# 理查德·克萊布：WallStreetBets、Numerai 與股票交易的未來 > Numerai 創始人談散戶論壇 WallStreetBets 現象、眾包對沖基金模式與量化交易的未來。 - 原標題：#159 – Richard Craib: WallStreetBets, Numerai, and the Future of Stock Trading - 期數：第 159 期 - 釋出日期：2021-02-07 - 嘉賓 / 主題：理查德·克萊布 - 網頁版：https://lex.qiaomu.ai/tw/ep/richard-craib/ - 官方頁面：https://lexfridman.com/richard-craib/ - 精讀字數：約 8199 字（閱讀約 18 分鐘） > 本文為 lex.qiaomu.ai 基於原始訪談的 AI 改寫中文精讀，非官方翻譯；引用請註明出處並連結網頁版。 一個 21 歲的小夥子在派對上攔住理查德·克萊布（Richard Craib），告訴他 GameStop 明天要漲 100%。克萊布當時覺得這事挺怪，一個剛夠喝酒年齡的人，在社交場合教別人怎麼交易股票。第二天他開啟行情，那小夥子說對了，一天賺了 140%。 這件事發生在 2021 年 1 月底，華爾街歷史上最離奇的一次集體行動接近高潮的時候。克萊布是 Numerai 的創始人，一家用眾包機器學習模型做交易的對沖基金。他在這場對話裡把 WallStreetBets 事件拆得很細：那些匿名使用者靠什麼建立了可信度，為什麼他們專挑一隻公認的爛股票，為什麼這次圍獵在數學上是正和遊戲，以及 Robinhood 那天如果沒有按下暫停鍵，整個對沖基金行業會付出多大代價。 ## 一群匿名的人，怎麼完成了一次精密的金融打擊 協調一大群陌生人去做同一件事，最難的地方在可信度。你要跟別人合作，得能做出可信的承諾。而 Reddit 上的使用者是匿名的，沒有合同，沒有身份，沒有任何法律約束。 但有些東西在起作用。如果你過去發過一個很好的投資想法，那個帖子還留在 Reddit 上，可能拿了幾千個贊，這就給你下一次發言提供了信用背書。使用者還會貼截圖，展示自己的持倉。截圖當然可以偽造，可當你積累了大量 karma、在社群裡有可查的歷史戰績時，別人就願意相信"這傢伙大概真投了一百萬進去"，而且這筆交易很容易跟。 > 你把所有這些資訊整合起來，覺得這裡有點東西。然後你跳上這條小船，跟著買。再一個人跳上來，再一個人跳上來。突然之間，就有海量的人朝同一個方向行動。就像一群鳥。（理查德·克萊布） 克萊布強調這次和以往所有的"我們一起來買 Tesla"都不一樣。買 Tesla 是因為大家喜歡 Tesla，這個故事聽過太多次了。GameStop 是一隻公認的爛公司，他們買它，恰恰因為它爛。 這個判斷對一個去中心化的社群來說，智識門檻高得反常。他們找到了那隻做空比例極高的股票，空頭頭寸甚至超過了流通盤。邏輯很直接：如果所有人一起買入這隻被嚴重做空的股票，空頭就會被迫平倉，而平倉的唯一方式是買入他們自己認為會下跌的股票，價格再高也得分。 ## 空頭擠壓為什麼是正和遊戲 做空的損失理論上是無限的。股票最多跌到零，但有漲到任何高度的可能。如果一隻股票一夜翻倍，做空它的基金就會承受巨大的保證金壓力，基金經理可能不得不說，我得退出這筆交易。 克萊布指出，如果只是一群人湊錢炒作西瓜，把西瓜價格推上去再跌下來，那是零和遊戲，錢只是換了個口袋。但如果市場上已經有人做空了，你能逼他們平倉，這就是正和遊戲。一部分 Reddit 使用者會賺很多，一部分會虧很多，整個群體是淨賺的。這是這件事最聰明的地方。 他也談了自己對做空的觀感，很有分寸。從經濟學角度，做空是懲罰被高估資產的機制，市場需要它。他受不了的是另一部分：拿鉅額資金砸下去，拉上一堆朋友一起做空，然後開始發新聞稿，在媒體上造勢，把一家公司往死裡按。這已經超出了押注公司經營失敗的範疇，是在動用槓桿和話語權。 ## 兩種做空：Melvin Capital 和 250 個不超過 1% 的空頭 克萊布把做空分成兩類。 一類是 Melvin Capital 那種，重倉壓在一兩個標的上，還要號召同行一起上，配合媒體攻勢。這類操作的風險管理做得極其糟糕，集中度太高，一旦被反向擠壓，整個基金都會被打穿。 另一類是 Numerai 的做法。他們的基金同時持有 250 個空頭頭寸，沒有任何一個超過基金規模的 1%。除了其中一個恰好是 meme 股，其他 249 個克萊布根本不知道公司名字。 更關鍵的是目的。他們做空這件事，目標根本不在於把公司按到地上，他們甚至不希望這些股票跌太多。他們只是想讓這些標的不要漲得比自己的多頭更快。透過做空一小部分，他們可以從銀行借到更多錢去做多真正相信的東西。當年他們做多 Tesla 時，動用的錢比自有資金更多，因為多空對沖之後組合沒有整體市場暴露，券商願意給這樣的結構加槓桿。 > 這意味著我們可以做空石油公司、做多 Tesla，讓未來更快到來。我不覺得這是壞事。（理查德·克萊布） ## 如果 Robinhood 那天沒關掉買入按鈕 關於 Robinhood 限制交易這件事，克萊布的說法很有意思：他想看另一個版本的歷史。 他給出了一組具體數字。一家主經紀商原本要求他對每 100 美元的空頭暴露繳納 40 美元保證金，第二天通知變成 100%，也就是全額。這個變化會讓所有持有相同空頭標的的基金同時承壓。 接下來是連鎖反應。你為了平掉空頭，必須買入那些你討厭的壞公司；為了騰出現金，你又必須賣出那些你真正喜歡的好公司。結果是好公司下跌、壞公司上漲，一輪接一輪地迴圈，整個行業被迫去槓桿。 Numerai 自己也踩到了這個雷。他們有一隻 Blackberry 的空頭，一天之內漲了 100%。AI 模型認為這家公司該跌，從基本面看也沒錯，但在那幾天裡，模型的判斷和市場走勢毫無關係。所謂 meme 股，就是 GameStop、AMC、Blackberry、Nokia 這一批，共同特徵是空頭比例極高。 克萊布認為外界低估了這個事件的潛在破壞力。再多幾天 GameStop 和 AMC 持續翻倍，會有越來越多的對沖基金被迫去槓桿，而這已經不只是幾家基金虧錢的問題。 他也提醒，不要因此希望對沖基金整體消失。如果沒有對沖基金，美國經濟史需要重寫一遍。它們提供流動性，也是風險投資存在的前提，因為創業公司需要一個公開市場來完成流動性事件。要反對的是那種集中押注、操縱輿論、以打垮公司為目標的玩法。 ## 一個 30 歲的 CEO 裝成 55 歲 Robinhood 的 CEO 弗拉德·特內夫（Vlad Tenev）和 Elon Musk 在 Clubhouse 上那場對話，克萊布描述得很傳神。他說開場幾秒鐘他就愣住了，懷疑弗拉德是不是個嬰兒潮一代。20 歲的 Elon 坐在對面，55 歲的弗拉德坐在這邊。 那種職業化的姿態具體是什麼樣？就像一個 60 歲的美國銀行 CEO 想跟年輕人開玩笑，努力了，但不對。克萊布說 Elon 對美國商業的一個影響就是極度反職業化：為什麼要用一百個詞說一件沒有內容的事？他打斷弗拉德，直接問，你什麼意思？說清楚。 這背後有個更大的觀察。Lex 提到他去 YouTube 拜訪時的感受：那裡的工程能力驚人，系統驚人，每個人都很緊張，說話極其謹慎，反覆講"我們只是想改善平臺的健康度"。沒有人敢說，我們手上有個巨大的混亂系統，幾十億條影片，一堆陰謀論，一些可能是真的，我們不知道怎麼處理。這種坦誠缺席反而讓人覺得更可疑。 克萊布認為扎克伯格年輕時也真實過，後來被身邊人勸告"你得專業一點，不能在採訪裡說 lol"，然後慢慢變成一個遙遠的人。他提到招聘市場公關人員時的困難：你得找到那種明白"可以在採訪中說 lol"的人。大部分公關的本能是消滅風險，一遍遍問萬一說錯話怎麼辦。這種神經質會隨著團隊變大而累積。 > 你寧願他犯錯但誠實，也不願意他永遠正確但職業化。（理查德·克萊布） ## Numerai：把對沖基金最核心的資產送出去 Numerai 做的事情，按克萊布的說法，大概是對沖基金最不可能做的事：把資料全部公開。 資料經過混淆和匿名化處理，你下載下來看到的是上百萬行、取值在 0 到 1 之間的數字，完全不知道列名什麼意思。但如果你懂機器學習，做過迴歸，你就知道即使不知道特徵含義，依然能在裡面找到模式。 原始資料來自多個資料供應商，一年可能要花上百萬美元才能買到。合約嚴格限制轉售，所以只能以混淆的形式開放出來。這批資料覆蓋 15 到 20 年的歷史，問題設定在量化領域叫橫截面全球股票（cross-sectional global equity）。任務落在相對位置上：某隻股票在特徵空間裡的位置，是否讓它成為一個不錯的持倉選擇。這裡沒有"這隻股票會漲"這種判斷。 預測週期大約一個月，實際持有三到四個月。他們不看訂單簿，不做高頻，做的更接近投資而不是套利。 那為什麼要把資料送出去？ 因為開放之後的整體效果遠好於內部自建模型。在股票市場上，好一點點就足夠。一個股票市場中性基金如果能做 10%，做出 12% 就是巨大差別，因為管理費通常是 2%。多出的兩個點等於全部費用。要讓模型始終處在最新狀態，開放社群比任何內部團隊都快：一篇新的監督學習論文出來，很快會有人在 Numerai 的資料上試出用法。 模型的整合方式靠質押（staking）。使用者質押的加密貨幣越多，模型權重越高。這是用真金白銀表達信念的機制。 ## 金融資料上最反直覺的一件事 如果你是做計算機視覺的，模型告訴你紅色和白色是關鍵特徵，你會加倍利用它。在金融資料上，做法正好相反。 過去十年表現最好的板塊可能是科技，但你不能因此把錢全押在科技上。金融資料裡既有過去出現過的模式，也有大量從未出現過的模式。所以要主動中性化、最小化模型對某些特徵的暴露，哪怕這些特徵在訓練集上貢獻最大。 這個操作在常規機器學習裡完全說不通，但它能提升模型在樣本外的泛化能力。如果有人過度暴露在一兩個特徵上，短期可能靠運氣衝得很高，波動也會很大。最好的使用者追求的是儘可能長時間待在高位，並不急著短暫拿第一。 至於技術上什麼好用，克萊布說樹模型（XGBoost 那一類）開箱即用效果就不錯，想進前一百名可以先用它起步。真正的難點在別處。這是非平穩時間序列，沒有任何東西保證樣本外的分佈會符合訓練資料。他管這個叫世界上最難的資料科學問題，這個說法站得住腳：幾十億美元真金白銀在這裡爭奪，沒有任何一方會故意讓它低效。 每一條提交的預測都在真實市場上被檢驗，沒有預留的測試集，沒有已知的答案。有使用者連續提交了四年。 ## 一個 NASA 工程師的週末 克萊布舉了一個他很喜歡的使用者。這個人在 NASA 噴氣推進實驗室工作，參與木衛二快船（Europa Clipper）任務，目標是木星的衛星。他辦公室裡貼著 Numerai 的海報，看起來像阿波羅計劃時代的場景。 他不辭職。他只是週末做模型，模型自動提交，然後他成了平臺上最好的使用者之一。 > 我們非常希望他的智力能作用到股票市場上。但我們不希望他辭職。（理查德·克萊布） 這個細節其實解釋了整個 Numerai 的哲學。傳統對沖基金的做法是：一家基金買下一個資料來源，招一個博士；另一家基金買下同一個資料來源，再招一個博士。結果美國三分之一的博士在對沖基金裡工作，而人類還沒上火星。 把資料開放、把激勵機制設計好，那個在造探測器的人可以在週末順手貢獻一個模型，同時不耽誤他去木星。 ## 從 WallStreetBets 爬下來的訊號 Numerai Signals 是另一條產品線。這裡你不需要建模他們給的資料，你可以用任何自己找到的資料做成訊號提交。獎勵只給那些與核心訊號正交（orthogonal）的訊號，也就是必須做出不相關的東西。奇特的另類資料天然具備這種性質。 就在這次對話前一週，一位在印度的使用者做了一個從 WallStreetBets 抓取資料的訊號，現在它是 Numerai 數千個訊號之一。他把整個過程開源成了一個 Colab notebook，做情感打分，把"這隻股票很棒"和"這隻股票很爛"轉換成 5000 只股票的排序。 Signals 的時間跨度是七天，比 Numerai 核心資料的三十天更短。核心資料每年擴大十倍，克萊布認為這個速度至少能維持十年。 ## 如果有人質押一百萬說他不賣 GameStop 質押機制解決了 Numerai 早期的一個大問題。剛上線時到處是多重賬號，人們隨便做一堆隨機模型碰運氣，還真有人碰中了。 引入質押後，做機器人賬號就沒有意義了。要麼你押上真金白銀，那你最好真的相信這個模型；要麼你不押，那你的權重就很低。正向激勵和負向激勵同時存在，整個系統才轉得動。 > 現在我能睡好覺了，因為我自己投在這隻基金裡的錢，比使用者質押在他們模型上的錢還少。（理查德·克萊布） 這套邏輯可以外推。克萊布把質押的程式碼開源成了 Erasure 協議。如果 Reddit 願意，理論上可以讓使用者為發言質押。假設一個使用者在 WallStreetBets 上宣佈"我一股都不會賣"，同時附上一個沒有任何人能撤銷的智慧合約，鎖住一百萬美元。金額可以很小，但如果是幾十萬人同時這麼做，性質就變了。 那時候空頭擠壓會一輪接一輪地發生，幾乎所有對沖基金都會倒下。這當然也意味著更大的風險。 克萊布和 Lex 都提到匿名性的兩面。匿名是自由，你可以暢所欲言，作惡的成本也太低。如果網上發言需要質押哪怕一點點東西，評論區會立刻不一樣。 ## 金融是把未來拉到現在的機器 話題轉到"錢是什麼"的時候，克萊布承認他沒有好答案。他給了一個關於金融的定義，很值得記下來。 金融是把你帶貸款的能力變成現實的機制。沒有學生貸款，你拿不到學位；有了這筆貸款，一個本來不存在的未來出現了。你憑空把一個不同的世界拉到了現在。 所以如果重跑一遍美國經濟史，禁止貸款、禁止衍生品、禁止貨幣，這套系統根本跑不起來。金融提供的是把未來提前兌現的能力，它讓大膽的建設者可以承擔別人承擔不了的風險。 至於加密貨幣，克萊布 2014 年入場。他一開始看不上比特幣，理由是它沒有淨現值，沒有未來現金流，不分紅，按傳統估值框架毫無價值。真正讓他動心的是以太坊白皮書，智慧合約能構造出比特幣上不存在的東西。他現在喜歡 Zcash，因為隱私本身就是一種新的可能性。他提到一件小事：Etherscan 上直接標註了"numeraire founder"，他的一舉一動都被人盯著，你不禁想問，你們怎麼知道的？ 他也說，進入加密世界之後，自己對錢的感覺被徹底重塑了。你不再關心價格，你開始關心產品。那些鏈上交易不只是 7-11 買東西，是人與人之間的約定，代表著比現金更大的東西。 ## 笑話的傳播速度比事實快 Dogecoin 是這場對話裡最輕鬆也最鋒利的一段。 克萊布的分析是：Elon 發推只是火花，真正的燃料是全世界的人一起傳播這個笑話。笑話的傳播效率高於其他任何內容形式。 他描述了一個心理機制。Doge 那個 meme 你已經很久沒想起了，但偶爾會回憶起來，"那真的很好笑"，然後有那麼一點點機率，你會去買一點。如果幾百萬人都有同樣的體驗，這個機率就變成了持續的資金流。 Lex 順著這個思路推演：如果幾百年後人類的全部交流都變成了段子，那是個什麼樣的世界。兩人都認為這條路有兩個方向，meme 可以拯救世界，也可以毀掉世界。克萊布說他一直對美國的這種感覺很矛盾：很多人無時無刻不在開玩笑，而且開得很好，但你把人拉到一邊說"我想認真聊一聊"，對方很難繃住臉。 Lex 提到自己那些真誠的推文，"我今天愛上了這個世界"，會招來一堆嘲諷，但他不會停。有些陳詞濫調其實抓住了生活的基本真相，只是需要勇氣說出來。Elon 做得好的一點是，他能開玩笑，也能立刻切回來談真問題，然後再跳回玩笑。這是一種需要練習的技能。 ## "證明我錯了" 克萊布講了他和量化圈大佬打交道的經歷，這段很有意思。 他剛來美國時差點把錢燒完，遇到了一些了不起的投資人。他當時的想法是，我一定不能讓你失望，我要每三分鐘發一封郵件彙報進展。後來發現投資人根本不在乎這些。真正的價值在商業拓展上，產品和研究他們幫不上忙。 Howard Morgan 是轉折點。他是文藝復興科技（Renaissance Technologies）1980 年代的聯合創始人之一，和 Jim Simons 共事過，後來在 First Round Capital 做合夥人。克萊布第一次見他時正在給別人解釋量化金融怎麼做，"他們用數學模型"，Howard 打斷他："文藝復興是我創辦的，我懂一點。" First Round 一開始不想投，理由是"我們不投對沖基金"。克萊布寫了一篇部落格解釋這個想法，說服了他們。他的論點是：你沒看出來我在做什麼，這是一家科技公司。 後來他去打了 Jim Simons 組織的慈善撲克賽，一萬美元買入。旁邊坐著文藝復興現任 CEO Peter Brown，PDT 的 Peter Muller，還有 Robert Mercer，給特朗普捐款最多的那個人。他淘汰了 Peter Muller，拿了個小獎盃，因為 Muller 之前贏過三次。Jim 比他撐得久。桌上全是世界級撲克玩家，而且因為善款可以無限重買，開局就全下，不打重買根本沒法坐下來。 那天有人跟他說，我不認為 AI 在金融裡能起多大作用，金融的噪音太大了，AI 更適合自動駕駛這類場景。克萊布聽到這句話從文藝復興 CEO 嘴裡說出來，覺得很奇怪。同一天，撲克 AI Libratus 開始擊敗人類頂尖選手。 他也沒少被調侃，被人叫"比特幣小子"。這些老牌量化基金對具體做法守口如瓶，一個字都不肯透露怎麼做對沖基金。克萊布不喜歡這部分。他把這些話理解成一種刺激，一種"證明我錯了"的邀請。 ## 別隨便開公司，除非你打算幹一輩子 關於創業，克萊布的建議很直接：告訴別人你真正希望世界上發生什麼，別把它調低。 很多人在融資時刻意壓低自己的樂觀，說"我覺得也許有一天我們能做到一百萬收入"，因為顯得低風險。這是錯的判斷。真正的風險是公司變得平庸，因為沒人願意在平庸的公司工作，也沒人願意投資平庸的公司。 他講了一個觀察：你會被十個人圍著，告訴你必須關心某個五年後完全不重要的無聊細節。這時候要頂回去，玩真的遊戲，往大了打。 說到無聊的點子，他提到金融科技圈大量的專案，你成功了又怎樣，這件事本身不重要。奇怪的是人們能給這種點子裝出熱情，而真正的大想法就擺在那兒沒人碰。 Lex 用自動駕駛舉例。同一個技術，你可以把它對團隊講成一件很無聊的事，也可以講成改變人機關係、改變城市形態、改變製造業和電影裡的世界的樣子。他批評很多自動駕駛公司把全部營銷建立在恐懼和煙霧上，用十年前的技術試探性地跑幾輛車，不斷融資，不敢大規模收集資料，不敢承擔破產的風險。想法可以很大，但你不允許自己把它想到那麼大，就什麼都不會發生。 克萊布還補了一個反向建議：別急著創業。他在一家基金做了兩年半量化，現在回頭看，如果再多待兩年，學到的會更多，Numerai 也能更快做出來。有人給你空調房、免費食物，讓你在學東西的同時拿錢，這是極好的交易。要小心慣性，房子、車、貸款、孫子、威士忌，一路滑到終點。 ## 得過新冠之後 關於人生意義，克萊布說他沒有答案，也不確定這是個正確的問題。這個提問的價值在於它能把你從日常的會議和忙碌裡拽出來，讓人抬頭看一眼星空。用有限的認知能力去抓住這個東西，大概是不可能的。 他倒是很具體地談了自己的死亡體驗。上個月他得了新冠，症狀很重，還併發了肺部感染，前後十五天。 那種感覺很難描述成疼。所有讓你撐住的心理技巧全部失效了。平時覺得累，喝杯咖啡就好；那十五天裡，你連起床去弄咖啡的力氣都沒有，只能躺在床上面對這件事。隔離讓一切更安靜，也更壓抑。 他提到 Sean Parker 小時候纏綿病榻多年，後來做了 Napster。他自己從這十五天裡出來後，有一種奇怪的解放感，被震出了一股新的能量和野心。 > 你帶著這面小旗子，去做點特別的事。（理查德·克萊布） 訪談最後，克萊布引用了 Warren Buffett 的一句話作為收尾：比賽由那些專注於球場的人贏下，眼睛黏在記分牌上的人贏不了。 這句話放在整場對話的語境裡，意思變得很具體。WallStreetBets 的人贏，是因為他們真的去買股票；Numerai 的使用者贏，是因為他們真的在建模；那些天天盯著排行榜名次的人，反而待不久。 - 如果你對量化或機器學習感興趣，去 numer.ai 註冊，下載資料包，裡面有一個現成的 Python 指令碼能跑出 XGBoost 基線模型。先不質押，跑幾個月看模型在真實市場上是否過擬合。 - 做模型時，第一件要練的手感是降低對強特徵的暴露，別急著最大化利用它。這跟計算機視覺的直覺完全相反，是金融資料特有的要求。 - 如果你手上有什麼奇怪的資料來源，哪怕是從論壇、社交媒體、衛星圖、貨運記錄裡爬來的，試著做成 Numerai Signals 的訊號，獎勵只給與核心訊號正交的部分。 - 評估任何投資策略時，先看倉位集中度和槓桿。250 個不超過 1% 的頭寸和重倉一兩個標的，風險性質完全不同，後者被一次反向擠壓就會崩。 - 如果你在創業，把你想做的事情按真實尺度說出來，不要為了顯得低風險而調低預期。平庸的公司招不到人，也拿不到錢。 - 如果你還在猶豫要不要立刻創業，先在一家真正懂行的公司幹兩三年。帶薪學習是極好的交易，只是要給自己設一條離開的時間線，別被房貸和慣性留下。 - 下次看到網上有人斬釘截鐵地宣佈持倉或預測，先看這個人過去有沒有可查的戰績，有沒有為這句話付出過代價。匿名加截圖不構成承諾，質押才構成承諾。