你打開券商 APP，發現又多了一個「AI 智能選股」的按鈕。
你的 LINE 群組每天有人貼 AI 推薦的標的。投資論壇隔幾天就有人問「AI 選股到底有沒有用」。有個網友的回答讓我笑了很久：「大家都用 AI，誰輸錢？」
因為它的答案藏在六十年前一個數學教授的輪盤賭實驗裡、一個對沖基金的 世紀爆倉裡、和一間你買不到股票的公司年均 66% 的回報紀錄裡。
先說結論：AI 確實能打敗市場。但歷史上唯一持續做到的案例，恰好證明了你不可能複製它。
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。
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？」
不能。而且你不能的原因本身就是最有價值的判斷。
Simons 做的事情跟 LTCM 表面上看起來很像，都是用數學模型在市場裡找機會。但有幾件事讓 Renaissance 完全不可複製：
他不請金融人。 Renaissance 的員工是數學家、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，他們把市場資料當成「需要被翻譯的語言」，不是用經濟理論解釋市場，而是讓機器自己從數據裡找 pattern。
他們故意交易「講不通」的訊號。 大部分量化基金（像 D.E. Shaw）會要求交易訊號必須有「直覺上合理的經濟解釋」。Renaissance 反過來。Mercer 說過：「我們最賺錢的訊號毫無道理⋯⋯如果有道理，別人早就找到了。」競爭對手不敢碰的訊號，就是 Renaissance 的印鈔機。
他們有一個叫「魔鬼」的指標。 理論上賺錢的交易，在執行的瞬間會因為你的買入推高價格而減少利潤，這叫 slippage。Renaissance 建了極精密的模型來衡量和減少這個成本，他們叫它「The Devil」。光是這套執行系統就比大多數基金的整個交易模型複雜。
容量上限是硬天花板。 正因為 The Devil 的存在，Medallion Fund 的資金規模被限制在大約 50 億美元。再多，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。這是華爾街史上唯一一家主動把客戶的錢趕走的基金。
離職代價是終身的。 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，離職後獎金要鎖定數年。這不是矽谷那種兩年一跳的文化。Renaissance 的知識留在 Renaissance。
Gregory Zuckerman 書裡有一個數字讓我印象最深：Medallion 只有勉強超過 50% 的交易是賺錢的。 連他們都只有 barely 過半的勝率。他們的優勢不是預測能力，是在數百萬次微小的勝率優勢上穩定執行。
所以呢？跟你有什麼關係？
如果你看到「AI 投資回報 376%」的新聞然後想跟進，你需要知道一件事：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——你信系統還是信自己？ — 他說信系統，但 Simons 在最關鍵的時刻手動覆蓋了它
- Agrawal：預測準不代表判斷對 — AI 輔助讓菁英顧問正確率從 84% 跌到 60%
- 量化墳場：Amaranth、Citadel、1987——每一代的「這次不一樣」 — 每十年一次崩潰，每一代都說這次不一樣
- 2026 年 AI 交易員 Polystrat：376% 的背後 — 376% 背後：63% 的 AI agent 在虧錢
- 最聰明的判斷，也許是判斷自己不該判斷 — 唯一打敗市場的人，給散戶的建議是買指數
- 三個判斷，一個你現在就能做的決定 — 你的能力圈在哪，這個問題現在就能回答
→ 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
