Two Sigma 谈 AI 投研：LLM 重塑特征挖掘，Alpha 来源正在重构

近日，36 氪转载了对全球顶级量化基金 Two Sigma 特征引擎负责人 Ben Wellington 的深度访谈。访谈围绕「AI 如何重塑量化投研」展开，系统拆解了 Alpha 三大来源的权重变迁、特征工程的方法论，以及 LLM 对投研成本结构的颠覆性影响，并提出「规模化特异性」（idiosyncrasy at scale）这一核心研究方向。

Alpha 三大来源：数据权重下降，特征成为主战场

Wellington 将量化投资中的 Alpha 拆解为数据层、特征层与预测层三个来源。

• 数据层：获取其他机构没有的另类数据，例如卫星图像分析沃尔玛停车场车位、信用卡数据跟踪公司营收、招聘 JD 判断公司扩产节奏。
• 特征层：从相同数据中提炼独特特征，例如从业绩交流会语音中识别高管的回避型回答次数。
• 预测层：用更先进的机器学习算法从相同数据中提取更多有效信号，例如从线性回归升级到 GBDT 捕捉非线性关系。

Wellington 指出，过去 15–20 年数据大幅商品化，数据层的相对权重正在逐年下降；特征层目前是权重最大的 Alpha 来源。一个优秀的特征背后往往蕴含经济意义与投资直觉，例如「上市公司是否选择周五盘后才发新闻稿」就是典型案例。Two Sigma 还专门设立 Techniques 团队，研究机器学习算法如何发挥最大效用。

特征挖掘的方法论：从灵感、正交性到 LLM

在如何构思差异化特征这一问题上，Wellington 给出了三条路径：

• 学术成果：例如有论文通过分析师社交发帖推断其是否有子女，并以此预测选股能力。
• 认知多样性：研究团队涵盖物理学家、数学家、计算机科学家，背景差异本身就能催生独特特征。
• 个案泛化：从「某地火车脱轨导致某股下跌」这类新闻出发，抽象为可全市场回测的通用特征。

Wellington 特别强调「共线性是特征的坟墓」。新闻情绪因子很多时候只是在跟踪财报发布后的新闻报道，本质上只是「脏版的盈利数据」。Two Sigma 为建模团队设定明确的正交性阈值，新特征达标后才纳入因子库。此外，每个特征都有其内在预测周期，取决于经济传导路径，例如沃尔玛客流数据的传导周期是数月级别，而非秒级。

LLM 的出现大幅降低了新想法的探索成本。过去检验「CEO 财报会上眨眼频率」这类另类特征需要计算机视觉团队投入半年时间，ROI 过低；现在借助 LLM，新特征研究成本急剧下降。Wellington 形容这相当于「把科学家的实验预算变成无限」，决策天平被彻底改写。

「规模化特异性」：Two Sigma 的核心研究方向

Wellington 在访谈中首次提出「规模化特异性」（idiosyncrasy at scale）这一概念。直觉上只能覆盖一家公司的因子远不如覆盖百家的因子诱人，但 AI 打开了一种独特能力：投资者可以深挖某家公司极其特殊的细节，构建高度个性化的特征，同时把这类特征的「范式」泛化到其他公司。AI 的推理路径可以完全因公司而异，落点却是可归纳的统一问题，例如「公司对未来的销售展望如何」。

AI 时代投资人才的新标准

Wellington 认为，AI 投研工具的核心风险在于「降低投资决策输出的」。如果给所有人一个「一键决策」的按钮，产出虽然快速，但会高度同质化，对投资组合而言是危险的。正确的方法是把 AI 定位为每个投研人员独特研究能力的放大器，而非替代品。

他给出的未来人才标准包括两点：

• 熟悉 AI 能力边界：真正升值的是指挥 AI 做什么的能力，而这要求清晰了解 AI 的能力边界与有效交互方式。
• 把 AI 当成放大器：成功需要同时做到与众不同（正交性）与规模化，优秀分析师应通过 AI 把独有的知识与视角规模化放大。

Wellington 总结道，在量化投资这种竞争极度激烈的市场，12 到 18 个月就是永恒。执行会越来越廉价，最终决胜的是想法本身。