Richard Craib - Crowdsourcing Predictive Algorithms - [Invest Like the Best, EP.102]

本期速览

Richard Craib 是 Numerai 的创始人兼CEO，该公司融合量化投资、加密货币、众包和机器学习。本期主线是：通过区块链上的质押（staking）机制，让全球数据科学家为自己的预测模型“下注”，从而筛选出更优的量化信号——Craib 认为，这一游戏化设计带来的夏普比率提升（从1.5到2.1），比数据或算法本身更重要。

---

主题一：Numerai 的核心机制——盲数据 + 众包建模 + 质押筛选

Richard Craib 认为，将金融数据“盲化”后开放给全球数据科学家，并用加密货币质押机制筛选模型，是量化投资领域从未有过的系统设计。

• 盲数据设计：Numerai 将股票市场数据（包含50个特征维度）进行正则化处理，使数据科学家无法识别具体股票或特征含义（“feature one isn't value or anything like that”）。这解决了传统量化基金“不敢分享数据”的痛点——数据可以公开，但无法被用于建立竞争性基金。
• 众包建模：数据科学家下载盲数据后，用机器学习算法（神经网络、随机森林、支持向量机等）拟合目标变量（0=下跌，1=上涨），提交预测结果。Numerai 不要求提交模型代码，只接收预测值。
• 质押筛选：数据科学家需质押 Numerai 的原生代币 NMR 来“支持”自己的预测。若预测准确，获得更多 NMR；若预测错误，质押被销毁。Craib 强调：“If your predictions do well, then you earn more money. And if they do badly, then we destroy your stake.”

关键数据：未质押模型的夏普比率约为1.5，质押模型的夏普比率跃升至2.1——Craib 认为这是“the biggest thing we've done by far”。每周约有600次质押，累计质押金额超过100万美元。

---

主题二：数据 vs. 算法 vs. 质押——三者对 alpha 的贡献排序

Craib 认为，数据质量是基础，但质押机制带来的“游戏理论”改进，其重要性超过了数据和算法本身。

• 数据：Numerai 不使用“替代数据”（alternative data），而是使用“非常干净、非常长、结构化”的传统金融数据（如价值因子、动量因子等底层特征）。Craib 引用 Two Sigma 创始人的观点：“it's the data that's the most important thing.”
• 算法：全球数据科学家使用各种机器学习算法，但 Craib 指出，常用算法其实只有“a handful”（神经网络、决策树、随机森林、支持向量机等）。真正的差异化在于“much more creative approaches”——一些用户的方法非常独特，Numerai 也无法完全理解其内部机制。
• 质押：Craib 认为，质押机制是“the critical thing not really in the list of three things”。它解决了互联网众包的核心问题——垃圾信息成本极低。通过让数据科学家“skin in the game”，系统自动筛选出高质量模型。

读者注意：Craib 作为 Numerai 创始人，自然强调其质押机制的独特性。但需注意，Numerai 未公开其业绩记录（track record），因此该模式是否真正有效尚不可知。

---

主题三：从“柠檬市场”到“质押市场”——数据信号交易的新范式

Craib 认为，传统金融数据信号市场存在“柠檬市场”问题（Akerlof 的“Market for Lemons”），而质押机制可以解决这一市场失灵。

• 柠檬市场困境：如果有人发邮件说“我有一个预测股市的完美模型”，你根本不会回复——因为“the probability that he's actually got something is so, so low”。好信号无法在市场上交易，因为买家无法区分真假。
• 质押作为信号：如果这个人说“I've actually staked 10,000 NMR on the fact that it's good”，那么情况就不同了。质押将“空口承诺”转化为“有成本的承诺”，从而让好信号能够脱颖而出。
• 未来方向：Numerai 正在探索“crowdsource the data part”——让外部数据提供者也能质押 NMR 来支持其数据质量。Craib 认为，这可以打开一个巨大的市场：“there's huge markets do not exist for I have signals for stocks.”

证伪条件：如果 Numerai 无法吸引足够多的外部数据提供者参与质押，或者质押机制无法有效区分好数据与坏数据，则该方向可能失败。

---

主题四：对量化投资行业的批判性视角

Craib 认为，传统量化基金行业处于“谢林点”（Schelling point）——一个局部最优但整体次优的均衡状态。

• 行业现状：“All these smart people from the top universities joining hedge funds that are identical to other hedge funds in every single way... buying the same data and none of them are sharing any knowledge.”
• Renaissance 的启示：Craib 指出，Renaissance Technologies 可能并非靠算法优势，而是靠数据优势——“they just have the best data.” 他引用内部人士的说法，认为 Renaissance 并不使用机器学习。
• Numerai 的替代方案：通过盲数据 + 众包 + 质押，Numerai 试图建立一个“distributed hedge fund”——一个从未有过的系统。Craib 自称要成为“the Vitalik of hedge funds”，从系统设计而非赚钱的角度思考问题。

读者注意：Craib 对 Renaissance 不使用机器学习的说法，来自“some of the people who work there”——这是间接信息，且 Renaissance 本身极为保密，无法验证。

---

提及的标的

标的	嘉宾态度	关键数据
Numerai (NMR)	看好（创始人视角）	质押模型夏普比率2.1 vs 未质押1.5；每周600次质押；累计支付超800万美元；NMR 年初至今上涨10倍
Renaissance Technologies	中性（评论性提及）	据称不使用机器学习，数据优势可能是其核心
Quantopian	中性（作为对比提及）	要求用户提交模型代码，与 Numerai 的“只收预测”模式不同

---

值得记住的判断

1. “The power of the NMR staking, it's very hard to beat taking a simple average of the staked models.” ——Craib 发现，最简单的等权平均质押模型，效果优于任何复杂的元模型（meta-model）。质押机制本身就是一个强大的自筛选器。

2. “If you have a 52% edge, to turn that into 53% has a really, really big impact on your Sharpe.” ——Craib 解释为何金融领域特别适合众包：微小胜率提升就能带来夏普比率的巨大改善（从1到2的差异），而其他领域（如医疗）没有这种杠杆效应。

3. “We are not trusting our users with our data. We're totally obfuscating it. Why should they trust us with their models?” ——Craib 解释为何 Numerai 不要求用户提交模型代码，只接收预测值。这种“互不信任”的设计，反而创造了更健康的激励结构。

4. “The easier they made it to withdraw the money that you had in PayPal, the less people would withdraw it.” ——Craib 引用 PayPal 案例，说明“低退出成本”反而增强用户粘性。Numerai 让用户随时可以离开，这反而让他们更愿意留下。

5. “Renaissance... maybe they just have the best data.” ——Craib 挑战“Renaissance 靠最聪明的人”的市场叙事，认为其核心优势可能是数据（长期收集和存储股票数据），而非算法。这是一个反直觉的判断。

6. “If you're an alien coming to earth... capital allocation is a super important problem... the way that the humans have set this up is... a huge, weird, zero-sum-esque game.” ——Craib 用外星人视角批判传统对冲基金行业：所有基金买相同数据、不共享知识、雇佣相似人才，处于一个“谢林点”（局部最优但整体次优）。

7. “It only took a couple of weeks for the average person to stake in 4.25 of the tournaments.” ——Numerai 推出5个并行锦标赛（不同目标变量）后，数据科学家迅速适应。Craib 认为，这展示了众包模式的灵活性：传统基金要进入新资产类别需数年，而 Numerai 只需“stick it on and see what people can do with it.”

8. “Maybe blockchain isn't about consumer things like CryptoKitties, but maybe it's about enabling weirder companies that couldn't exist like Numerai.” ——Craib 认为，区块链的真正价值可能不在于消费级应用，而在于创造传统法律/商业框架下无法存在的组织形式（如分布式对冲基金）。