第256章 系统什么都对 那我们的价值是什么

2014年8月的一个下午，陈默正在办公室里审阅林枫提交的《政策因子模型中期报告》，门外传来轻轻的敲门声。

“请进。”

门被推开，进来的是一个二十七八岁的年轻人，戴黑框眼镜，穿浅蓝色衬衫，袖子卷到手肘。他叫林宇，是沈清如手下最优秀的研究员之一，北大金融硕士毕业，加入默石两年，覆盖TMT行业，曾准确预判过三家公司的业绩拐点，在研究员里口碑最好。

“陈总，有空吗？我想……聊聊。”林宇的语气比平时犹豫，眼神也有些飘忽，不像他往日在晨会上汇报工作时那样笃定。

陈默合上报告，指了指对面的椅子：“坐。怎么了？”

林宇坐下来，沉默了几秒，像是在组织语言。

“陈总，我不知道该不该说这个问题。可能是我自己的问题，也可能是……团队里其他人的问题。”

“你说。”

“最近几个月，我越来越觉得……我不知道自己在这个公司里，还有什么价值。”

陈默没有立刻回应。他靠回椅背，安静地看着林宇，等他说下去。

“你看，我们现在的投资决策，几乎全部依赖系统。选股、择时、仓位控制、风险对冲，都是系统在跑。ACC的投票也是基于系统输出的信号。我们研究部做了什么？我们每天看财报、跑调研、建模型，写出来的报告，最后变成了什么？”

他的声音有些激动，但很快压了下去。

“变成了一堆数据，输入到系统里。变成了几个因子，权重由林枫的模型决定。变成了……我不知道怎么说，好像我们不是在‘做投资’，我们是在‘喂养系统’。我的判断、我的逻辑、我对一家公司管理层的直觉，这些东西，在系统面前，好像……不值一提。”

陈默安静地听着。他能理解林宇的感受。事实上，这个问题他早在林枫加入之前就预想过——当一个组织把决策权从人转移到系统，那些曾经靠“判断”吃饭的人，会经历怎样的心理冲击。

“林宇，”他开口，“我问你一个问题。你觉得，默石Alpha系统的策略是从哪里来的？”

林宇愣了一下：“……是林枫的团队开发的。”

“林枫的团队是用什么开发的？”

“代码。模型。算法。”

“模型的背后呢？”

林宇沉默了。

陈默站起来，走到白板前，拿起一支马克笔。

“来，我给你画个图。”

他在白板上画了一个金字塔。

“这是我们的系统。最底层，是数据——行情数据、财报数据、宏观数据、舆情数据。往上一层，是因子——基本面因子、动量因子、质量因子、情绪因子。再往上一层，是策略——价值策略、成长策略、事件驱动策略。最顶层，是资产配置和风控。”

他画完，转过身。

“林宇，你告诉我，这些因子是从哪里来的？”

林宇看着那个金字塔，慢慢地回答：“……是从研究里来的。”

“对。是从研究里来的。”陈默在“因子”那一层旁边写了一个词：研究。“林枫的团队擅长的是把因子变成代码、把策略变成算法。但因子本身，是你们研究部生产出来的。价值因子怎么定义？是PE、PB，还是自由现金流收益率？质量因子怎么定义？是ROE、ROIC，还是毛利率和周转率的组合？成长因子怎么定义？是营收增速、利润增速，还是超预期的幅度？”

他放下笔。

“这些定义，来自于你们对公司、对行业、对商业模式的理解。来自于你的深度研究。没有你们，系统就是一个空壳。它跑的，只是空气。”

林宇的眉头微微舒展了一些，但疑虑还在。

“可是陈总，我写的报告，系统不会直接看。我的判断，系统也不会直接听。它只认数据、只认因子。我辛辛苦苦跑了一个月的调研，发现一家公司的管理层特别优秀、企业文化特别好、有长期的护城河。这些东西，怎么变成因子？怎么让系统理解？”

陈默点头：“这个问题问得好。这也是我们目前系统的最大盲区。”

他走回座位坐下。

“量化模型的本质，是把可以量化的东西标准化。但有很多重要的东西，是不能直接量化的——管理层的品格、公司的文化、技术的领先性、品牌的忠诚度。这些东西，我们叫它‘软信息’。软信息很难变成因子，但它们在投资决策中极其重要。”

他看着林宇。

“你知道我们怎么处理这个矛盾吗？”

林宇摇头。

“我们把这个矛盾，交给ACC。当系统的信号和人的判断出现分歧时，ACC有权进行干预。但干预必须基于充分的逻辑论证，必须有详实的研究支持。而能够提供这种逻辑论证和研究的，就是你们。”

他从抽屉里拿出一份文件，是上个月ACC会议的一份记录。

“你看，这是上个月我们讨论的一家公司。系统给出了买入信号，因为它的估值和动量因子都在改善。但沈清如提出了反对意见，因为你们研究部的报告显示，这家公司的应收账款周转率在恶化，而且大客户的付款周期在拉长，这可能意味着现金流风险。最后，ACC采纳了你们的判断，暂缓买入。”

他把文件递给林宇。

“这不是‘系统什么都对’。这是‘人机结合’。系统负责处理那些可以标准化的、大规模的、高频的信息。人负责处理那些非标的、深度的、需要逻辑推理的信息。两者不是替代关系，是互补关系。”

林宇接过文件，翻了几页，眼神渐渐变了。

“陈总，我……之前没从这个角度想过。”

“因为你只看到了系统在运行，没看到系统的运行依赖于什么。”陈默站起来，走回白板前，“我再画一个圈。”

他在金字塔旁边画了一个大圆圈，里面写上两个字：进化。

“这是系统的生命线。没有进化，系统就是死的。而进化的动力，来自于哪里？”

他看向林宇。

“来自于你的研究。当你发现了一个新的、有效的选股逻辑，你可以把它写成因子，交给林枫的团队去回测、去验证。如果验证通过，这个因子就会被加入系统。当你的深度研究发现了系统的某个

盲区——比如系统没有捕捉到的行业变化、政策风险、公司治理问题——你可以向ACC提出预警，系统会根据你的反馈进行调整。”

他转过身，在白板上写下四个字：

创造、纠错。

“你不是系统的奴隶。你是系统的创造者和进化推动者。系统的每一个因子，背后都是一个人的思想。系统的每一次进化，背后都是一个人的洞察。”

会议室里安静了很久。

林宇摘下眼镜，用衬衫擦了擦镜片。他的动作很慢，像是在消化陈默说的话。

“陈总，”他重新戴上眼镜，“我明白了。但……我还有一个问题。”

“说。”

“你说我可以把选股逻辑写成因子，交给林枫去回测。但我……不会写代码。我只会看财报、跑调研、建Excel模型。我怎么把‘我觉得这家公司管理层很优秀’这种判断，变成因子？”

陈默笑了：“这个问题，你应该去问林枫。但我可以给你一个方向——你们研究部和技术部，需要更紧密地合作。你不一定要自己写代码，但你要能把自己的逻辑，清晰地表达出来，让林枫的团队能够把它翻译成算法。这就是所谓的‘跨界能力’。在未来，不懂量化的研究员，和不懂基本面的量化工程师，都会被淘汰。”

他站起来，走到门口，拉开门。

“走，我们去技术部。我让林枫给你讲讲，怎么把定性的判断，变成定量的因子。”

---

技术部的机房里，林枫正对着三块屏幕调试代码。看到陈默和林宇进来，他摘下耳机。

“哟，稀客。林宇可是很少来我们这儿的。”

“他来了，是来向你请教的。”陈默说，“林宇，你把刚才的问题再说一遍。”

林宇把刚才的困惑复述了一遍。林枫听完，没有立刻回答，而是敲了几下键盘，调出一份文档。

“你看，这是我们正在开发的一个新模块，叫‘文本分析因子’。”

屏幕上是一篇券商研报的截图，旁边是一串代码的输出结果。林枫指着屏幕上的数字。

“这个模块，可以自动分析研报、新闻、公告里的文本内容，提取出‘管理层信心’、‘竞争格局变化’、‘行业景气度’等指标。比如，如果一家公司的管理层在年报里反复提到‘挑战’、‘困难’、‘不确定性’，这个信号就是负面的。如果反复提到‘增长’、‘扩张’、‘机会’，就是正面的。”

他看了一眼林宇。

“你的深度研究，也可以走这个路子。你调研一家公司，回来写报告。你的报告里，会对管理层的风格、公司的文化、技术的领先性做出判断。这些判断，虽然不能直接变成数字，但可以通过文本分析，变成可量化的指标。而且，如果你能把这些判断结构化——比如给管理层的‘诚信度’打分、给技术的‘领先性’打分——那就更好了。我们可以把这些打分作为‘另类因子’，加入到系统里。”

林宇的眼睛亮了起来。

“也就是说，我的判断，可以变成系统的输入？”

“对。而且不仅仅是输入。如果你的判断被证明是有效的——比如，你给高分的公司，后续表现确实好——那你的这个‘打分模型’就可以被固化下来，变成一个持续运行的因子。这就叫‘将人类智慧转化为算法’。”

林宇沉默了几秒，然后问：“那……如果我的判断错了呢？”

林枫笑了：“判断错了，很正常。量化模型也会错。关键是，我们要能知道你是怎么错的。如果你的判断逻辑是清晰的，我们可以回溯，找出哪里出了问题——是数据错了，还是逻辑错了，还是市场环境变了。但如果你的判断只是‘我觉得’，那就没办法了。”

他拍了拍林宇的肩膀。

“所以，你的价值不在于‘你判断对了’。你的价值在于，你能把你的判断逻辑，说得清清楚楚、明明白白，让别人（或者机器）能够理解、能够检验、能够复制。这才是‘深度研究’在量化时代的真正意义。”

---

一周后，陈默召集了研究部和技术部的全体会议。

会议室里坐了将近二十个人。研究员们坐在左边，技术团队的工程师们坐在右边，中间隔着一道无形的墙——这是默石资本成立以来，两个部门第一次坐在一起开会。

陈默站在前面，面前是一张空白的白板。

“今天这个会，只有一个议题：研究部和技术部，怎么合作。”

他看了一眼林宇，又看了一眼林枫。

“上周，林宇找我，说他不知道自己在这个公司的价值是什么。因为所有的决策都依赖系统，他的深度研究似乎无法直接转化为投资成果。”

会议室里安静下来。几个研究员交换了一下眼神，有人微微点头。

“我觉得，这个问题不只是林宇一个人的困惑。在座的各位研究员，可能都有类似的感受。同样，技术部的同事可能也有困惑——‘我们辛辛苦苦开发的模型，研究员们不理解、不信任，怎么办？’”

他在白板上写下两个词：理解、信任。

“这两个词，是今天要解决的核心问题。”

他转过身。

“我先说我的结论。在默石资本，研究和技术的地位是同等的。没有研究，系统没有灵魂。没有技术，研究没有效率。我们不是‘技术主导’，也不是‘研究主导’。我们是‘人机结合’。人和机器，各司其职，互相补充，共同进化。”

他拿起马克笔，在白板上画了一张新的架构图。

数据

→

因子（研究+技术共同定义）

→

策略（系统生成）

→

决策（ACC人机结合）

→

执行（系统）

→

反馈（研究+技术共同分析）

“看清楚了吗？因子这个环节，是研究和技术的交汇点。研究员负责发现逻辑、定义框架。技术工程师负责实现算法、验证有效性。两者缺一不可。”

他放下笔。

“从今天起，研究部的绩效考核，不只是看‘你推荐了多少牛股’。还要看‘你创造了多少新因子’、‘你优化了多少旧模型’、‘你发现了多少系统盲区’。同样，技术部的绩效考核，也不只是看‘代码跑得有多快’，还要看‘模型的可解释性有多强’、‘研究员用起来有多顺手’。”

他看向沈清如。

“沈总，你负责制定研究部的新考核标准。”

沈清如点头。

“林枫，你负责技术部的新考核标准。”

林枫也点头。

“好。下一个问题——研究员不会写代码，技术工程师不懂基本面，怎么合作？”

他看向林宇：“林宇，你说说，你这一周跟林枫学了什么。”

林宇站起来，声音比一周前坚定了很多。

“我跟林枫学了一个东西叫‘因子表达’。就是说，把一个定性的判断，用规则化的语言表达出来。比如，我之前觉得，‘一家公司的研发投入转化率很重要’。但‘转化率’怎么定义？林枫让我想清楚——是专利数量？是新产品收入占比？还是毛利率的提升？把这些想清楚了，就可以变成一个可计算、可回测的因子。”

他顿了顿。

“我还学了一件事——不是所有的判断都需要变成因子。有些判断，是用来‘纠错’的。比如，系统可能看好一家公司，但我的深度研究发现，这家公司的创始人最近在频繁减持，而且公司的对外投资很不合理。这些信息，系统可能没捕捉到。这时候，我的价值就是向ACC发出预警，暂缓或者否决系统的建议。”

陈默带头鼓了掌。

“说得好。‘创造因子’和‘纠错预警’，就是研究员在系统化投资时代的两大核心价值。”

他看向技术部的方向。

“技术部的同事，你们有没有什么要说的？”

一个年轻工程师举手站起来，是林枫团队的孙浩，负责回测引擎开发。

“陈总，我有个问题。有时候，研究员给我们提的需求，太模糊了。比如，‘帮我看看这个策略在历史上的表现’。什么策略？什么参数？什么时间区间？都没说清楚。我们没法做。”

陈默点头：“这个问题提得好。林枫，你想想办法。”

林枫站起来，走到白板前。

“我建议，建立一个标准化的‘策略提案模板’。研究员如果想验证一个想法，需要按照这个模板填写——策略逻辑、变量定义、回测区间、业绩基准、预期效果。填完这个模板，技术部就可以直接开始回测。这样，沟通成本会大大降低。”

他在白板上写了一个简单的模板框架。

“另外，我建议每个月开一次‘因子研讨会’。研究员提出新的因子想法，技术部展示回测结果，大家一起讨论。有效的，纳入系统。无效的，分析原因。这样，知识和经验才能沉淀下来，而不是留在每个人的脑子里。”

陈默看了一眼沈清如，沈清如微微点头。

“好，就这么定。林枫负责设计提案模板，沈清如负责组织研讨会。”

---

会议结束后，陈默回到办公室。

沈清如跟着进来，关上门。

“你今天讲的那些，准备多久了？”她问。

“从林宇来找我的那天开始，准备了一周。”陈默坐回椅子上，“但我其实一直在想这个问题。从林枫加入的那一天起，我就在想，怎么让研究员和技术工程师真正融合。这不是一个技术问题，这是一个文化问题。”

“你觉得今天解决了吗？”

“解决了一部分。但真正的融合，不是靠一次会议、一套流程就能实现的。它需要时间，需要案例，需要成功和失败的经验。”他顿了顿，“但我相信，方向是对的。只要我们坚持‘人机结合’的理念，不偏废任何一方，这个团队会越来越强。”

沈清如在他对面坐下。

“你知道我今天在会上最感动的是什么吗？”

“什么？”

“你最后那段话。你说，‘在默石资本，研究和技术的地位是同等的。没有研究，系统没有灵魂。没有技术，研究没有效率。’”她看着他，“你真的相信这句话？”

陈默笑了。

“我当然相信。因为我自己就是从‘纯研究’走过来的。2008年以前，我觉得只要把公司研究透了，就能赚钱。结果呢？金融危机来了，研究再透也没用，系统性的风险会摧毁一切。”

他收起笑容。

“后来，我遇到了林枫，我们开始建系统。有一段时间，我走到了另一个极端——觉得系统什么都能做，人的判断都是噪音。但新源技术那个案子让我清醒了。系统可以捕捉到统计规律，但它不理解‘意义’。它不知道一家公司的管理层在撒谎，不知道一个行业的技术路线正在发生颠覆。这些东西，只有人的深度研究才能发现。”

他看着窗外。

“所以，‘人机结合’不是一句漂亮话。它是我们这十年来，用真金白银换来的教训。”

---

一个月后，第一次“因子研讨会”在会议室举行。

林宇第一个上台，展示他的研究成果——《基于管理层持股变动的预警因子》。

“我统计了过去五年所有上市公司的管理层减持数据，”他指着屏幕上的图表，“发现了一个规律：当一家公司的核心管理层（董事长、总经理、财务总监）在短时间内集中减持，且减持金额超过其持股的20%时，这家公司未来六个月的股价表现，比同类公司平均差15个百分点。”

林枫的技术团队对这个规律进行了回测，结果验证了林宇的判断——这个因子的信息比率（IR）达到0.8，在预警类因子中表现突出。

“这个因子可以加入风控模块。”林枫说，“当系统监测到管理层异常减持时，自动降低该公司的持仓上限。”

陈默坐在会议室后排，看着林宇在台上讲解他的研究成果，眼睛里闪着光。那是找到了自己价值的人才有的光。

他想起了老陆曾经说过的一句话：“一个人的价值，不在于他做了什么，而在于他做的事情，离开了之后还能不能继续。”

在默石资本，研究员的成果不会随着他们的离开而消失。它们变成了因子，变成了模型，变成了系统的一部分。它们会一直运行下去，持续地为客户创造价值。

这，也许就是“系统化”对人才最大的尊重。

不是把人变成机器，而是把人的智慧，变成可以永续运行的、不断进化的、超越个人的存在。

---

（第56章完）