Two Sigma 特征平台总监分享量化投资策略中特征生成的复杂之处

2026-09-19

前Two Sigma 总监Corey Hoffstein 与 Ben Wellington 讨论了量化投资策略中特征生成的复杂之处。他们探讨了“特征”的定义、特征在量化流程中的作用，以及 Two Sigma 的共享平台模式如何支持特征创意的产生。

对话还深入讨论了如何处理特征之间的共线性、预测时间周期对特征选择的影响，以及在市场逐渐提高效率的过程中，一个特征会经历怎样的生命周期。

他们强调，量化研究团队非常需要创造性思维，也讨论了如何使用 AI 工具进行快速原型开发。本期还涉及 AI 带来的风险、AI 基础设施的取舍，以及如何应对 p-hacking 和过拟合。

美股投资网提炼出以下10 点：
1. 量化投资的 Alpha 主要来自三层：数据、特征、预测算法。Ben 认为过去十五到二十年，单纯“拿到别人没有的数据”这件事的重要性相对下降，因为很多数据已经商品化。今天越来越重要的是，你能不能把同样的数据加工成别人没想到的 Feature，再结合更好的机器学习方法做预测。
2. Feature 不是原始数据，而是“从原始数据中提炼出的、具有经济意义的事实”。股票价格是原始数据，但过去一周涨幅、波动率、分析师是否刚刚上调评级、新闻报道数量是否异常增加、公司是不是周五盘后发布公告，这些才是 Feature。Two Sigma 的核心理念不是把所有原始数据直接扔给机器，而是先通过人类认知把数据变成有意义的特征。
3. 真正的优势往往来自“无数微弱信号的聚合”，而不是找到一个超级指标。比如研究一个分析师，不只看目标价和评级，还可以研究他覆盖这个行业多久、所在地区、教育背景是否与 CEO 重合等。单个信号的预测能力可能只有 50.001%，但如果你能提出 200 个聪明的问题，就可能形成 200 个微弱但有价值的特征，组合起来才形成真正的 Alpha。
4. Feature Engineering 最重要的能力不是数学，而是创造力。Two Sigma 并不是简单地“暴力穷举所有可能变量”，而是先有人类的先验判断。一个好研究员需要不断问：“这个现实世界事件能不能一般化？”比如某家公司因为火车事故下跌，研究员真正要做的不是研究这一次事故，而是把它抽象成一个可以回放十年、覆盖所有相关公司的系统化特征。
5. 正交性比“发现一个新信号”更重要。Ben 讲得非常直接：“共线性是信号的死亡。”你可能觉得自己发现了一个全新的新闻情绪指标，但最后发现它只是在间接复制财报数据，那它就没有多少增量价值。Two Sigma 从研究开始就要求新 Alpha 尽可能与已有信号低相关，而不是等模型完成后才检查相关性。
6. 每个 Feature 都有自己的预测时间周期，而且 Alpha 会随着市场效率提高不断衰减。比如线下客流数据可能几个月后才通过同店销售反映出来，不会在五秒钟内完全定价。但当越来越多机构拿到相同数据以后，市场消化信息的速度会越来越快，预测周期不断缩短，最后这个信号可能彻底失效。因此真正的量化系统必须持续监控 Alpha Decay，并动态降低失效信号的权重。
7. LLM 最大的革命，不只是“帮你写代码”，而是让以前无法规模化的数据变成可研究的 Feature。Ben 的一句话很关键：“以前 NLP 是把语言变成数字，现在 LLM 可以把数字变成语言，任何东西都可以成为语言。”Excel、财务数据、视频、非结构化信息，都可以先被 AI 转化成文本或结构化解释，再进入量化研究流程。换句话说，AI 正在扩大“可计算数据”的边界。
8. AI 最大的价值，是把 Feature Research 的试错成本降低 10 倍甚至 100 倍。以前研究“CEO 财报电话会眨眼次数是否异常”可能需要计算机视觉团队做六个月，ROI 太低，所以根本不会立项。现在 AI 可以快速完成原型，这意味着研究员以前脑子里那 2,000 个“很有意思但没时间做”的想法，突然大量变得可测试。真正的变化不是 AI 替你思考，而是实现成本不再限制你的想象力。
9. 但 AI 也可能让所有人的模型越来越相似，这是 Ben 最担心的风险。他把它称为“降低输出熵”。传统工业自动化追求每次输出都一样，但量化投资恰恰需要相反的东西：原创性、异质性和低相关性。如果所有研究员都把数据丢进同一个 AI 按钮，得到类似模型，那么整个组合会失去多样性。因此 Two Sigma 希望 AI 放大每个研究员原有的独特思维，而不是把所有人标准化。
10. 未来最值钱的 Quant，不一定是最会写代码的人，而是最会“提出好问题”的人。Ben 的判断是，随着 AI 发展，把想法写成代码、搭建网站、实现某个具体功能的相对价值会下降。真正越来越重要的是：你有什么别人没有的知识和洞察，你能不能提出独特的问题，再利用 AI 把自己的能力规模化。未来代码会减少，Prompt 和自然语言交互会增加，最终“想法本身”会成为更稀缺的资产。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】