Ben Wellington：Two Sigma 的复杂特征工程

量化研究里的优势，未必藏在一份别人拿不到的数据里，也可能藏在研究者如何把常见资料变成一个值得检验的问题。Two Sigma 的复杂特征引擎负责人 Ben Wellington 在这期节目中谈的，正是这一层工作：从价格、公告、新闻和公司经营资料中，提出可以交给模型验证的观察；再判断这些观察是否真的为未来预测增加了新信息。

Wellington 的经历让他特别关注文本。他在纽约大学攻读自然语言处理博士，研究机器翻译；2007 年加入 Two Sigma 时，先在数据工程团队做采集、接入和清洗，后来转入建模，长期研究新闻与更广泛的文本怎样用于预测市场。这条路径也解释了他为何把 LLM 看成特征研究的一次接口变化，而不是单纯更快的编程工具。

特征是从原始数据中挑出一个可证伪的判断

Wellington 所说的特征，是关于可交易对象、具有经济意义的一条事实。它可以是一只股票近一周的价格变化或波动率，也可以是分析师是否刚调整评级、某家公司获得的新闻覆盖是否偏离历史，或公告是在什么时段发布。原始价格和原始文本只是材料；特征把材料整理为一条明确的问题。

这种整理依赖人的判断。研究者若认为周五收盘后发布的信息可能有特殊含义，就把发布时间单独做成特征，而不是把全部公告不加区分地扔进模型。假设未必成立，但它给出了检验对象，也让算法不必在所有公司、所有时刻和所有可能变量中盲目搜索。

这也使特征工程成为数据与预测算法之间的中间层。主持人把量化优势概括为数据获取、特征生成和预测方法三处；Wellington 的回答没有给三者分配固定比例。他承认 Two Sigma 仍有长期积累的专有数据，但过去十五到二十年，数据获取本身的相对重要性有所下降。资料越来越容易获得时，如何提出不同于他人的使用方法变得更重要。

创新要先躲开重复信号

一个新名字不等于一个新信号。Wellington 举的例子是新闻情绪：它表面上可能来自另一份资料，实际却可能只是财报发布后的新闻在重复传递业绩信息。若两个指标反映同一件事，把它们同时加入模型不会带来两份独立优势。

研究的目标是寻找与已有预测足够不同的预测，而非尽量生成更多变量。他把正交性放在工作的起点：候选特征既要有经济机制，也要检查与现有信号的相关结构。若结果与事先的预期相反，团队不能只靠事后解释保留它；先验、统计测试和对使用方式的约束共同构成筛选过程。

研究团队的构成也服务于这个目标。来自物理、数学、计算机科学等不同背景的人，会对同一资料提出不同问题；差异为想法提供来源，但不降低验证门槛。单条特征的预测力可能很弱，许多低相关、经过筛选的特征合在一起才构成组合层面的价值。

共享平台把发现从个人项目变成共同资源

Wellington 也借此解释了 Two Sigma 的组织方式。公司有多个产品和组合，但负责寻找 alpha 的建模人员不围绕某一个组合单独优化。他们从不同角度提出关于个股或其他标的的预测，预测会在更大的组合层汇总，由组合团队决定怎样交易。

在他的描述里，这种结构让研究成果有机会被推到共享平台。值得继续研究的特征集、机器学习算法或工具可以交给其他团队使用和检验，平台并非只被各团队调用，也会不断吸收团队向上提交的成果。Wellington 把这与彼此竞争的团队作了对照：当团队要胜过内部对手时，更可能把技术和投入留在本地；当研究者共同服务于较大的组合时，复用的激励会更强。

LLM 扩大了可研究的信息来源

Wellington 关注 LLM 的原因，首先是文本的供给变化。过去，团队能够研究的文本受互联网、数据供应商和自有采集范围限制。现在，表格、数字和其他结构化材料可以交给语言模型，得到可阅读、可追问的文字输出。对以文本信号为长期工作对象的团队来说，模型输出本身可以成为新的候选文本数据。

变化也在于研究清单的排序。许多想法因实施成本高一直排在后面。节目中用 CEO 电话会的微表情作假设案例：要测量管理层眨眼频率等指标，过去可能需要计算机视觉团队投入数月；在研究资源有限时，团队会先做对财报等高先验资料的分析。若原型、处理与特征构建的成本大幅下降，这类想法就可以重回研究清单。

成本下降并没有让结果自动可信。Wellington 反复回到投入回报比：LLM 可以让许多项目的实现更快，但输出是否有经济意义、能否经受相关性和稳健性检查，仍需要研究者判断。工具降低的是尝试的门槛，不是进入模型的标准。

速度并不等于护城河

如果每个人都能快速构造特征，优势是否会更快消失？Wellington 接受这个风险：生成数据和特征的门槛确实在下降。但他认为，能否在规模中选择问题、理解输出和维护差异，仍取决于长期经验。Two Sigma 已长期在大规模文本与机器学习研究中工作，因此他把这一轮工具变化视为已有流程可以承接的扩张，而不是只靠一台模型获得的优势。

他担心的另一面是工具把输出压得过于一致。自动化生产纸箱，需要每只纸箱相同；量化组合需要的却是低相关的预测。若所有研究者把同一份数据交给同一个按键式工具，得到相近的模型，那么工作虽然更快，组合仍只是在重复同一种信号。

他的要求是让工具放大而不是抹平人的差异。研究人员面对同一资料，应能把不同的领域知识、历史研究路径和问题意识带进模型的上下文，由此走向不同的候选特征。对他而言，AI 的作用是扩大原创研究的速度，而不是替研究者决定所有问题。

提前试探能力边界，才能在工具成熟时马上接入

节目还讨论了一个更实际的取舍：一项研究若被当前模型卡住，是现在硬做，还是等未来能力更强后再做？主持人以十二到十八个月的等待期举例。Wellington 认为，主动尝试仍有价值，即使今天无法完成，也能明确地看见障碍在哪里。

当新能力出现，已经撞过这堵墙的团队知道它该放进哪条研究路径，不需要重新摸索用途。在竞争激烈的 alpha 研究中，领先市场十二到十八个月可能是很长的窗口。这个数字来自主持人的等待情境，并非对模型发布节奏的预测；Wellington 要表达的是，研究准备应跑在工具迭代之前。

公司特异性也能在大规模中处理

传统量化研究偏好大样本：覆盖一百家公司的一条特征，看起来比只解释一家公司更有容量。Wellington 提出的方向是把这个取舍改写为公司特异性规模化。AI 可以先深入一家公司的特殊线索，再在许多公司上执行各不相同的分析路径，最后把这些细节归纳到销售前景等更一般的研究类别。

他以同时研究三千家公司说明这个设想。这里的规模化，指对每家公司分别做深入分析的能力，并非套用同一个模板。Wellington 没有把它说成已披露的策略回报；他看重的是，公司层面的细节往往不会从统一的大型经营数据表中自然显现，而 AI 可能让研究者更容易触及这些细节。

模型基础设施要同时处理控制权和前沿能力

研究工具进入生产后，模型本身也成了风险来源。使用外部托管的前沿模型，团队可以接触快速演进的能力；代价是供应商决定版本、定价和服务是否继续。若一个模型被停用，建立在它之上的流程需要迁移，团队却不能控制迁移节奏。

内部部署能提供更多生命周期控制，也让训练材料和行为更容易审查，但未必能始终跟上外部前沿模型。Wellington 因而主张分散选择：技术栈应能替换模型，而不是假定某一个模型永久可用。对于量化回测，训练材料不透明还会引入前视偏差——模型可能已经知道后来才发生的事件，于是把未来信息带回历史时点的判断。

快速实验同样会提高 p-hacking 和过拟合压力。Wellington 认为，历史训练总会在某种程度上贴合过去；团队要测量这种程度、设定可接受范围，并确认信号在未来环境变化和噪声中仍够稳健。统计检验、先验、模型与组合监测，以及随着实验规模增加而加强的教育和检查，都是这套控制的一部分。

研究者需要把自己的知识带进工具

节目最后谈到新人应培养什么能力。Wellington 预计，单纯把既定想法编码实现的相对价值会下降，因为 AI 能承担更多实现工作；相对更重要的是知道该让工具做什么、怎样做，以及什么问题值得问。

这并不是让技术背景失去作用。领域知识、统计判断、对数据限制的敏感度和提出不同假设的能力，会决定研究者能否把 AI 用来扩大自己的工作，而不是得到一份与所有人相同的输出。对复杂特征工程而言，工具越强，问题、验证和差异化就越不能外包。