丹·莫里略談多策略對沖基金背後的數學 - 彭博社

丹尼爾·莫里洛，Freestone Grove Partners LP的量化投資負責人，在2024年6月25日於美國紐約舉行的彭博投資活動中。會議邀請資產管理、銀行、財富和私人市場的領導者跟蹤、剖析和預測未來最大的變化、風險和機會。攝影師：金娜·穆恩/彭博社多策略對沖基金在華爾街仍然備受追捧，但成為一個“pod shop”到底意味着什麼，它們是如何建立的？在這一集中，我們與Freestone Grove Partners的聯合創始人丹·莫里洛交談，他曾是Citadel的合夥人和股票量化研究負責人（這是最成功的多策略基金之一）。雖然很多人傾向於將多策略對沖基金視為一個整體，但他認為它們的商業模式存在重要差異。我們討論了他如何識別頂級投資組合經理、管理擁擠風險，以及薪酬、規模和回報背後的數學。轉錄本經過輕微編輯以提高清晰度。

**播客的關鍵見解：**丹·莫里洛是誰，量化分析師做什麼？ — 02:43量化分析師在基礎股票基金中的增值 — 05:19Freestone Grove Partners的理論 — 7:42“丹的數學”以建立最佳量化基金團隊 — 9:29為什麼對沖基金承諾無相關回報，它們真的可能嗎？ — 16:33識別投資組合經理技能的過程 — 18:55為什麼優秀的投資組合經理想來Grove Partners工作？ — 22:37公司洞察對量化投資經理的重要性 — 27:47擁擠風險和多策略對沖基金的增長 — 31:21量化對沖基金中投資經理的薪水是如何計算的 — 36:13多策略對沖基金如何為交易合理配置可用資本 — 40:11對有意成為投資經理的大學生的建議 — 47:05利用人工智能尋找新的投資想法 — 49:29

----

**特雷西·阿洛威 (00:19):**你好，歡迎收聽另一集 奇異的交易 播客。我是特雷西·阿洛威。

**喬·韋森索爾 (00:24):**我是喬·韋森索爾。

**特雷西 (00:25):**喬，我們回到了多策略交易的節奏上。

**喬 (00:28):**我喜歡這個節奏。我覺得這非常有趣。我們學到了很多，但還有很多我們沒有學到。我喜歡這個節奏。如果你説‘我們將只做10集關於這個’，我會説，好的，沒問題。

**特雷西 (00:40):**我期待我們在理解多策略對沖基金的持續努力中的第678部分。但是，你知道，我們在這個過程中一直在學習，還有很多問題我仍然有。其中一個是，似乎有很多不同的觀點和不同的交易小組，對吧？關於它們到底是如何設計的。

**喬 (01:04):**對，所以我理解有不同的結構。有不同的薪酬結構，不同的程度，所謂的不同小組之間的協調程度。有不同的程度，它們喜歡集中想法和研究。所以我明白 這一點。我腦海中仍然有一些大問題，我就直接説一個大的問題，如果你有一堆團隊在做一堆不同的策略和交易一堆東西，為什麼回報是好的而不是平均的？因為在我的直覺中，如果你有一堆團隊，好吧，你是在多個方面分散阿爾法，但很好，但然後你有一堆。我的直覺是，你不會得到很好的回報，你會得到平均回報。然而，他們中的許多人年復一年地取得了非常令人印象深刻的回報。我覺得我還沒有完全理解為什麼。

**特雷西 (01:57):**嗯，是的，我有一個問題，那就是，最終這些投資組合商店，有些變得非常非常大，對吧？所以，如果你有一千個投資組合在你的屋檐下，那有點極端。但在某個時刻，你難道不是在某種程度上複製市場，而你剛才描述的那種阿爾法機會，似乎就消失了嗎？那麼，在這個話題上，我很高興地説，我們有完美的嘉賓來討論這一切。所以關於多策略基金的各種變體，以及實際上推動它的數學。我們將與丹·莫里洛交談，他是Freestone Grove Partners的聯合創始人，也是前Citadel的成員。所以，再次強調，和他交談是再合適不過的了。丹，歡迎來到節目。

**丹·莫里洛 (02:41):**謝謝。謝謝你們邀請我。

**特雷西 (02:43):**我想我的第一個問題是，為什麼我們要和你交談？

**喬 (02:46):**是啊，為什麼我們要和你交談？

**丹 (02:47):**嗯，你可能比我更適合回答這個問題，但我想我會告訴你我的背景，希望這能幫助我們一點。所以，我在買方，特別是對沖基金買方這一塊已經有大約25年了——我在自我揭露年齡——我是在量化領域成長起來的。我曾以為自己會成為一名教授。然後我意識到，行業方面的生活更令人興奮。

我在所謂的“量化領域”做過各種各樣的角色。所以從某個時刻起，我曾是巴克萊全球投資者的全球多頭空頭業務的負責人，直到黑石收購了他們。在黑石，我待了一段時間。我在某個時刻，負責他們的iShares研究小組。我也是那裏的模型解決方案業務的創始人之一。

正如你所説，我在城堡工作，負責股權量化研究小組，做了很多你們談論的事情，風險模型的事情，以及對沖的事情，還有這些各種各樣的事情。我還負責中心賬本，很多你們也談到的核心內容都發生在這裏。最近，我共同創辦了Freestone Grove，也做多空策略。所以我想我有一些專業知識，但我想在你問我這些問題後，你可以告訴我。

**喬 (03:53):**我有一個非常基礎的問題。金融中的“量化”這個詞是什麼意思？

**丹 (03:58):**實際上，這是一個很好的問題，對吧？我認為它可以意味着很多事情。從我的角度來看，量化方面一直吸引我的事情是你可以在做決策時保持紀律，對吧？你可以在純數學意義上是量化的，比如你運行一些代碼，有很多數字，同時實際上並沒有應用太多的判斷。你也可以在不使用很多量化工具的情況下，保持相當的紀律和系統性，對吧？

我認為正確的量化方式是將這兩者結合在一起，對吧？當你能夠引入來自理解市場中人類行為的判斷時，但以一種可重複和有紀律的方式進行。這往往需要你知道的量化建模工具，無論是風險模型、預測、評估、歸因，所有這些事情，對吧？

事實上，這正是吸引我的那種事情，我想，這是一種我提到的所有工作中的共同主題，就是你可以進行這種系統建模工作，不僅僅是對數字本身，還包括參與市場的人，對吧？他們也可以進行分析，對吧？無論你是考慮情緒測量還是你們在這個播客中提出的各種問題，對吧？組織一個團隊的正確方式是什麼？你知道，你應該有多少個團隊？你應該如何支付他們？你應該收取什麼費用？這些都可以進行分析，對吧？所以我喜歡你可以在人的行為上進行量化的想法，對吧？

**Tracy (05:19):**哦，這正是我想問你的，實際上。所以如果你去Freestone的網站，你會看到首頁上有兩個合夥人，而你是量化的那一個，你確實有大量的量化研究人員。這些量化人員對基本股票基金的附加價值是什麼？

**Dan (05:40):**是的，我認為你想要考慮的方式是，與理解公司的機制相關的洞察力，在這種情況下，對於股票，基本分析師的工作是理解是什麼驅動收入、收益、利潤率等等。特別是，下次他們宣佈收益時，或者在接下來的幾個季度中，哪些可能會令人驚訝，對吧？

你賺錢的方式是，你的觀點與市場的觀點不同，人們開始同意你的觀點，對吧？這就是成功，對吧？在這個過程中，無論是建模公司，還是理解“那種驚訝到底是什麼讓公司與更廣泛市場發生的事情不同？”所有這些數據，對吧？替代數據的東西，所有這些都需要在技術、分析和預測方面進行大量投資，對吧？不再是你可以像25年前那樣成為一個聰明的人，閲讀10 Qs和10 Ks，然後就能看到驚訝會是什麼。它需要在成為做這項工作最複雜的人方面進行重大投資。而這不是你可以在沒有所有這些量化工具投資的情況下做到的，對吧？

還有所有的行為方面的東西，對吧？人類有能力真正深入瞭解公司正在做的事情，對吧？許多在這方面非常優秀的人都是那些字面上已經關注同一家公司十年的人，對吧？他們瞭解他們的首席財務官、首席運營官和產品，他們參觀過工廠，因此他們能夠捕捉到非常微妙的模式，但他們也是人類，對吧？人類帶有偏見，對吧？你會將自己對世界的看法投射到地面上發生的事情上。因此，思考如何在這個過程中儘可能保持紀律也是有幫助的，對吧？所以你會考慮風險模型、歸因問題。你如何區分運氣和技能，對吧？大多數人類，如果你表現良好，你往往會認為這全是你的功勞。如果你表現不佳，那就不是我的錯，對吧？因此，這些過程，如何確保人類儘可能保持紀律，再次需要在定量分析能力上進行巨大的投資。這就是你所帶來的東西，對吧？

**喬（07:42）：**那麼，我們將討論你如何衡量你的投資組合經理的技能並分解所有這些內容，我們會詳細談論這個。當你創立Freestone Grove時，你和你的聯合創始人託德·巴克，你們一定認為那裏有機會，對吧？你們一定認為外面有一些機會可以賺錢，建立一個與市場上現有基金不同的基金——你們帶來了某種優勢，你們可以以某種有利的方式構建公司。Freestone Grove背後的理論或論點是什麼，以至於你們想要建立一些新的東西？

**丹 (08:19):**是的。所以你是對的。我們確實認為我們可以在行業的最高水平上競爭，對吧？否則，我們就不會開始這件事。我們認為可以做到這一點的方式並不是某種新的魔法，對吧？就像，“哦，只有我們能做到X、Y和Z，”對吧？我們所做的很多事情，這也是我們告訴客户的，就是，在花了這麼多時間研究這個領域中什麼有效、什麼無效——稱之為多策略或多PM領域——我們有一種觀點，你可以在關鍵商業決策上做到最佳，對吧？你在平台上擁有的分析師和PM的數量，你如何組織他們，你如何考慮激勵或他們的補償方式，定量與基本面之間的正確組合，以一種我們所見過的最佳方式，對吧？

所以並不是説，“哦，有一個東西是我們與眾不同的，”而是許多小事情，我們認為你可以以一種許多其他平台由於各種原因沒有做到的方式進行優化。特別是隨着許多新平台的出現，對吧？你最終會得到一種商業設計，我們認為並沒有達到它可以達到的最佳狀態，對吧？所以，優化業務，算是我們的推介，然後儘可能地做好每個部分。這有道理嗎？

**特雷西 (09:29):**嗯，關於這一點，有一個在我們準備這個播客時不斷出現的事情，人們一直在談論“丹的數學”。你能戴上你的教授帽，給我們解釋一下什麼是丹的數學，以及它在設計和優化你公司的規模時如何發揮作用嗎？

**丹 (09:50):**是的。所以首先，為了辯護，我並不是想出來的，我相信實際上是彭博社的某個人在早期與我們進行的一次採訪後想出來的。但是的，針對你的問題，關鍵是你考慮的許多事情，從你應該在平台上擁有多少人？你應該運行什麼樣的風險模型？你應該承擔什麼風險？你應該如何進行資本配置？這些都是可以進行系統分析的事情，對吧？

所以，這個所謂的“數學”的想法是，許多這些決策你不需要隨意揮手，對吧？關於它們有一些相對明確的答案，對吧？有幾個問題——我們可以追蹤你喜歡的那些——但在我看來，最重要的一個是，行業內有一種觀點認為更多總是更好，對吧？你想要更多的投資組合經理，更多的分析師，更多的資產，這樣可以擴大這種潛在的實力，對吧？

這實際上回到了你關於，為什麼你能從很多人那裏獲得良好結果的問題，對吧？答案是，你的直覺實際上並沒有錯，對吧？有一個點，增加更多的人實際上並沒有任何區別，對吧？所以，如果你允許我花兩分鐘來舉個小例子，對吧？

所以這個業務的運作方式是你在僱傭個別的風險承擔者，我們稱他們為分析師，對吧？所以有一些潛在的人員池可以僱傭。而且，假設你有良好的招聘實踐，你期望僱傭到一些具有平均表現的人。把它想象成一個夏普比率。假設這個夏普比率是0.75，對吧？所以夏普比率[為]0.75意味着，如果你承擔一美元的風險，你期望每承擔這筆風險就能產生75美分的回報，對吧？所以，你想在夏普比率空間中考慮表現，對吧？因為在不同的空間中，人們承擔的風險不同，對吧？生物技術公司的風險比銀行公司的風險更高，所以你想為此進行調整。因此，通常情況下，你想在夏普比率空間中思考。

所以你僱傭人，期望有一些均值分佈，一些均值結果，對吧？所以我僱傭一個人，我不知道他們的夏普比率會是多少。我希望它是好的。平均來説，我得到的人是，假設是0.75，對吧？有些人會比這更好，有些人會更差。也許我最終需要解僱他們，對吧？但我確實得到了他們的一些分佈，對吧？然後你給他們資本，他們在一段時間內運用資本，對吧？所以多樣化的魔力在於，隨着你增加人，夏普比率會更高，對吧？

如果相關性恰好為零，那麼你增加的人越多，你的夏普比率基本上就越高——它基本上以 n 的平方根增加。然而，如果存在相關性，那麼你的聚合夏普比率有一個最大限制，對吧？

所以，讓我們舉個簡單的例子。假設這些平均為0.75的人，假設他們的相關性為10%，大多數人會告訴你這聽起來有點低，相關性不大。那麼你的夏普比率有一個最大限制。大約是2.3，即使你有無限數量的人。所以你直覺上認為如果你增加很多很多人，你在某個[時刻]會達到某個平均回報是正確的，只是這個平均回報的規模是什麼，對吧？所以，如果你增加很多很多人，你就會達到那種最大水平。而真正重要的是相關性，對吧？所以獲得零相關性是非常困難的。就像那根本不太可能發生，對吧？

**喬 (13:00):**所以為了明確，當你説相關性時，我們在談論什麼：你僱傭一個項目經理，他們交易半導體，你再僱傭另一個項目經理，他們交易利率，或者他們可能交易銀行或類似的東西。但是，由於市場中的事物通常是相關的，你可能會有這些來自世界各地的不同人，隱含地，即使看起來他們對市場有自己的關注，他們可能都隱含地根據他們對美聯儲的解讀或類似的東西在賺錢。

**丹 (12:30):**正確。

**喬 (12:31):**因此，他們的回報是相關的。因此，即使他們真的都很擅長自己的工作，這也限制了公司整體夏普比率，因為他們並沒有真正增加多樣化。

**丹 (13:41):**這完全正確。就像如果你每天觀察某人的回報一樣，對吧？你每天觀察另一個人的回報，你可以計算出一個相關性——放在Excel中，計算一個相關性。如果那個數字很低，你通過增加更多的人可以獲得更多的收益。如果那個數字很高，你獲得的收益就更少。為了強調這一點，這非常重要。

所以在那個例子中，如果你的平均人是0.75，相關性為10%，那麼最大值大約是2.4。假設你的相關性實際上是20%，對吧？你知道，這顯然更多，但在大局上仍然是低的。那麼那個最大值只有1.6。所以一點點的相關性對你最終能交付的影響是巨大的，對吧？更重要的是，你在沒有很多人的情況下就能接近那個最大值，對吧？所以在0.75的例子中，相關性為10%，如果我有45個風險承擔者，把他們想象成分析師。假設我把他們分成三人小組，對吧？由三個風險承擔者組成的項目經理團隊，[沒有]那麼多團隊，對吧？15個團隊。這給我大約95%的最終最大值。

所以我不需要有一百個團隊來達到我的最大值。事實上，有一個時刻，實際上更重要的是……假設你有一百萬美元的額外資金可以花在某件事情上，而這件事情可能是我僱傭另一個人，但這件事情也可能是，“嘿，我可能會製作一個更好的軟件來幫助我管理這種相關性。教人們思考，如果他們的回報真的獨立於，比如説，利率，”正如你所強調的。實際上，這可能比增加一個團隊要好得多的投資。因為，如果我稍微減少我的相關性，那實際上比單純增加人手要獲得更多的收益，對吧？

回到最初的問題，我們認為在你如何設置你的業務方面可能有什麼不同？再次強調，很多人追求規模，儘管你並不需要，至少不是出於性能原因，對吧？有一個時刻，你只需擁有合適的規模，而更好地投資於其他事情，對吧？人們追求規模的原因是因為他們想管理更多的資金。這並不是因為這會給你帶來更多的性能，對吧？至少在某個數量以上，對吧？實際上，如果你考慮規模，規模會帶來許多其他問題。它帶來了複雜性，你可能會有更多的管理層次，你必須更加關注辦公室和協調，以及管理結構等等。你可能實際上會降低你的性能。這種複雜性是需要花錢的，對吧？因此，我們對客户説的一個關鍵點，舉個例子，就是我們希望限制我們的規模，以便我們可以在儘可能最低的複雜性下管理合適數量的人，同時仍然提供幾乎相同的性能水平，對吧？

**特雷西 (16:33):**對沖基金為什麼會承諾無相關收益呢？因為在我看來，正如你剛才所説的，想要將相關性降到零是非常困難的。但對投資者的推銷總是，這裏有一堆我們可以反覆獲得的無相關收益。那麼，你會發現，當市場發生重大事件時，它們總是同時出現回撤。那麼，為什麼他們還在繼續推銷無相關收益？投資者又為什麼還在不斷投入資金呢？

**丹 (17:03):**好的，似乎這裏有兩個問題，一個是，儘管他們聲稱沒有相關性，為什麼他們還是相關的？這是第一個。第二個是，為什麼這在一開始就是個問題，對吧？所以，讓我先從第二個開始。現實是，大多數相關性是由某種共同效應驅動的，對吧？你知道，我們這裏有客人談論風險模型，你會考慮一些共同因素，對吧？如果你是一個配置者——比如説你是一個養老金基金，或者一個大學捐贈基金——一個關鍵原因是，你會因為承擔風險而獲得報酬，對吧？很多配置都是投入到那些有風險的東西上，你期望因為承擔這種風險而獲得報酬，對吧？從某種意義上説，這就是一個大型捐贈基金或大型養老金基金的功能，對吧？

問題是，大多數支付你這些收益的風險，無論是整個市場，還是像動量這樣的單獨因素，你可以單獨購買的，諸如利率風險、通貨膨脹風險，所有這些東西，你可以以每美元大約十分之一的成本進行配置，對吧？所以，如果你要對其他東西進行配置，你不希望這個配置與你已經擁有的東西是相同的，基本上沒有費用，對吧？所以假設你有一個對沖基金，收取你，我不知道，2和20，但那個對沖基金的貝塔通常大約是50%，對吧？那麼你給那個對沖基金的一半資金是你可以以基本上沒有費用購買的貝塔，對吧？

因此，能夠實際實現相關風險的對沖基金的優勢在於，現在你可以進行更清晰的配置，對吧？你可以説，‘好吧，這是我的市場風險，這是我的利率風險，這是我的，我不知道，住房溢價，無論是什麼。’然而，你已經決定了如何進行配置。‘然後有一部分提升我的回報，因為它與其他事情沒有相關性，對吧？’所以，如果你是一個配置者，這就是正確的目標，對吧？然後問題是人們是否能夠真正執行以實現那個結果，對吧？這實際上是一個稍微獨立的問題。

**喬 (18:55)：**我想了解一下你們在Freestone Grove如何招聘人才，以及為什麼一個優秀的PM會從其他地方來到Freestone Grove，以及薪酬等問題。但在我們討論這些之前，我必須想象有某種信息不對稱的挑戰。你可能對PM的回報有有限的瞭解，不僅僅是他們的回報，還有他們是如何實現這些回報的。無論他們是以展示自己提取阿爾法的能力的方式實現這些回報，還是僅僅依賴於你試圖從他們身上提取的各種貝塔。我假設，如果你在創辦一個基金，你認為自己擅長識別那些願意為你工作的人。你有什麼信息可以使用？而在你積累PM或分析師時，識別技能的基本過程是什麼，在他們出現在你面前之前？

**丹 (19:47)：**這是個非常好的問題，顯然，這部分是一個系統化的過程。但你知道，像招聘所有東西一樣，這也是一種藝術，對吧？無論你是在招聘投資組合經理還是定量研究，總是有一點藝術在其中，對吧？我認為你應該有的關鍵目標是，你是否理解他們聲稱能夠提供的技能是通過什麼機制實現的，對吧？所以，通常你看不到良好的回報追蹤器是件好事，因為那樣你就會被誘惑去基於過去的回報來判斷，這不是個好主意。實際上，這是個壞主意——我們可以單獨討論這個。它迫使你思考，好的，如果你聲稱你可以產生良好的回報，那麼你是通過什麼機制做到的，對吧？

對於一個典型的分析師，至少在股票方面，通常會有某種形式的，“我知道驚喜和基本面會是什麼，對吧？我可以告訴你，這家公司將宣佈十億美元的收入，而其他人都在期待它會是九億或者其他什麼，對吧？”如果這是一個聲明，這往往是這個工作的常見聲明——幾乎可以説是定義——那麼你就可以反推是什麼樣的過程讓你得出這個結論，對吧？你可以進行什麼樣的建模能力，對吧？

**喬 (20:55)：**這是否與我一開始問你的，“量化的定義是什麼？”有關？僅僅能夠進行數學計算是不夠的，必須有某種能力，比如説，具有人類直覺去理解這些事物是如何運作的，對吧？

**丹 (21:07)：**正確，所以就用這些例子。假設你告訴我你要面試，我在面試你作為分析師，而你告訴我，“我很擅長知道會是什麼，對吧？”我説，“好吧，你有自己的估計記錄嗎，對吧？”所以可以推測，對於你覆蓋的許多公司，你心中有一個關於他們收入會是什麼、利潤率會是什麼、收益會是什麼的估計。我可以問你，“好吧，那些估計在過去是什麼——在公司宣佈之前的三天——或者你覆蓋的所有公司多年前的結果，對吧？”為了明確，我並不一定希望你有這些數據並給我，但你用什麼過程來思考，甚至理解你是否具備技能，首先，對吧？

而且，通常人們會回答這個問題説：“嗯，我其實不知道，因為我把我的模型，比如説，放在Excel裏，對吧？我有一個非常複雜的Excel模型，裏面有所有的收入報表行和所有的資產負債表行，還有這些東西。隨着公司的發展，我會改變那個模型，對吧？我改變數字，改變我的假設，甚至可能添加和刪除行，你知道的，增加模型的複雜性。”而在每個時間點上跟蹤它是什麼是很困難的，對吧？你現在必須每天保存文件，並有一些數據庫來弄清楚每天是什麼，並將它們串聯起來並進行一些分析，對吧？你想和那些理解這是他們應該做的事情並且已經做出一些努力朝這個方向前進的人交談，對吧？這意味着對保持紀律和理解自己的技能有興趣，對吧？這僅僅是做與有興趣理解自己如何做以及如何改進之間的另一個顯著區別，對吧？

**特雷西 (22:37)：**那麼，在識別優秀投資組合經理的另一方面，優秀的投資組合經理為什麼想來為你工作？因為我的印象是，在多策略領域有巨頭，你曾經為其中之一工作。他們可以為一個他們真正想要的人才支付數百萬。你如何與那種待遇競爭？是自主權嗎？是公司的文化嗎？優秀交易者的吸引力是什麼？

**丹 (23:09)：**是的，這是一種多種因素的結合。讓我告訴你我認為可能讓你想和我們談談的關鍵因素，對吧？而不是留在你在某個大名鼎鼎的平台上的大工作中，對吧？首先，由於這種擴展的驅動，許多平台上發生的情況是，如果你是一個技術投資組合經理，你可能是十個，甚至十五個之一，對吧？而且記住，你正在競爭以獲得必要的資源來很好地完成那份工作，對吧？

那麼你需要的東西的概述，對吧？你需要企業接入，對吧？所以你希望能夠與首席財務官、首席執行官交談，甚至是你所覆蓋公司的投資者關係，參加會議，進行非交易路演，而不管你有多大，在某個時刻，某個公司的首席財務官是不會和一百萬個對沖基金經理交談的，對吧？所以他們會對大牌説，好吧，我給你兩個名額。他們不會因為你有15個投資經理就給你15個名額。事實上，他們真的不想和你交談，對吧？大多數公司其實更傾向於不與投資者交談。因此，你最終會處於一個競爭企業接入的局面。

你還在爭奪數據科學資源、定量資源、投資組合構建和風險管理資源。也就是説，隨着規模的擴大，獲得我所描述的與現有資源真正整合和合作的關係變得越來越困難，對吧？因此，在大型平台中發現一些人可能喜歡這份工作，可能喜歡他們的薪酬方式，但實際上對自己在大地方像是一個小齒輪的事實感到沮喪，這並不罕見，對吧？這就是其中一個方面。

第二個方面是，再次強調，公司的規模很大並不意味着你在大地方管理的資金比在我們這裏更多。事實上，我們的投資組合經理管理的資金可能比他們在大多數其他地方管理的資金還要多，對吧？因為是的，我們規模較小，但我們的人也更少，對吧？所以我們希望在較少的團隊中管理儘可能大的規模，如果這個區別有意義的話。從投資組合經理的角度來看，這實際上在你可能承擔的風險方面並沒有太大不同，但你會獲得更好的資源，更加整合的平台，包括技術風險、企業接入等。

還有其他東西有這種風味，對吧？而且記住，因為大多數人是從他們能夠產生的資產回報中獲得一些份額的報酬，所以你的[薪酬]不會有太大的不同，對吧？如果你管理的資產一樣多，而你的回報很好或更好，因為你獲得了更好的資源、更好的整合和更好的平台，為什麼這一定是一個不吸引人的平台並不明顯。事實上，我們發現我們僱傭了一些在其他地方的投資組合經理，他們來我們這裏做分析師，因為他們理解所有這些的好處，對吧？而不是成為我不知道的某個大型機構中的500名分析師之一。這有道理嗎？

**Tracy (25:58):**等一下，談談這個。我很好奇，我有一種印象，很多多策略公司或小組總是追求明星投資組合經理或有經驗的人。我很好奇，是否有在內部培養人才的空間？例如，你能否僱傭我或喬並培訓我們成為優秀的投資組合經理？在這條職業道路上有多少靈活性？

**Dan (26:26):**實際上有相當多的靈活性。所以你的偏好是不依賴於不完美的信息，特別是如果你必須承諾給某人很多東西以便他們來你的平台，對吧？所以你應該傾向於在內部培養人才。問題是，你有什麼樣的文化和系統來實現這一點，對吧？事實上，我認為你在這個播客上有嘉賓談論過那些培訓基地，對吧？所以，人們理解你應該傾向於引入那些你可以塑造為你認為將成為最佳分析師或最佳投資組合經理的人，以真正符合你的文化、你的薪酬方式和系統運作方式，對吧？

問題的一部分是，人類就是人類，對吧？所以，即使你訓練了某個人，你也不能保證他們會一直留在你身邊。反之亦然。尤其是如果你真的很大，並且必須管理大量資產，從某種意義上説，你被迫進入這種人員流動，對吧？因為，如果你必須部署所有那些資產，而如果某個人因為某種原因辭職——也許他們只是有個人的事情，他們離開，並不是因為去別的地方——你就有點被迫進入這個替換過程。

而在某個時刻，問題的一部分是，你可能沒有下一個人準備好被提升，因此你必須向外部尋求幫助，對吧？老實説，我認為在這個行業與許多其他行業並沒有太大不同，對吧？你需要僱傭非常有才華的人，而他們的數量有限，你必須經歷內部人才、外部招聘以及兩者的某種混合。是的，我可以訓練你成為非常優秀的投資組合經理。

**喬 (27:47):**我們來做吧。我想盡快進入實際的薪酬部分，因為談論團隊的接入、精益管理等等是不錯的，但你知道，這是金融，人們非常關心薪水。但在此之前，你説過的一些話之前也提到過，我仍然很難理解。所以我想聽聽你如何澄清它。

當你談到一個投資組合經理可以接觸到公司的管理團隊時，這很有道理。我明白了。投資時，你想和首席財務官或首席信息官或首席執行官談話，但我們不是在談論伯克希爾·哈撒韋，在那裏你持有一隻股票25年，並且真的瞭解它。事實上，在像你們這樣的公司中，股票的持有時間據説是極其短暫的，有時可能是五天、十天或一個季度之類的。在這種情況下，我並不直觀地認為，如果我持有一隻股票20天，瞭解管理團隊的重要性與沃倫·巴菲特瞭解管理團隊的方式是特別重要的。你能給我解釋一下在短期持有期和你們實際交易量很高的情況下，這種對公司的洞察力的重要性嗎？

**丹 (28:59):**是的，這真是個好問題。我想，我懷疑你把兩個不相關的事情混在一起，對吧？

**喬 (29:04):**好的，沒問題。

**丹 (29:04):**我認為你想要區分投資決策，這可能是一個短期視角，以及驅動你做出那個投資決策的洞察，對吧？所以，你想要真正理解公司的原因是，這讓你能夠捕捉到關於其他人對該公司的可能誤解的微妙模式，對吧？所以，我再重複一遍，你賺錢的方式是你有一個與其他邊際參與者不同的觀點。你賺錢的方式是，你下單交易，然後隨着時間的推移，人們開始同意你的觀點，對吧？這要麼是因為他們最終看到了與你相同的東西——他們看到了相同的數據，他們進行了相同的分析，也許你之所以能得出結論是因為你的數據更好，你的分析更復雜，等等。或者公司告訴你。公司實際上會來告訴你，‘這是我們的收益，這是我們的收入，’而你最終證明自己是正確的，而其他人則不是，對吧？所以你需要那個催化劑，對吧？

所以你在同一家公司反覆操作，但洞察的性質是不斷變化的，對吧？因此，因為你對這家公司瞭解得如此透徹，並且你已經關注了它10年，參加會議並與管理層交談等等，你能夠判斷，‘哎，這個季度，我的懷疑是人們低估了他們的收益。也許下個季度他們高估了收益，對吧？如果我能重複這個過程，我的交易是短期的，但並不是説我對這家公司的看法是短期的。實際上，如果你想做好這一點，你應該對這家公司可能會做的事情有一個長期的看法。實際上，你的一些假設可能是，‘嘿，人們認為X、Y、Z產品在未來五年或十年內會非常成功，’也就是，長期觀點。但如果你認為這個季度會稍微令人失望，那為什麼還要持有呢？

**喬 (30:44):**沒錯，所以像英偉達這樣的公司，每個人對它都有一個10年的大視野。所以這並不是説，僅僅知道人工智能在未來10年會很重要，你就能獲得優勢。

**丹 (30:51):**正確。優勢在於，你可能想在這個例子中對英偉達持樂觀態度，但如果你認為他們在下個季度會錯失那些非常高的預期，那你為什麼還要持有它呢？你可以現在做空，然後在他們下次發佈後再買回來，對吧？

**特雷西 (31:21):**所以對多策略基金及其驚人增長的一個批評是，市場中出現了更多的擁擠風險。你剛才提到英偉達，在某種程度上，這就是一個完美的例子。感覺每當英偉達有大動作時，總會有人談論，哦，背後有一個基金在推動它……

喬 (31:42):‘這個基金正在爆炸！’

**特雷西 (31:43):**是的，沒錯。或者説，某種因素正在變化。告訴我們你如何看待多策略基金在因子投資增長對市場的影響。

**丹 (31:53):**是的，好吧。我將把這個分成兩部分。第一部分是，作為一個個體經理，你是如何看待它的，然後[第二]這對市場有什麼影響？因為我認為區分這一點很重要，對吧？所以在第一部分，我認為擁擠是你應該管理的事情，而不是擔心的事情，對吧？

我們有時使用的類比是坐在撲克桌旁的這個想法，對吧？如果我們三個人在玩撲克，桌子就不大，對吧？如果再有三個人進來，我並不擔心，‘哦，我的賭注會和你一樣——如果我認為我比你和那三個人更好，桌子上有更多的人是很好的，對吧？’這意味着，你賺錢的方式，再次重申，就是你對市場參與者的看法不同，他們開始同意你的看法。這看起來像是擁擠，[但]，記住，我是在擁擠之前進入一個頭寸，而我賺錢的方式是，它變得擁擠。在某個時刻，我會説，‘好吧，我已經因為我的觀點得到了回報，我轉向下一個東西。希望下一個東西[我]也能在這個想法中早期介入，對吧？’

因此，擁擠在某種意義上是你從早期介入一個想法中獲得回報的機械方式，對吧？所以對於一個經理，一個個別的投資組合經理或像我們這樣的公司，我們想要思考的是，如何管理擁擠？我給你一個例子。假設兩個投資組合經理，他們都有相同的報價，“擁擠暴露”，對吧？以某種我們都同意的良好測量方式來衡量。如果我之所以到達那裏是因為我早期介入，然後隨着人們開始接受我的觀點而慢慢獲得回報，這與那些追逐這個想法的人是非常不同的，對吧？他們並沒有早期介入。他們只是看到事情發生，然後追逐。這是不同的，因為如果發生擁擠的解除，我們兩個可能都會有一些負回報，但我可能會有更少的負回報，因為我的一些想法是新的，我投資組合的某些部分並沒有那麼擁擠，第二，我在上漲的過程中得到了回報，對吧？所以你如何到達那裏是非常關鍵的，對吧？

現在，關於你的市場問題。如果有更多參與者在做任何事情，無論是什麼，平均回報當然會下降。這並不意味着那些技能高超的人會受到影響。事實上，如果對面有足夠多的人與他們的技能相對立，他們甚至可能賺更多的錢，這樣説對吧？我最後想説的是，成為一個多策略基金是一種自我組織的方式，對吧？這是一種決定，選擇不再運行傳統的綜合型單一決策者基金，而是更仔細地考慮我如何分配資本？我如何區分人才？我如何管理我們談論的所有這些事情，包括人們的薪酬和所有激勵措施。這是一種自我組織的方式。

這不是一種投資策略。你可以以這種方式組織自己，並有很多不同的投資方式。而投資策略相同的巧合導致了擁擠。這不是你自我組織的方式。因此，對我來説，這並不明顯，我也不確定數據是否支持某種程度上有更多擁擠的想法。事實上，我們經歷過的最大擁擠事件是在2007年，那是偉大的量化擁擠解除，對吧？擁擠是一種現象，無論它來自哪裏，對吧？所以如果我有一羣只做多的主動管理者喜歡英偉達，那和一些多策略基金喜歡英偉達一樣都是擁擠。這説得通嗎？這些是不同的事情。

**特雷西 (34:53):**我認為擔憂更多的是，強調……我們談到了某些事情的短期視野，你談到了對催化劑的關注。我認為擔憂在於，在轉折點，可能會引入更多的波動性，因為每個人都開始……

**喬 (35:10):**短期限制。

**特雷西 (35:11):**是的，沒錯。

**喬 (35:12):**每個人都有這些非常緊的止損，他們想保住自己的工作，這就會產生一種特定類型的波動性。因為每個人……他們必須迅速平倉等。

**丹 (35:23):**是的，我不反對。但這又是發生在個體層面，對吧？所以假設你有你的止損——有些公司甚至沒有，他們的風險控制方式不同——這特定於某個策略，對吧？所以，是否增加波動性取決於該策略是否與其他5、10、15個策略相關，對吧？而且並不明顯為什麼僅僅因為人們有這種看法就會發生這種情況。這有道理嗎？

假設有一百個人在等待下一個來自，我隨便説説，不知道，美國銀行的收益，對吧？他們會報告一些東西，還有很多人在參與。當然，如果我描述的這百個人都在同一邊，你可能會根據結果出現大幅波動，但並不明顯為什麼他們會都在同一邊，對吧？僅僅因為他們被組織成小組公司。這有道理嗎？

**喬 (36:13):**我們來談談薪酬和賺錢。你很友好地提到，從理論上講，你認為你可以把我和特雷西培養成不錯的交易員或分析師或投資經理——也許是分析師，這沒問題。那麼，特雷西和我在這裏，我們似乎在一段時間內提供了一些類似於阿爾法的東西。我們的薪水是多少？我們的薪水是如何得出的？

**丹 (36:36):**是的。通常，你希望有一個激勵，讓你專注於工作的機制，對吧？所以，通常在將你的薪酬高度自由裁量——我只是決定，因為我喜歡或不喜歡你的某些東西——與完全公式化——你總回報的15%或其他什麼東西之間存在權衡。通常你會發現，越能將工作與這些40個名字在某些特定的風險和資本部署及集中規則的邊界內分開，就越容易給予直接的激勵，對吧？所以，你會發現大多數地方最終處於一種情況，即這種激勵讓你非常專注於你擅長的事情，往往會帶來更好的結果。

現在，明確一點，從商業的角度來看，另一邊也存在權衡，對吧？這是一件我懷疑分配者需要更深入挖掘的事情。那麼，假設你有36個風險承擔者，我們稱他們為分析師，對吧？想象一下三種可能的支付方式。一種方式是你先淨化每個人的回報，你知道，有些人表現良好，有些人表現不佳，甚至可能是負的。最後你得到一個總回報，然後其中的一部分就是每個人的薪酬。然後你就以自由裁量的方式支付，對吧？從公司的角度來看，這可能不是最好的，因為這使得很難有那種一對一的激勵，真正專注於你擅長的事情。但要明確的是，從分配者的角度來看，這可能是最好的，因為你只是在為我們總共交付的回報付費。對吧？現在讓我們繼續…

**喬 (38:06):**哦，我明白了。是的。

**丹 (38:07):**現在讓我們談談另一種極端情況，這在許多平台上是典型的，每個風險承擔者都管理一個小團隊。每個分析師都有一個助理來幫助他們。你支付給他們的，假設是相同的50%的股份。所以現在你有了行業內人們稱之為“淨風險”的東西，對吧？你支付給表現良好的15%的人，而表現不佳的人並不是説你能拿回錢，對吧？所以他們支付的總補償金額比第一種情況要大，對吧？實際上，在這個例子中，想象一下這36個人，假設他們每個人都有0.75——我之前使用的例子。如果是這樣的話，你在第二種情況下支付的補償成本大約比第一種情況多25%。

所以如果你説這很好，因為每個人都有直接的激勵去做他們正在做的事情，這並不是免費的，對吧？這確實讓你多花了25%的成本，對吧？而在你將所有這些成本轉嫁給投資者的情況下，你的投資者的處境會變得更糟，對吧？

現在想象一箇中間地帶，你説，‘好吧，我想要一對一的激勵，專注於你真正關注的事情。所以我將這36個人分成團隊，對吧？我將組成三人小組，對吧？’在這個團隊內，他們相互淨化，對吧？所以也許其中一個人表現不佳，其他兩個表現良好。現在你支付給團隊相同的15%的股份。在團隊內，可能還有一些自由裁量的補償，對吧？這仍然比每個人都淨化要貴，但只貴5%——5%到6%——更貴。所以這個世界的版本幾乎能讓你獲得所有直接關注工作的好處，而成本要低得多，對吧？所以，如果你是一個分配者，你應該問這個問題。記住，在這個例子中，這36個人的技能相同，管理的總資本也相同。從分配者的角度來看，你所做的事情有很大的區別，對吧？

**喬 (39:57):**特雷西，我覺得這非常有趣。你基本上可以擁有相同的結構，而數學結果卻如此不同。只要你稍微改變一下進行淨值計算的集合大小。這真的很有趣。

**特雷西 (40:11):**好的，我還有一個與資金相關的問題，但作為基金經理你會給我們多少資金？不是直接的報酬，而是你如何決定我們實際上可以玩弄多少資金？然後，相關的是，我總是對多策略公司有一個不清楚的地方，似乎可用資本池的大小有時是吸引個別基金經理的一個因素。比如，“哦，我可以玩弄，我不知道，大約5000萬，”或者，我甚至不知道他們的正常數字是什麼。但另一方面，你有時會看到關於城堡或千禧年必須限制新投資者資金的頭條新聞。所以我想知道，你是如何為交易合理配置可用資本的？

**丹 (40:55):**是的。好的，我認為裏面有多個問題。一個是資本分配，對吧？我如何區分……我給你更多還是給她更多，對吧？所以這就像是，無論我有多少，都是一個分配問題，我們可以稍後討論。然後還有，是否存在一個個體的最佳金額，對吧？

讓我先從第二個開始。答案通常是肯定的。我想知道你之前的哪個[嘉賓]，我認為是蓋皮提到過這個觀點，即有一種人類心理方面的因素，決定了你可以舒適地管理多少資金，對吧？所以通常超過某個金額後，看到你每天賺取或虧損的金額在心理上會變得非常龐大和不舒服，對很多人來説，是這樣的。

**特雷西 (41:36):**光看我的401k我就感到焦慮。

**丹 (41:38):**是的，沒錯。為了明確，這確實是個問題，對吧？假設你讓某人開始運作，我隨便説一下，一億美元的現金，對吧？其中50個是長倉，15個是短倉，也許他們每天上漲50萬，知道嗎，也許他們下跌50萬，對吧？這就是大致的範圍。現在你把這個放大10倍。在回報空間裏，它可能是完全相同的，但心理上，你早上走進來，市場開盤，現在你虧了500萬。人們會到達一個點，覺得這就是個問題，對吧？

**喬 (42:10):**我一直覺得，當我打撲克的時候，我在想，如果他們能對我撒謊説，你在玩一個一二的遊戲。你買入200。然後最後他們説，‘哦，原來你在玩2000，因為籌碼是一樣的。’有點像那樣。

**丹 (42:21):**是的，心理學的影響不僅僅在於你能舒適地運作多少資金——而且要記住，越是大額資金，你就越要擔心除了你的基本觀點之外的事情。你必須更擔心總擁有成本和實施問題以及流動性問題，你知道嗎，你能否在小市值股票上進行交易，而你可能覺得自己有優勢，但現在你真的不能做太多？所以這些都是與規模有關的事情。

發生的另一件事是心理和補償，對吧？人們通常會更喜歡，我可以給你十億美元，並支付你15%的淨回報，或者也許五億美元並支付你30%，對吧？經濟學是一樣的。許多人可能更喜歡後者而不是前者，對吧？所以心理確實在其中扮演了重要角色。我們發現好的投資組合經理實際上可以管理數十億美元，假設他們有一個好的團隊，但這並不一定是最常見的情況。大多數平台發現自己管理着較小的團隊，擁有許多小的分配，然後面臨所有這些淨額問題，對吧？所以你確實需要考慮這一點。

第二個問題是，無論每個投資組合可能有多大，我如何區分，像我如何給你比其他人更多，對吧？現實是，你想根據你對回報的預期來進行資本配置，對吧？你未來會有好的夏普比率嗎，對吧？問題是你不知道真實的夏普比率。大多數人傾向於使用一些實際的夏普比率。你去年的夏普比率是多少，對吧？而問題是，這裏面有大量的噪音，對吧？

我發現這個直覺真的很有趣。所以如果你有一個好的基本思維方式，假設你覆蓋了40個名字。在你對這些名字的看法中——假設，我喜歡這個，我不喜歡這個——每天與實際回報的相關性為1%。所以沒有太多的可預測性。像99%的發生，你不知道，但你有1%的可預測性。如果你這樣做並根據這些看法進行交易，你在年底時的夏普比率大約為1，這對於14個名字來説相當不錯，對吧？這意味着可預測性很小。在這種情況下，1%是人們所稱的IC [信息係數]，你的看法與第二天回報之間的相關性在年底時得到了相當不錯的結果。

它還告訴你有大量的噪音，對吧？所以如果你想想，假設我們三個人都同意……我們有一個水晶球，我們確實知道有一個人，觀點和回報之間的相關性是1%。我們觀察了一年的回報，並且觀察了整整一百年。平均夏普比率將是1，但有些年份會很低，因為你知道，在90%的情況下你沒有預測到，你可能在某一年運氣不好，最終夏普比率為0。有些年份你運氣很好，最終夏普比率為2。因此，實際回報和實際夏普比率有很大的變動。

所以你不知道真實的夏普比率是什麼。你只觀察到實際的夏普比率。因此，如果你根據實際的夏普比率進行分配，你主要是在基於噪音進行分配，尤其是如果你只在短時間內這樣做，對吧？所以你想要開始的方式是説，‘看，我將忽略過去的回報，進行等風險分配。’這本質上和説，‘我將假設你們兩個人有相同的信息比率，相同的夏普比率。’因為我不知道它是什麼，對吧？這有點像貝葉斯統計的東西，對吧？然後我會偏離這個等風險的基準，以學習，不是更多關於你的回報，而是驅動這些回報的因素。

所以隨着時間的推移，我可能會觀察到，實際上，結果是你們中的一個人在思考收益的邊際部分上非常出色，對吧？而在那些有很多空間思考差異和觀點的名字中，你恰好表現得很好，對吧？而你知道，其他人可能在產品問題上有很高的專業知識，對吧？某個產品在特定領域會成功還是不會成功，對吧？我收集關於這些東西的數據。所以讓我給你一個例子。

假設你告訴我，我的觀點和回報之間產生1%的相關性是因為我擅長預測意外，對吧？盈利意外。好的，你告訴我你可以以10%的相關性預測意外。所以每當你對40個名字有預測時，它們與實際意外的相關性是10%。所以這並沒有好多少，因為如果我收集關於你盈利預測而不是回報的數據，我可以將10%與零區分開，這比1%與零要好得多，對吧？

第二件事是，我知道回報與盈利意外的相關性大約是10%。為了明確，我可以用大量數據做到這一點，我可以回溯時間，考慮每隻股票在過去50年中回報與盈利意外的相關性，對吧？這些是傳遞的。所以如果你以10%預測盈利，而回報與盈利意外的相關性是10%，你就得到了你所尋找的1%。但我可以查看你的盈利並進行更好的分析，因為這些與實際盈利的相關性是10%。這有道理嗎？所以隨着時間的推移，我可以更好地理解你的投資，驅動這些回報的基本因素。

**喬 (47:05):**這似乎是整個對話中的一個非常重要的主題，越能理解事物為何運作，許多其他決策就變得越容易。好吧，我還有一個最後的問題要問你。假設我們有一些大學生偶爾聽《奇怪的交易》。我是一名大一新生，我對金融感興趣。這聽起來像是一個有趣的職業。我想有一天為一家多策略對沖基金賺很多錢。作為一名大一或大二的學生，我現在能做出的最佳決定是什麼，以最有可能為我打開未來在這個職業中的某扇門？

**丹 (47:42):**是的，這是個好問題。我們有一個實習項目，所以我們經常被問到這個問題。我想説兩件事。第一，你需要對數據部分有一定的興趣和能力，對吧？這些工作都是關於“我是否理解這些數據，它們告訴我關於這些公司的什麼”，對吧？所以，無論是我覆蓋消費品公司，還是我在查看信用卡數據，思考秋天的顏色是什麼，以及我如何獲得關於哪個顏色將是重要的、我正在進行的是什麼類型的數據等等。你需要進行大量的數據分析，你必須既擅長這項工作，又真的喜歡它，因為這將成為你的日常工作，對吧？

第二件事是你必須願意理解這份工作的某種枯燥性，對吧？想象預測事物並可能賺很多錢聽起來真的很令人興奮，但現實是，日常工作可能有點乏味，對吧？你覆蓋這40個公司，每年都是這40個公司，對吧？你在聽每一次電話會議，聽每一次財報公告，尋找微小的差異。就像，“嗯，你知道，上次他們描述他們正在開發的特定產品的性質是這樣的。現在稍微不同地描述，我想知道這是否意味着他們的戰略有什麼變化。”所以有一種——一位頂級合夥人用“煤礦”這個詞來形容，對吧？這可能會有點乏味，對吧？

**特雷西 (49:06):**在多策略的礦井中。

**丹 (49:07):**沒錯。這並不是早上我出現時有個想法，然後我賺了一大筆錢的所有興奮。

**喬 (49:13):**我看着一條線上下波動。

**丹 (49:14):**沒錯，是的。

**特雷西 (49:15):**等一下，談到辛苦和實習生，未來會有一個情況——我知道你之前談到人因素的重要性——但你能否將重點轉向更多的人工智能驅動？

**喬 (49:29):**哦，特雷西，你偷走了，這本來是我另一個我不會提到的事情。

**特雷西 (49:32):**好吧，因為我在想量化…

**丹 (49:33):**我很樂意談談人工智能的事情。

**特雷西 (49:35):**量化基金是機器學習的最初用户之一，或者説是最早的主要用户之一。所以他們似乎自然會使用更多的人工智能來發現潛在的模式或潛在的重大變動催化劑。

**喬 (49:49):**告訴我們人工智能中什麼是真實的，什麼是虛假的。

**丹 (49:51):**是的，總是有一種混合。但在我們具體談到人工智能之前，我想説點什麼。這種工作總是有點像軍備競賽，對吧？這意味着，20年前讓你賺錢的事情，20年前，你可能是一個分析師，發現為了理解特定的，比如説，零售公司，你可以去查看腳註，看看你是擁有還是租賃你銷售T恤的零售空間。這可能會有一些影響，對吧？這取決於你的融資方式以及這對你意味着什麼等等。就像早期的數據工作，對吧？

你現在不這樣做。你現在不這樣做的原因是因為所有這些都在一個每個人都可以機械地查看的數據庫中，對吧？所以有這種… 你需要在數據和分析方面變得越來越複雜，而人工智能在這個方向上算是又一步，對吧？所以我並不認為這與這種不斷演變、始終在理解公司方面變得更加複雜的過程有本質上的不同，對吧？

我想説的關於人工智能的一件事是，至少到目前為止，如果你考慮人工智能是如何訓練的，你給它提供所有這些文本，基本上大部分來自互聯網，而它試圖做的工作是預測一個問題的最可能答案或某個提示後最可能出現的內容，對吧？這基本上就是你在做的事情。這意味着，根據定義，如果你問它，“嘿，X公司有什麼不同？”根據定義，它會告訴你大家認為X公司不同的地方，這意味着它實際上並不是不同的東西。也就是説，你得到的是共識，對吧？

因此，這在你考慮以多種方式進行數據分析時可能非常有用。我們在公司內部有很多對人工智能工作的投資，但這並不意味着假設人工智能會對公司有洞察，因為它是根據事物的平均值進行訓練的，這在定義上是這樣的，對吧？所以，從它幫助我總結或潛在地澄清人們在談論什麼主題的這一步——你可能能夠用它做很多事情——但這與跳到“因此這是與其他人觀點不同的地方”並不完全相同。這有道理嗎？

**喬 (52:00):**是的，絕對如此。

**特雷西 (52:00):**丹，非常感謝你來參加 奇怪的交易。這太棒了。你完美地解釋了數學，所以謝謝你。

**喬 (52:06):**這太驚人了。丹的數學。是的，真的很棒。這感覺像是有一百萬個問題，而你非常願意和我們一起逐一解決，所以感謝你來參加。

**丹 (52:16):**謝謝。

**特雷西 (52:30):**喬。這很有趣。

**喬 (52:31):**這太有趣了。

**特雷西 (52:32):**我喜歡談論數學和多策略基金。

**喬 (52:35):**丹的數學。

**特雷西 (52:35):**是的，丹的數學。所以這裏有一些要點。我真的很喜歡這個強調，這之前提到過，但人羣效應對個別經理來説不一定是壞事，因為你想要做的是識別出那個能讓大家湧入的催化劑。

**喬 (52:54):**我喜歡他説人羣效應是你獲得報酬的方式。最終你只想在擁擠之前就在那裏。但擁擠最終是帶來薪水的。

**特雷西 (53:03):**對。那麼，這可能對整體市場產生不太理想的影響嗎？我的意思是，我有點理解，如果你有一堆只做多的基金在某個東西上，然後發生了不好的事情，他們都會撤退，這就像多策略基金湧入的同樣效果。但在我觀察最近幾年的市場時，確實感覺到你會看到這些更短更尖鋭的轉折點或反應。

**喬 (53:30):**完全正確。我從那次談話中學到了很多東西。我覺得那真是太棒了。我們關於這個話題的所有談話都很好。但能和一個基金的實際創始人交談，我覺得很棒。他一直回到一個大的概念，那就是，你越能知道某件事情為什麼有效，就越好。我覺得我在共同主持《Odd Lots》這份工作上做得不錯。我覺得你也是。

**特雷西 (53:54):**哦，謝謝你，喬…

**喬 (53:55):**但我確實認為，我知道其他人也在他們的工作上做得很好，但能夠清楚地表達你為什麼在你的工作上做得好，並且能夠證明你為什麼在你的工作上做得好，這一點…

**特雷西 (54:06):**為什麼你不是運氣好。

**喬 (54:07):**是的。為什麼這不是運氣，為什麼你能夠識別出像“哦，我非常擅長識別盈利驚喜”這樣的事情。撇開我是否擅長選股的問題，這是一種非常有趣的思考方式。就像，“好吧，我們知道盈利驚喜與股票表現是相關的。如果我能證明我在X方面做得很好，那麼我可能能證明我在選股方面也做得很好。”這真的很有趣。我喜歡聽關於為什麼你想避免經理之間的相關性以及這種影響有多強大，以及你需要多少個小組才能達到最佳效果的數學方面的內容。太多好東西了。關於薪酬的部分非常有趣。

**特雷西 (54:46):**嗯，我確實認為一般來説，一個好的生活建議是，儘早識別你的比較優勢，對吧？並且發揮它。比如，弄清楚你擅長什麼，以及你為什麼擅長。這在你職業生涯的早期是一個非常好的事情。

**喬 (55:03):**你知道，我在職業生涯早期就發現我在新聞界的一個競爭優勢是早上4點起牀，比其他人早。而現在我每年花費數千美元在治療上，以便讓我自己多睡一點。所以，根據你識別的事情，確實有一些缺點。

**特雷西 (55:22):**好了，大家停止問喬，或者停止告訴喬他錯過了什麼，因為這隻會加重這個問題。好吧，我們就到這裏吧？

**喬 (55:30):**我們就到這裏吧。