复杂的数据，交易经历则让他知道，一套模型从电脑走到市场，会遇到多少麻烦。

历史数据里的买入价，实盘未必能成交；模型算出的机会，可能在订单抵达之前就消失。再精巧的公式，也得面对这些细碎而昂贵的问题。

今天，XTX官网披露约300名员工，研究集群拥有超过2.5万块GPU，预测覆盖超过5.3万种金融工具，交易遍及35个国家，日交易额约2500亿美元。

这笔成交额体现的是业务规模，并非管理资产或收入。把它理解成“一天拿2500亿美元去押涨跌”，会离实际业务越来越远。

接住订单，才有生意

公开查询显示，XTX公开介绍的核心业务，是用机器学习预测价格，在交易所和其他交易场所进行交易，并直接向客户提供流动性。

资产范围包括股票、外汇、固定收益、商品和加密资产。

通俗些说，客户想买卖时，它可以站到交易的另一边，报出愿意成交的价格。

做市商通过买卖报价之间的差额争取收益，但这笔钱并不稳当。

资产刚买进来就下跌，或者刚卖出去就大涨，亏损可能远远超过那一点价差。仓位怎么控制、风险怎么对冲，直接决定这门生意能不能做下去。

XTX的客户包括银行、资产管理机构、对冲基金和零售经纪商。公司还明确提到，会持有风险一段时间，借助机器学习提供较低市场冲击的流动性。

这让它的能力超出了“抢先下单”。报价要有竞争力，成交后还得处理留下来的风险。只顾着把订单抢到手，最后可能忙得越多，赔得越多。

行业里的算法交易也有不同路数。

做市赚价差，套利交易相关资产之间的价格偏离，方向策略则承担判断涨跌的风险。各有难处，不能把“量化”当成一种包赚的办法。

XTX没有公开完整的模型、交易信号和仓位规则。

行业策略可以帮助理解它的生意，却不能被写成它的独家配方。

这门生意面对的需求确实很大。国际清算银行2025年12月报告显示，2025年4月全球外汇日均交易额约9.5万亿美元，比2022年4月增长27%。

企业换汇、基金调仓、机构对冲，都要有人给出报价。行情剧烈波动时，成交需求可能增加，但做市商承担的风险也在变大。订单多了，利润未必自动跟上。

XTX的财务结构还有个容易忽略的细节：2025年，提供知识产权及相关服务的技术实体，税后利润约16.9亿英镑，贡献了三个英国实体合计利润中的绝大部分。

这与集团内部的业务和收费安排有关，不能据此推断它靠向散户卖炒股软件赚钱。表中的净收入也是三个实体相加的口径，不能直接当成抵销内部交易后的全球集团营收。

至于AI单独贡献了多少利润，公开材料没有给出拆分。

把整笔收益都归功于AI，和把一支球队的胜利全部记在某位球员名下差不多，听着痛快，解释不了比赛。

图源：XTX官网。

能真正赚到钱，才是真功夫

格尔科这类公司的成绩，对交易圈有一个很直接的提醒：赚钱的策略，最终要接受实际成交的检验。

回测可以把曲线画得漂亮，实盘会把成本一笔笔加回来。手续费、成交偏差、对冲费用，再加上资金扩大后带来的价格冲击，足以把纸面的利润磨掉。

因此，只指挥别人下单、教别人赚钱，却拿不出完整交易记录的策略，仍然停在纸上。

口若悬河的讲解可以很自信，亏损却不会由掌声来填。

这也不意味着做研究、教理论的人都没有价值。研究可以由团队执行，教学也可以帮助理解市场。问题出在有人把解释能力当成赚钱能力，再把听众变成承担风险的人。

同样，下过场也不等于经得起检验。只展示赚钱的几笔，藏起亏损和杠杆，照样能讲出一个成功故事。交易记录的分量，在于它连不好看的部分也留下来了。

格尔科的故事给了我们一个很好的观察窗口，但不是因为它证明了“AI炒股能赚钱”这个结论，而是因为它展示了AI在金融市场里真正发挥作用的方式。

XTX赚的钱，本质上是技术基础设施的钱。400PB的数据、庞大的GPU集群、250人的工程团队，这些东西的门槛极高。

它不是打开一个App、输入几个提示词就能复制的。而散户看到的“AI炒股”，往往是被包装成低门槛、高回报的产品，实际上和真正的量化交易之间隔着一整个工业体系的距离。

如果说格尔科的故事有什么启示，大概是这样的：AI确实在改变金融市场的运行方式，但这种改变的红利，主要流向了那些有能力搭建系统、承担风险、下场执行的人。

对于普通人来说，认清这一点，比追逐任何一个AI选股工具都重要。

市场不会因为工具变聪明就变得容易赚钱。

恰恰相反，当所有人手里的工具都在进化时，赚钱的难度只会更高。

对这个话题，您怎么看？ 期待您在留言区文明理性发布高见。

声明：本文仅为财经热点分析，数据及资料援引公开查询、公司公告及同花顺IFinD，观点仅供参考，不构成任何投资或消费建议。

‍感谢耐心阅读，欢迎顺手点个“在看”。