量化分析师通过设计和实施复杂的金融模型，让金融机构根据模型进行证券的买卖交易。过去，他们主要服务于投资银行和对冲基金。而如今，越来越多的商业银行、保险公司和管理咨询公司以及财务软件等，也不断加大量化策略的投入和使用。
量化对冲基金Two Sigma是近几年风头最劲的基金公司。目前，Two Sigma管理着近500亿美元的资产。但在2011年，其管理的资金只有80亿美元。Two Sigma的两个创始人John Overdeck和David Siegel也因为Two Sigma的巨大成功成为亿万富翁，跻身福布斯富豪榜。
在16岁的时候，Overdeck在斯坦福大学读书，并最终获得数学学士和硕士学位，但在获得博士学位之前他却选择了退学。1992年，他加入亿万富翁David Shaw的量化对冲基金，并工作了七年之久。之后他加入亚马逊，成为了贝索斯的左膀右臂，到处可以看到他跟在贝索斯身后。但他不满足于在亚马逊领取一份高额的薪酬。在2001年，他出走亚马逊，回到华尔街，并和David Siegel一起成立了自己的数据驱动型的对冲基金。
Siegel是个电脑书呆子。他迷信科技，相信技术会使一切更美好。他是麻省理工学院的计算机科学专业人工智能研究方向的博士。在与Overdeck组建Two Sigma之前，Siegel曾在亿对冲基金Tudor Investments工作。
量化交易行业的竞争方兴未艾，Two Signma的两位创始人在寻找网络顶尖人才时也感受到极大的竞争压力。公司核心的对冲基金运作，目前雇用了800多名研究人员，计算机程序员和统计人员，其中包括130名Ph.D和6名国际数学奥林匹克获奖者。大多数工作人员直接从麻省理工学院、卡内基梅隆和加州理工学院的计算机科学、数学及工程专业中招聘。不仅与高盛（Goldman Sachs）和乔治·索罗斯（George Soros）之流进行竞争，Two Sigma更是直接打开支票簿与Google和Facebook等硅谷公司竞争顶尖的高科技天才。
在不断地发力量化交易的不仅仅是Two Sigma，其他对冲基金也不断加大这块业务的投入。 世界上最大的对冲基金桥水基金已经从苹果和微软等高科技公司挖了不少人才到其执行团队。前Google的高管也加入了全球最大的资产管理公司黑石基金等。
即使是亿万富翁对冲基金经理史蒂夫·科恩（Steve Cohen）也开始进入量化交易游戏了。科恩表示，他无法为Point72资产管理公司招聘到有才华的人。去年7月，科恩投了2.5亿美元到Quantopian。 Quantopian是一个在线交易平台，它为85,000名用户提供了基础数据来构建算法交易策略。目前，最令人垂涎的人才是电脑工程师，而非工商管理硕士。
据华尔街日报报道，高中国际数学奥林匹克前金牌得主Alexey Poyarkov早期在微软等高科技公司研究算法优化。在微软，他帮助Bing搜索引擎更加灵活地辨别出色情内容。去年，为了挖走Poyarkov，对冲基金Renaissance Technologies LLC、Citadel LLC和TGS等三家管理公司纷纷加入了价格战。最终，Poyarkov选择了TGS公司，据说他第一年的薪酬高达70万美元。这位俄罗斯出生的软件工程师几乎没有任何对冲基金工作经验，TGS想要他做的是设计优化算法，为他们更好更快的分析金融数据，以决定证券的买入和卖出。
在华尔街，算法驱动的交易和使用复杂统计模型来找到有吸引力的交易正在接管投资界。在许多交易大厅，量化分析师的地位越来越高，而很多投行也不断投入大量的资金聘用数学家和软件工程师。传统的交易策略，例如通过分析资产负债表和与公司客户交谈来发现投资标的方法不断地贬值。十年前，最聪明的大学毕业生想进入投行成为交易员，而现在他们想加入量化对冲基金。
量化交易策略存在了很长时间，但是其比重一直很低。现在，终于进入了爆发期。纽约一家研究和咨询公司Tabb Group研究发现，定量对冲基金现在的交易量占到美国股票交易量的27％，高于2013年的14％。几乎赶上了个人投资者的总交易量即29％。
据HFR Inc估计，第一季度末，以量化分析为重心的对冲基金持有9,320亿美元的投资，超过所有对冲基金资产的30％。2009年，定量基金规模408亿美元，占所有对冲基金25％的资产。第一季度，虽然整体对冲基金业务规模下滑55亿美元，但是量化对冲基金新增投资额达46亿美元。
量化对冲基金规模的增长有其道理。电脑在投资方面表现优于人类。过去五年来，以量化为重点的对冲基金平均每年回报约5.1％。同期对冲基金平均每年回报4.3％。第一季度，量化基金回报约3％，而对冲基金平均为2.5％。
对冲基金亿万富豪Steven Cohen的投资公司Point72资产管理公司，拥有120亿美元的资产，正将其一半的投资组合经理转向所谓的“机器加人”的投资管理方式。
很多投资公司正在推动机器学习，这使得计算机能够分析数据并提出自己的预测算法。那些机器不再依赖人类来写公式。算法和量化分析最终可以大大减少对投资人员的需求。机器驱动的算法可能有助于定量研究人员在创建一个新的算法的时候发现数十种新算法。
人类在很多领域不是电脑的对手。很多人曾经预测电脑在围棋领域几十年内无法战胜人类。随着Alpha Go的强势崛起，人类已经宣告失守。人类在围棋上输给电脑很容易理解，人类的计算能力无法和电脑相比，人类会犯错误，而不断学习进步的电脑则不会重复的犯错误，并且学习能力非常强大。围棋领域如此，未来投资领域也会如此。当然这并不是说我们什么也不用做。事实上，人类还有很多方面可以做，电脑也需要靠人类去完善，电脑加人类才是最终最强的组合。而人类将不得不调整自己来适应崭新的，由电脑主导的世界。
投资有风险，入市请谨慎
更多渠道获得每日大佬动态：
网站：http://whalestock.com
微信订阅 搜索“海鲸百佬汇" （还有直播课堂）
未经授权禁止转载百佬汇内容
媒体合作洽谈请联系media@whale8.com
网友评论