376%。一個叫 Polystrat 的 AI agent 在一個月內做出的單筆最高報酬。

六十年量化投資史上每一代散戶被收割前，都有一個類似的數字。

你的 LINE 群組每天有人貼 AI 推薦的標的。有個網友的回答讓我笑了很久：「大家都用 AI，誰輸錢？」

這個問題的答案藏在一個區分裡：AI 做的是預測，你做的是判斷。六十年的量化投資史，講的就是這兩件事被搞混之後會發生什麼。

Edward Thorp：用穿戴式電腦打贏賭場的數學教授

1961 年，一個在 MIT 教數學的教授（Edward Thorp）帶著一台穿戴式電腦走進拉斯維加斯的賭場。這台機器能即時計算輪盤球的落點機率，讓 Thorp 在賭桌上穩定獲利。賭場很快禁了他。

Thorp 沒有生氣。他把同樣的邏輯搬到華爾街。

他的想法很簡單：如果我能用數學在賭場找到定價錯誤，那市場裡一定也有。他開發了對沖策略，他的基金 Princeton Newport Partners 年化報酬率大約 20%，維持了將近二十年。

他證明了一件事：市場不是完全有效率的，數學能找到裂縫。

但他同時做了另一件事：他親眼見證了這個信念的致命後果。

LTCM：諾貝爾獎得主的 44% 暴跌

1998 年，一家叫 Long-Term Capital Management（LTCM）的對沖基金差點摧毀全球金融體系。

LTCM 的創辦團隊包括兩位諾貝爾經濟學獎得主。他們用的是跟 Thorp 相同的核心邏輯：用數學模型找到市場定價錯誤，然後下注價格會回歸正常。

模型說，每一百個交易日裡最多只有一天會虧超過 1.16 億美元。至於整個基金倒閉，那是「十個標準差事件」，機率趨近於零。

1998 年 8 月 21 日，俄羅斯債務違約。LTCM 一天虧了 5.5 億美元，佔資本的 15%。到月底，虧損達 19 億美元（44%）。最後需要聯準會出面協調十四家銀行的救援，才避免了系統性崩盤。

模型哪裡錯了？

它假設市場參與者是獨立的。但當恐慌蔓延時，所有持有類似部位的基金同時被迫清算，彼此的賣壓加速了彼此的崩潰。Renaissance Technologies 的數學家 Nick Patterson 後來說了一句話，我認為是理解量化投資最重要的一句話：

> 「LTCM 的根本錯誤是相信模型反映真理。我們從不相信模型反映現實——只是現實的某些面向。」

記住這句話。它會在後面變得更重要。

模型算得很準。算的東西是錯的。

Simons 年均 66%：唯一打敗市場的人為什麼不能被複製

有個數學家覺得金融市場跟密碼破譯是同一個問題（Jim Simons），他在 1988 年創立了 Medallion Fund。從 1988 年到 2018 年的三十年間，這支基金的平均年化回報率大約 66%（扣除管理費和績效費前）。沒有任何基金、任何策略、在任何可比的時間跨度裡接近這個數字。

你第一個反應可能是：「那我能不能複製他的方法？」

先看他怎麼做到的。Renaissance 的團隊裡沒有一個金融背景的人。數學家、物理學家、天文學家、語音辨識工程師。Peter Brown 和 Robert Mercer 從 IBM 的語音辨識部門加入，把市場資料當成需要被翻譯的語言。讓機器自己從數據裡找出人類看不到的 pattern。大部分量化基金（像 D.E. Shaw）會要求交易訊號有「直覺上合理的經濟解釋」。Mercer 說得很直：「我們最賺錢的訊號毫無道理⋯⋯如果有道理，別人早就找到了。」別人不敢碰的訊號，就是他們的印鈔機。

然後是執行。你下單的瞬間，你的買入會推高價格，吃掉你的利潤。這叫 slippage。Renaissance 建了一套極精密的模型來壓縮這個成本，內部叫它「The Devil」。光這套系統就比大多數基金的整個交易模型複雜。正因為 The Devil 的限制，Medallion 的資金規模被鎖死在大約 50 億美元。多一塊錢，他們自己的交易量就會摧毀自己的策略。Simons 不斷把錢退還給投資人。華爾街從來沒有一家基金主動把客戶的錢趕走。

員工被綁在 East Setauket（長島一個偏僻的小鎮），簽終身保密和競業禁止協議，離職後獎金鎖定數年。Renaissance 的知識留在 Renaissance。

三十年的數據、幾百位 PhD、十億美元的基礎設施、終身鎖定的團隊。所有這些加在一起，Gregory Zuckerman 在書裡記了一個數字。

Medallion 只有勉強超過 50% 的交易是賺錢的。

勝率勉強超過丟硬幣。他們能在數百萬次微小的勝率優勢上穩定執行。而你做不到數百萬次。

歷史上每一個試圖複製量化優勢的散戶，都成了提供免費利潤的對手方。Thorp 說得更直白：「高頻交易的電腦不斷從市場中抽取利潤，方法是插在買家和賣家之間。我們交易得越多，作為一個群體就輸給電腦越多。」

這篇分析還有6個章節：

• Simons 年均 66% 但告訴散戶買指數基金 — Renaissance 內部在崩盤時爆發了一場教科書裡找不到的辯論

• 預測準了，然後呢？ — BCG 實驗：用 AI 輔助判斷的菁英顧問，正確率從 84% 降到 60%

• 量化墳場 — 三個不同年代、三個不同策略、同一個結局，包括宇宙等不到的機率

• 2026 年 AI 交易員 Polystrat — 376% 背後是 63% 虧錢的 AI，加上台灣機器人理財的真實案例

• 最聰明的判斷 — 研究量化投資最深的三個人，結論驚人地一致

• 你是哪種人？ — 三個問題決定 AI 會取代你的判斷還是放大你的判斷

→ 完整分析（5 本書 + 1 個 podcast + 2 篇文章的交叉比對）在讀角獸

讀角獸——帶著一個問題讀完所有英文來源，找出不同作者互相矛盾的地方，寫成有立場的判斷。更多主題 → ducorn.com