# 理查德·克莱布：WallStreetBets、Numerai 与股票交易的未来 > Numerai 创始人谈散户论坛 WallStreetBets 现象、众包对冲基金模式与量化交易的未来。 - 原标题：#159 – Richard Craib: WallStreetBets, Numerai, and the Future of Stock Trading - 期数：第 159 期 - 发布日期：2021-02-07 - 嘉宾 / 主题：理查德·克莱布 - 网页版：https://lexfridman-cn.pages.dev/ep/richard-craib/ - 官方页面：https://lexfridman.com/richard-craib/ - 精读字数：约 8199 字（阅读约 18 分钟） > 本文为 lex.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 一个 21 岁的小伙子在派对上拦住理查德·克莱布（Richard Craib），告诉他 GameStop 明天要涨 100%。克莱布当时觉得这事挺怪，一个刚够喝酒年龄的人，在社交场合教别人怎么交易股票。第二天他打开行情，那小伙子说对了，一天赚了 140%。 这件事发生在 2021 年 1 月底，华尔街历史上最离奇的一次集体行动接近高潮的时候。克莱布是 Numerai 的创始人，一家用众包机器学习模型做交易的对冲基金。他在这场对话里把 WallStreetBets 事件拆得很细：那些匿名用户靠什么建立了可信度，为什么他们专挑一只公认的烂股票，为什么这次围猎在数学上是正和游戏，以及 Robinhood 那天如果没有按下暂停键，整个对冲基金行业会付出多大代价。 ## 一群匿名的人，怎么完成了一次精密的金融打击 协调一大群陌生人去做同一件事，最难的地方在可信度。你要跟别人合作，得能做出可信的承诺。而 Reddit 上的用户是匿名的，没有合同，没有身份，没有任何法律约束。 但有些东西在起作用。如果你过去发过一个很好的投资想法，那个帖子还留在 Reddit 上，可能拿了几千个赞，这就给你下一次发言提供了信用背书。用户还会贴截图，展示自己的持仓。截图当然可以伪造，可当你积累了大量 karma、在社区里有可查的历史战绩时，别人就愿意相信"这家伙大概真投了一百万进去"，而且这笔交易很容易跟。 > 你把所有这些信息整合起来，觉得这里有点东西。然后你跳上这条小船，跟着买。再一个人跳上来，再一个人跳上来。突然之间，就有海量的人朝同一个方向行动。就像一群鸟。（理查德·克莱布） 克莱布强调这次和以往所有的"我们一起来买 Tesla"都不一样。买 Tesla 是因为大家喜欢 Tesla，这个故事听过太多次了。GameStop 是一只公认的烂公司，他们买它，恰恰因为它烂。 这个判断对一个去中心化的社群来说，智识门槛高得反常。他们找到了那只做空比例极高的股票，空头头寸甚至超过了流通盘。逻辑很直接：如果所有人一起买入这只被严重做空的股票，空头就会被迫平仓，而平仓的唯一方式是买入他们自己认为会下跌的股票，价格再高也得分。 ## 空头挤压为什么是正和游戏 做空的损失理论上是无限的。股票最多跌到零，但有涨到任何高度的可能。如果一只股票一夜翻倍，做空它的基金就会承受巨大的保证金压力，基金经理可能不得不说，我得退出这笔交易。 克莱布指出，如果只是一群人凑钱炒作西瓜，把西瓜价格推上去再跌下来，那是零和游戏，钱只是换了个口袋。但如果市场上已经有人做空了，你能逼他们平仓，这就是正和游戏。一部分 Reddit 用户会赚很多，一部分会亏很多，整个群体是净赚的。这是这件事最聪明的地方。 他也谈了自己对做空的观感，很有分寸。从经济学角度，做空是惩罚被高估资产的机制，市场需要它。他受不了的是另一部分：拿巨额资金砸下去，拉上一堆朋友一起做空，然后开始发新闻稿，在媒体上造势，把一家公司往死里按。这已经超出了押注公司经营失败的范畴，是在动用杠杆和话语权。 ## 两种做空：Melvin Capital 和 250 个不超过 1% 的空头 克莱布把做空分成两类。 一类是 Melvin Capital 那种，重仓压在一两个标的上，还要号召同行一起上，配合媒体攻势。这类操作的风险管理做得极其糟糕，集中度太高，一旦被反向挤压，整个基金都会被打穿。 另一类是 Numerai 的做法。他们的基金同时持有 250 个空头头寸，没有任何一个超过基金规模的 1%。除了其中一个恰好是 meme 股，其他 249 个克莱布根本不知道公司名字。 更关键的是目的。他们做空这件事，目标根本不在于把公司按到地上，他们甚至不希望这些股票跌太多。他们只是想让这些标的不要涨得比自己的多头更快。通过做空一小部分，他们可以从银行借到更多钱去做多真正相信的东西。当年他们做多 Tesla 时，动用的钱比自有资金更多，因为多空对冲之后组合没有整体市场暴露，券商愿意给这样的结构加杠杆。 > 这意味着我们可以做空石油公司、做多 Tesla，让未来更快到来。我不觉得这是坏事。（理查德·克莱布） ## 如果 Robinhood 那天没关掉买入按钮 关于 Robinhood 限制交易这件事，克莱布的说法很有意思：他想看另一个版本的历史。 他给出了一组具体数字。一家主经纪商原本要求他对每 100 美元的空头暴露缴纳 40 美元保证金，第二天通知变成 100%，也就是全额。这个变化会让所有持有相同空头标的的基金同时承压。 接下来是连锁反应。你为了平掉空头，必须买入那些你讨厌的坏公司；为了腾出现金，你又必须卖出那些你真正喜欢的好公司。结果是好公司下跌、坏公司上涨，一轮接一轮地循环，整个行业被迫去杠杆。 Numerai 自己也踩到了这个雷。他们有一只 Blackberry 的空头，一天之内涨了 100%。AI 模型认为这家公司该跌，从基本面看也没错，但在那几天里，模型的判断和市场走势毫无关系。所谓 meme 股，就是 GameStop、AMC、Blackberry、Nokia 这一批，共同特征是空头比例极高。 克莱布认为外界低估了这个事件的潜在破坏力。再多几天 GameStop 和 AMC 持续翻倍，会有越来越多的对冲基金被迫去杠杆，而这已经不只是几家基金亏钱的问题。 他也提醒，不要因此希望对冲基金整体消失。如果没有对冲基金，美国经济史需要重写一遍。它们提供流动性，也是风险投资存在的前提，因为创业公司需要一个公开市场来完成流动性事件。要反对的是那种集中押注、操纵舆论、以打垮公司为目标的玩法。 ## 一个 30 岁的 CEO 装成 55 岁 Robinhood 的 CEO 弗拉德·特内夫（Vlad Tenev）和 Elon Musk 在 Clubhouse 上那场对话，克莱布描述得很传神。他说开场几秒钟他就愣住了，怀疑弗拉德是不是个婴儿潮一代。20 岁的 Elon 坐在对面，55 岁的弗拉德坐在这边。 那种职业化的姿态具体是什么样？就像一个 60 岁的美国银行 CEO 想跟年轻人开玩笑，努力了，但不对。克莱布说 Elon 对美国商业的一个影响就是极度反职业化：为什么要用一百个词说一件没有内容的事？他打断弗拉德，直接问，你什么意思？说清楚。 这背后有个更大的观察。Lex 提到他去 YouTube 拜访时的感受：那里的工程能力惊人，系统惊人，每个人都很紧张，说话极其谨慎，反复讲"我们只是想改善平台的健康度"。没有人敢说，我们手上有个巨大的混乱系统，几十亿条视频，一堆阴谋论，一些可能是真的，我们不知道怎么处理。这种坦诚缺席反而让人觉得更可疑。 克莱布认为扎克伯格年轻时也真实过，后来被身边人劝告"你得专业一点，不能在采访里说 lol"，然后慢慢变成一个遥远的人。他提到招聘市场公关人员时的困难：你得找到那种明白"可以在采访中说 lol"的人。大部分公关的本能是消灭风险，一遍遍问万一说错话怎么办。这种神经质会随着团队变大而累积。 > 你宁愿他犯错但诚实，也不愿意他永远正确但职业化。（理查德·克莱布） ## Numerai：把对冲基金最核心的资产送出去 Numerai 做的事情，按克莱布的说法，大概是对冲基金最不可能做的事：把数据全部公开。 数据经过混淆和匿名化处理，你下载下来看到的是上百万行、取值在 0 到 1 之间的数字，完全不知道列名什么意思。但如果你懂机器学习，做过回归，你就知道即使不知道特征含义，依然能在里面找到模式。 原始数据来自多个数据供应商，一年可能要花上百万美元才能买到。合约严格限制转售，所以只能以混淆的形式开放出来。这批数据覆盖 15 到 20 年的历史，问题设定在量化领域叫横截面全球股票（cross-sectional global equity）。任务落在相对位置上：某只股票在特征空间里的位置，是否让它成为一个不错的持仓选择。这里没有"这只股票会涨"这种判断。 预测周期大约一个月，实际持有三到四个月。他们不看订单簿，不做高频，做的更接近投资而不是套利。 那为什么要把数据送出去？ 因为开放之后的整体效果远好于内部自建模型。在股票市场上，好一点点就足够。一个股票市场中性基金如果能做 10%，做出 12% 就是巨大差别，因为管理费通常是 2%。多出的两个点等于全部费用。要让模型始终处在最新状态，开放社区比任何内部团队都快：一篇新的监督学习论文出来，很快会有人在 Numerai 的数据上试出用法。 模型的集成方式靠质押（staking）。用户质押的加密货币越多，模型权重越高。这是用真金白银表达信念的机制。 ## 金融数据上最反直觉的一件事 如果你是做计算机视觉的，模型告诉你红色和白色是关键特征，你会加倍利用它。在金融数据上，做法正好相反。 过去十年表现最好的板块可能是科技，但你不能因此把钱全押在科技上。金融数据里既有过去出现过的模式，也有大量从未出现过的模式。所以要主动中性化、最小化模型对某些特征的暴露，哪怕这些特征在训练集上贡献最大。 这个操作在常规机器学习里完全说不通，但它能提升模型在样本外的泛化能力。如果有人过度暴露在一两个特征上，短期可能靠运气冲得很高，波动也会很大。最好的用户追求的是尽可能长时间待在高位，并不急着短暂拿第一。 至于技术上什么好用，克莱布说树模型（XGBoost 那一类）开箱即用效果就不错，想进前一百名可以先用它起步。真正的难点在别处。这是非平稳时间序列，没有任何东西保证样本外的分布会符合训练数据。他管这个叫世界上最难的数据科学问题，这个说法站得住脚：几十亿美元真金白银在这里争夺，没有任何一方会故意让它低效。 每一条提交的预测都在真实市场上被检验，没有预留的测试集，没有已知的答案。有用户连续提交了四年。 ## 一个 NASA 工程师的周末 克莱布举了一个他很喜欢的用户。这个人在 NASA 喷气推进实验室工作，参与木卫二快船（Europa Clipper）任务，目标是木星的卫星。他办公室里贴着 Numerai 的海报，看起来像阿波罗计划时代的场景。 他不辞职。他只是周末做模型，模型自动提交，然后他成了平台上最好的用户之一。 > 我们非常希望他的智力能作用到股票市场上。但我们不希望他辞职。（理查德·克莱布） 这个细节其实解释了整个 Numerai 的哲学。传统对冲基金的做法是：一家基金买下一个数据源，招一个博士；另一家基金买下同一个数据源，再招一个博士。结果美国三分之一的博士在对冲基金里工作，而人类还没上火星。 把数据开放、把激励机制设计好，那个在造探测器的人可以在周末顺手贡献一个模型，同时不耽误他去木星。 ## 从 WallStreetBets 爬下来的信号 Numerai Signals 是另一条产品线。这里你不需要建模他们给的数据，你可以用任何自己找到的数据做成信号提交。奖励只给那些与核心信号正交（orthogonal）的信号，也就是必须做出不相关的东西。奇特的另类数据天然具备这种性质。 就在这次对话前一周，一位在印度的用户做了一个从 WallStreetBets 抓取数据的信号，现在它是 Numerai 数千个信号之一。他把整个过程开源成了一个 Colab notebook，做情感打分，把"这只股票很棒"和"这只股票很烂"转换成 5000 只股票的排序。 Signals 的时间跨度是七天，比 Numerai 核心数据的三十天更短。核心数据每年扩大十倍，克莱布认为这个速度至少能维持十年。 ## 如果有人质押一百万说他不卖 GameStop 质押机制解决了 Numerai 早期的一个大问题。刚上线时到处是多重账号，人们随便做一堆随机模型碰运气，还真有人碰中了。 引入质押后，做机器人账号就没有意义了。要么你押上真金白银，那你最好真的相信这个模型；要么你不押，那你的权重就很低。正向激励和负向激励同时存在，整个系统才转得动。 > 现在我能睡好觉了，因为我自己投在这只基金里的钱，比用户质押在他们模型上的钱还少。（理查德·克莱布） 这套逻辑可以外推。克莱布把质押的代码开源成了 Erasure 协议。如果 Reddit 愿意，理论上可以让用户为发言质押。假设一个用户在 WallStreetBets 上宣布"我一股都不会卖"，同时附上一个没有任何人能撤销的智能合约，锁住一百万美元。金额可以很小，但如果是几十万人同时这么做，性质就变了。 那时候空头挤压会一轮接一轮地发生，几乎所有对冲基金都会倒下。这当然也意味着更大的风险。 克莱布和 Lex 都提到匿名性的两面。匿名是自由，你可以畅所欲言，作恶的成本也太低。如果网上发言需要质押哪怕一点点东西，评论区会立刻不一样。 ## 金融是把未来拉到现在的机器 话题转到"钱是什么"的时候，克莱布承认他没有好答案。他给了一个关于金融的定义，很值得记下来。 金融是把你带贷款的能力变成现实的机制。没有学生贷款，你拿不到学位；有了这笔贷款，一个本来不存在的未来出现了。你凭空把一个不同的世界拉到了现在。 所以如果重跑一遍美国经济史，禁止贷款、禁止衍生品、禁止货币，这套系统根本跑不起来。金融提供的是把未来提前兑现的能力，它让大胆的建设者可以承担别人承担不了的风险。 至于加密货币，克莱布 2014 年入场。他一开始看不上比特币，理由是它没有净现值，没有未来现金流，不分红，按传统估值框架毫无价值。真正让他动心的是以太坊白皮书，智能合约能构造出比特币上不存在的东西。他现在喜欢 Zcash，因为隐私本身就是一种新的可能性。他提到一件小事：Etherscan 上直接标注了"numeraire founder"，他的一举一动都被人盯着，你不禁想问，你们怎么知道的？ 他也说，进入加密世界之后，自己对钱的感觉被彻底重塑了。你不再关心价格，你开始关心产品。那些链上交易不只是 7-11 买东西，是人与人之间的约定，代表着比现金更大的东西。 ## 笑话的传播速度比事实快 Dogecoin 是这场对话里最轻松也最锋利的一段。 克莱布的分析是：Elon 发推只是火花，真正的燃料是全世界的人一起传播这个笑话。笑话的传播效率高于其他任何内容形式。 他描述了一个心理机制。Doge 那个 meme 你已经很久没想起了，但偶尔会回忆起来，"那真的很好笑"，然后有那么一点点概率，你会去买一点。如果几百万人都有同样的体验，这个概率就变成了持续的资金流。 Lex 顺着这个思路推演：如果几百年后人类的全部交流都变成了段子，那是个什么样的世界。两人都认为这条路有两个方向，meme 可以拯救世界，也可以毁掉世界。克莱布说他一直对美国的这种感觉很矛盾：很多人无时无刻不在开玩笑，而且开得很好，但你把人拉到一边说"我想认真聊一聊"，对方很难绷住脸。 Lex 提到自己那些真诚的推文，"我今天爱上了这个世界"，会招来一堆嘲讽，但他不会停。有些陈词滥调其实抓住了生活的基本真相，只是需要勇气说出来。Elon 做得好的一点是，他能开玩笑，也能立刻切回来谈真问题，然后再跳回玩笑。这是一种需要练习的技能。 ## "证明我错了" 克莱布讲了他和量化圈大佬打交道的经历，这段很有意思。 他刚来美国时差点把钱烧完，遇到了一些了不起的投资人。他当时的想法是，我一定不能让你失望，我要每三分钟发一封邮件汇报进展。后来发现投资人根本不在乎这些。真正的价值在商业拓展上，产品和研究他们帮不上忙。 Howard Morgan 是转折点。他是文艺复兴科技（Renaissance Technologies）1980 年代的联合创始人之一，和 Jim Simons 共事过，后来在 First Round Capital 做合伙人。克莱布第一次见他时正在给别人解释量化金融怎么做，"他们用数学模型"，Howard 打断他："文艺复兴是我创办的，我懂一点。" First Round 一开始不想投，理由是"我们不投对冲基金"。克莱布写了一篇博客解释这个想法，说服了他们。他的论点是：你没看出来我在做什么，这是一家科技公司。 后来他去打了 Jim Simons 组织的慈善扑克赛，一万美元买入。旁边坐着文艺复兴现任 CEO Peter Brown，PDT 的 Peter Muller，还有 Robert Mercer，给特朗普捐款最多的那个人。他淘汰了 Peter Muller，拿了个小奖杯，因为 Muller 之前赢过三次。Jim 比他撑得久。桌上全是世界级扑克玩家，而且因为善款可以无限重买，开局就全下，不打重买根本没法坐下来。 那天有人跟他说，我不认为 AI 在金融里能起多大作用，金融的噪音太大了，AI 更适合自动驾驶这类场景。克莱布听到这句话从文艺复兴 CEO 嘴里说出来，觉得很奇怪。同一天，扑克 AI Libratus 开始击败人类顶尖选手。 他也没少被调侃，被人叫"比特币小子"。这些老牌量化基金对具体做法守口如瓶，一个字都不肯透露怎么做对冲基金。克莱布不喜欢这部分。他把这些话理解成一种刺激，一种"证明我错了"的邀请。 ## 别随便开公司，除非你打算干一辈子 关于创业，克莱布的建议很直接：告诉别人你真正希望世界上发生什么，别把它调低。 很多人在融资时刻意压低自己的乐观，说"我觉得也许有一天我们能做到一百万收入"，因为显得低风险。这是错的判断。真正的风险是公司变得平庸，因为没人愿意在平庸的公司工作，也没人愿意投资平庸的公司。 他讲了一个观察：你会被十个人围着，告诉你必须关心某个五年后完全不重要的无聊细节。这时候要顶回去，玩真的游戏，往大了打。 说到无聊的点子，他提到金融科技圈大量的项目，你成功了又怎样，这件事本身不重要。奇怪的是人们能给这种点子装出热情，而真正的大想法就摆在那儿没人碰。 Lex 用自动驾驶举例。同一个技术，你可以把它对团队讲成一件很无聊的事，也可以讲成改变人机关系、改变城市形态、改变制造业和电影里的世界的样子。他批评很多自动驾驶公司把全部营销建立在恐惧和烟雾上，用十年前的技术试探性地跑几辆车，不断融资，不敢大规模收集数据，不敢承担破产的风险。想法可以很大，但你不允许自己把它想到那么大，就什么都不会发生。 克莱布还补了一个反向建议：别急着创业。他在一家基金做了两年半量化，现在回头看，如果再多待两年，学到的会更多，Numerai 也能更快做出来。有人给你空调房、免费食物，让你在学东西的同时拿钱，这是极好的交易。要小心惯性，房子、车、贷款、孙子、威士忌，一路滑到终点。 ## 得过新冠之后 关于人生意义，克莱布说他没有答案，也不确定这是个正确的问题。这个提问的价值在于它能把你从日常的会议和忙碌里拽出来，让人抬头看一眼星空。用有限的认知能力去抓住这个东西，大概是不可能的。 他倒是很具体地谈了自己的死亡体验。上个月他得了新冠，症状很重，还并发了肺部感染，前后十五天。 那种感觉很难描述成疼。所有让你撑住的心理技巧全部失效了。平时觉得累，喝杯咖啡就好；那十五天里，你连起床去弄咖啡的力气都没有，只能躺在床上面对这件事。隔离让一切更安静，也更压抑。 他提到 Sean Parker 小时候缠绵病榻多年，后来做了 Napster。他自己从这十五天里出来后，有一种奇怪的解放感，被震出了一股新的能量和野心。 > 你带着这面小旗子，去做点特别的事。（理查德·克莱布） 访谈最后，克莱布引用了 Warren Buffett 的一句话作为收尾：比赛由那些专注于球场的人赢下，眼睛黏在记分牌上的人赢不了。 这句话放在整场对话的语境里，意思变得很具体。WallStreetBets 的人赢，是因为他们真的去买股票；Numerai 的用户赢，是因为他们真的在建模；那些天天盯着排行榜名次的人，反而待不久。 - 如果你对量化或机器学习感兴趣，去 numer.ai 注册，下载数据包，里面有一个现成的 Python 脚本能跑出 XGBoost 基线模型。先不质押，跑几个月看模型在真实市场上是否过拟合。 - 做模型时，第一件要练的手感是降低对强特征的暴露，别急着最大化利用它。这跟计算机视觉的直觉完全相反，是金融数据特有的要求。 - 如果你手上有什么奇怪的数据源，哪怕是从论坛、社交媒体、卫星图、货运记录里爬来的，试着做成 Numerai Signals 的信号，奖励只给与核心信号正交的部分。 - 评估任何投资策略时，先看仓位集中度和杠杆。250 个不超过 1% 的头寸和重仓一两个标的，风险性质完全不同，后者被一次反向挤压就会崩。 - 如果你在创业，把你想做的事情按真实尺度说出来，不要为了显得低风险而调低预期。平庸的公司招不到人，也拿不到钱。 - 如果你还在犹豫要不要立刻创业，先在一家真正懂行的公司干两三年。带薪学习是极好的交易，只是要给自己设一条离开的时间线，别被房贷和惯性留下。 - 下次看到网上有人斩钉截铁地宣布持仓或预测，先看这个人过去有没有可查的战绩，有没有为这句话付出过代价。匿名加截图不构成承诺，质押才构成承诺。