第 8 章 · 02 行业内幕与大师:从 Simons 到多策略基金

第 8 章 · 02 行业内幕与大师:从 Simons 到多策略基金

本节摘要:本节用 quant-wiki docs/industry 的真实材料,梳理量化与对冲基金行业的生态与大师脉络。大奖章基金 Medallion:文艺复兴科技(Renaissance Technologies)的员工专属基金,28 年赚约 550 亿美元,年化接近 80%,几乎不亏(五年最大回撤 0.5%);创始人 Jim Simons 从密码破译转量化,招的是数学/物理博士而非金融人;成功要素是大量信号 + 强算力 + 数据清洗 + 分层系统 + 开放协作文化。多策略对冲基金:Citadel(集中化、技术驱动)与 Millennium(投资小组自主、止损严)是两大代表,加上 Point72、Balyasny 等共雇逾万人。Julian Robertson 与老虎系:连续 14 年跑赢市场,「老虎崽子」近 200 家,基本面多空风格影响深远。本节还讲买方/卖方生态。素材来自 docs/industry。

内容来源:quant-wiki docs/industry(Medallion、Citadel-Millennium-culture、Julian Robertson、buy-side、sell-side、multi-manager-succ、2025-10-fund),知识结构化整理。

⚠️ 学习提示:行业故事读着过瘾,但不要把它当「投资方法」。文艺复兴的成就在 30 年前就开始积累,其方法、数据、算力都不可复制。理解它们的成功要素(数据、文化、信号密度),远比模仿它们的具体策略有用。

学习目标

阅读完本节,你应当能够:

1. 描述 Medallion 基金的关键数据与文艺复兴的成功要素。
2. 对比 Citadel 与 Millennium 在投资小组自主性、技术、止损上的差异。
3. 说清 Julian Robertson 与老虎系的影响力(近 200 家基金)。
4. 列举买方与卖方的主要机构类型与代表公司。
5. 解释多策略基金的「纯 alpha 工具」定位。

一、量化/对冲基金行业全景

docs/industry 把行业主要玩家分几类:

docs/industry/buy-side 详细列了 50 家顶级买方,涵盖高频交易与自营(HRT、Tower、Jump、Virtu、Jane Street、Optiver)、对冲基金(Citadel、Renaissance、D.E. Shaw、Point72、Two Sigma、Millennium、Bridgewater、Balyasny)等。

二、Medallion:文艺复兴的赚钱机器

2.1 关键数据

docs/industry/Medallion 援引彭博数据,给出 Medallion 基金的惊人业绩:

• 28 年赚约 550 亿美元,比 Dalio 与 Soros 的基金多赚约 100 亿美元;
• 年化回报接近 80%(费后);
• 五年期最大回撤仅 0.5%;
• 仅对 Renaissance 约 300 名员工开放(其中约 90 名博士);
• 费率结构 5% 管理 + 44% 业绩(超高)。

2.2 Jim Simons 的转身

创始人 Jim Simons 是数学天才:MIT 与哈佛教授、奥斯瓦尔德·韦布伦几何学奖得主、Chern-Simons 理论共同创始人,也是国防分析研究所(IDA)的密码破译员。1977 年离开学术界全职做交易,最初做商品期货基本面交易,后来转向「用密码破译和数学找统计信号」。1988 年 Medallion 起步,1990 年专注短期交易后年化达 56%。

2.3 招聘哲学:科学家而非金融人

docs/industry/Medallion 强调:Renaissance 招的是「做出优秀科学贡献的人」,而非有华尔街经验的人。Simons 自己说:「我们招聘那些做出优秀科学贡献的人」。下一批研究员大多来自 IBM Thomas J. Watson 研究中心的数学家团队(研究语音识别与机器翻译),包括 Peter Brown、Robert Mercer、Della Pietra 双胞胎兄弟。这批人后来为 Google Translate 与 Apple Siri 铺路。

2.4 成功要素

docs/industry/Medallion 归纳 Medallion 成功的几个要素:

• 大量信号:Brown 说「我们寻找大量的信号……约 90 名数学和物理博士,整天坐在那里寻找这些信号。10,000 个处理器不停地运作」;
• 数据清洗:「如果你有一个想法,你希望快速测试它。如果你必须整理数据,这会极大地减慢过程」;
• 分层系统:Simons 强调「每有一个新想法,你都需要确定:这是真的新鲜,还是已经嵌入我们之前做过的东西中?」信号会随时间消失但常保留,因为有时会重新出现;
• 开放协作文化:Simons 说「这是一个开放的氛围。我们确保每个人都知道其他人在做什么,越早越好。这激发了人们」;
• 执行成本研究:股票组花大量时间研究执行成本与交易对市场的影响。

💡 启示:Medallion 的成功不是「某个神奇公式」,而是「信号密度 + 数据基础设施 + 协作文化 + 执行精度」的系统性优势。这对个人量化的启示是:与其找「圣杯因子」,不如建立「能快速测试大量因子」的基础设施与流程。

三、多策略对冲基金:Citadel vs Millennium

docs/industry/Citadel-Millennium-culture 详细对比了两大顶级多策略基金的文化差异。到 2024 年,Millennium、Citadel、Point72、Balyasny 共雇 11,595 名员工。

3.1 多策略基金的定位

明尼苏达州 Walleye Capital 的 CEO Will England 把多策略基金描述为「纯阿尔法工具」:它们结合多种不同策略(基本面与量化多空选股、各种宏观、波动率交易),追求无论市场涨跌的利润;所有成本转嫁给投资者。docs/industry 指出,多策略基金鼻祖是 Citadel 的 Ken Griffin,三十年前就有了「多小组、多策略、整体市场中性」的想法。

3.2 Citadel vs Millennium:自主性差异

docs/industry 援引内部人士指出最大区别:

3.3 止损文化的差异

docs/industry 比较了不同基金的止损宽容度:

• Millennium:突然开除表现不佳者出名(虽有人认为这是「过时误解」);
• Eisler Capital:同样被投诉,但 COO 解释「风险限额是讨论来源,不是镀金牢笼」;
• Brevan Howard:止损容忍度高,CEO 是前首席风险官,与交易员合作指导而非解雇;
• Schonfeld:以宽大著称,「一些最成功的投资组合经理可能已经被竞争对手解雇了」;
• Point72:培训最先进,「我们不会在那些早年将他们置于亏损即出局的二元结果中」。

💡 启示:不同基金文化差异巨大,求职时要看「文化匹配度」而非只看名气。喜欢自主的选 Millennium 式,喜欢协作与公式的选 Citadel 式。

四、Julian Robertson 与老虎系

4.1 老虎基金的辉煌

docs/industry/Julian-Robertson 记录,老虎管理公司(Tiger Management)从 1980 年创立到 2000 年,年均净回报率超 25%,连续 14 年击败美国市场。代表交易包括 1996 年做空铜价、1997 年押注泰铢贬值。2000 年因拒绝参与互联网热潮(1999 年亏 19%)关闭对外投资,但观点最终被证明正确。

4.2 老虎系的影响力

docs/industry 援引 LCH Investments 数据:近 200 家对冲基金可追溯到老虎管理公司——要么曾在原始老虎工作,要么是 Robertson 提供启动资金的约 50 家公司之一,或从校友公司分离的「老虎孙子」。只有索罗斯的对冲基金能接近培养如此多行业关键人物。Coatue 创始人 Philippe Laffont 说老虎的秘诀是招「全面发展的人而非专家」。

4.3 投资风格

老虎系的核心方法是「利用基本面研究买入最好的公司、做空最差的公司」。这是经典的多空股票策略,与量化策略形成对照——前者重基本面判断,后者重统计信号。Archegos 的崩溃(Bill Hwang 是前老虎基金经理)凸显了老虎系声誉的「双刃剑」:既能为门徒打开银行融资的大门,也可能因过度集中持仓而崩溃。

五、买方与卖方生态

5.1 卖方(投行)

docs/industry/sell-side 列出 12 家顶级外资投行:Goldman Sachs、Morgan Stanley、JPMorgan、BofA Securities、Citigroup、Barclays、UBS、Deutsche Bank、BNP Paribas、HSBC、Wells Fargo、Jefferies。卖方业务包括投行(承销、并购)、销售与交易、研究、财富管理。对应募生而言,卖方是「梦中情司」,但量化在卖方更多是「支持角色」(定价模型、风险管理、模型验证)。

5.2 买方(资管/共同基金)

买方包括 BlackRock、Vanguard、Fidelity 等大型资管,以及量化基金、对冲基金、自营交易公司。docs/industry/buy-side 详细列了 50 家顶级买方,是求职的「黄金名单」。

5.3 自营交易与做市商

这是「纯量化」的主战场:Hudson River Trading(HRT)、Tower Research、Jump Trading、Virtu、Jane Street、Optiver、IMC、DRW、Akuna、SIG、QRT、GTS、Flow Traders 等。它们以做市或自营为主,技术驱动,招聘偏重数学/计算机背景。

💡 求职定位:卖方适合想进「金融综合平台」的;买方资管适合想做大规模系统策略的;对冲基金适合想做「alpha 驱动主动管理」的;自营/做市适合想做高频、技术驱动、低延迟的。

六、多策略基金的演进与启示

docs/industry/multi-manager-succ(多策略基金的成功)与 2025-10-fund(2025 十大对冲基金)提供了行业最新动态。多策略基金近年迅速扩张,但也面临挑战:

• 规模压力:超大规模后,容量受限的策略(如统计套利)难以承载更多资金;
• 人才争夺:多策略基金要养大量 PM,但好的 PM 稀缺,薪资水涨船高;
• 同质化:大家都用相似的多策略框架,可能挤压彼此的 alpha;
• 监管压力:超大规模基金的系统性风险引发监管关注。

本节要点回顾

1. Medallion:28 年 550 亿美元,年化近 80%,五年最大回撤 0.5%,招科学家而非金融人,成功靠信号密度+数据+文化+执行。
2. Citadel vs Millennium:Citadel 集中化、技术驱动、有公式;Millennium 投资小组自主、止损严、文化分散。
3. Julian Robertson 与老虎系:年均 25% 净回报、14 年跑赢市场、近 200 家衍生基金、基本面多空风格。
4. 买方/卖方:卖方 12 大投行(高盛/大摩/JPM 等),买方 50 家(含自营/对冲/资管),自营/做市是纯量化主战场。
5. 多策略基金:「纯 alpha 工具」,组合多策略市场中性,鼻祖 Citadel,扩张中面临规模/人才/同质化挑战。
6. 核心心法:大师的成功要素(数据、文化、信号密度、协作)比具体策略更值得学;求职要看文化匹配度。

下一节,我们看求职与面试:全球量化薪资、Jane Street/Optiver/IMC 实习、面试题、简历。