独家！茂源“秘密武器”揭秘！
2018年，茂源资本开始为其股票团队招兵买马。创始人郭学文回忆，当时公司在股票领域没有积累，很多人觉得“老板不懂股票”，吸引人才并不容易。“候选人常问：茂源不是做期货的吗？你们真正下定决心做股票了吗？”他回忆说。
茂源是中国量化界一个响亮的名字。早在2013-2014年，江湖就流传着“南茂源”之说。时至今日，许多早期曾和茂源一起出现过的名字已难寻踪迹，茂源却茁壮成长起来，成为量化界一股不可小觑的机构力量。
郭学文告诉交易门，茂源公司在高频交易领域积累10年，造就了市场领先的交易算法和技术体系。随着公司在期货交易领域形成领先地位，资金量也不断增加，进入股票行业成为了必然的选择。于是从2017年，公司就开始策划股票业务。
对于要怎样去打股票这场仗，郭学文有清晰的思考：“第一，我们不能拿做期货的那套东西来做股票；第二，我们要建立独立的团队，通过平台化实现团队协同。”
股票团队创建初期，期货部的两位同事主动请缨，一位负责风控模型， 一位负责交易算法，其它负责策略研究的同事全部是新加入的。郭学文总结这些新同事的共性：“之前有3-5年的经验积累，但都算不上什么大牌”。在茂源内部，大家也半开玩笑地自称为“土八路”。
故事的结尾无需我剧透，你已经知道了。茂源的股票“土八路”，在最初也许并不被看好的情况下，顶着压力干了一场漂亮的仗。
2021年10月底，在茂源正式踏入股票交易领域3年后，其全资子公司“凡二”管理规模突破百亿，并取得了当年可能是业界最好的业绩。公司的股票业务按规模化的模式来组织和搭建，实现因子研究、组合模型、风险模型、交易算法的专业化，据专业人士评估，在高换手股票交易领域处于市场领先地位。
虽说管理规模并非茂源的目标，更像是做对事情之后的一个结果，但也足以证明茂源在股票赛道的战斗力。
也许读到这，你会和我一样对茂源产生好奇。本文成文的初衷，也就是搞清楚茂源“土八路”崛起背后的“秘密武器”，以及这家在早期发展阶段一直埋头自营、“不闻窗外事”的机构，是如何组织的，让这些郭学文笑称“二线背景”的人在股票赛道上跑出“一线业绩”，越来越接近其实现“量化投资专家”的目标。
茂源资本十一周年庆
郭学文并不常出现在公众视野中。出现在公司时，他打扮朴实，言谈举止气质谦逊，像一位随时可以走上讲台的大学教授。14岁就考上清华大学的他，80年代被公派到英国读博士，创办过好几家公司，上市的上市，被收购的被收购。早早财务自由后，毫无金融背景的郭学文凭着浓厚的兴趣，和“研究+技术+管理”三项他认为自己具备的必要能力，进入量化交易领域。当时40多岁的他，自己用Fortran写了可能是中国市场最早的高频策略代码。据茂源内部人士分享，他写的策略多年后都还在赚钱。
对于郭学文朴实无华的一面，许多茂源的同事都有深刻回忆。合伙人、期货交易部总经理魏振宇回忆，2013年年底他在香港第一次见郭学文时，他拎了一个边上已经磨破皮的包，还带了一个很小的诺基亚旧手机。
创始人的学术背景让茂源在早期很容易吸引到一批“气味相投”、具有理工背景的科学家人才。许多早期加入的同事和魏振宇一样，在国际顶级高校接受过严谨的科研训练。在进入茂源前，他们的量化和金融知识几乎为零，但却很快在茂源找到一种归属感。
蒋明明是茂源资深期货研究员，拥有美国布朗大学的物理博士学位。他回忆起2016年刚加入茂源时，自己连“IC”、“IF”是什么都不知道。他记得公司氛围像“大学研究院，导师带几个学生一起做研究”，老板不会盯着新人聊业绩，这让他立即放下了紧张感。
蒋明明加入后，郭学文邀请他参与到高频的工作中，“我是做CTA的，交易频率低很多，但郭总不会说我这个高频策略是公司机密，就不告诉新人”，这种合作和分享让他获取许多灵感，在宽松的氛围中逐渐找到自己的节奏。和“导师带着做研究”对应的，是早期茂源纯手动模式的科研流程。蒋明明回忆，自己加入时，研究员要“想象一个模型”，自己写代码去做回测，看是否赚钱。但问题是交易信号看起来很赚钱，但因为实际摩擦可能很大，并不敢轻易上实盘。于是研究员尽量把交易摩擦设定很大，跑出来看曲线。这样做的缺点是可能又过度悲观，策略本来是能赚钱的，就错过了很多机会。
如果研究员的策略经过无数测试，在前提很苛刻的情况下，曲线表现也还可以，才能见到一丝上实盘的希望。“最后还是郭总过来，判断策略有没有逻辑，然后拍板上实盘试试。”他说。“那时感觉做个能上实盘的策略蛮难的，甚至遥遥无期”。
就在蒋明明和其他研究员在手动模式科研中摸索时，茂源的技术团队已经在为投研平台做大量工作。
早在2013-14年，在意识到数据规范清洗的重要性后，合伙人、技术总监徐鑫鑫就在公司内部建了一个专职的数据组来统一处理数据。之后，他又开始搭建策略的开发框架，2015年，他把策略的接口标准化，实盘和回测都统一用这个接口，并且同时支持Python和C。回顾这过去六七年，在量化行业环境迅速变化的情况下，接口表现稳定，承受住了冲击。“说明我们还是抓住了软件行业一些关键的思想和实现方法”，徐鑫鑫说。
策略外围的数据回测解决后，徐鑫鑫开始邀请研究员上来平台做模拟成交。蒋明明等成了实验的“小白鼠”，“他们做一点我们试一点，试出新的需求”，针对需求，技术团队再搜集问题，做整合，搭相应模块解决问题。
徐鑫鑫要先鉴别每一个研究员的回测是否合理，这个鉴别的过程成本很高。“最终我们把回测模型也标准化了，研究员只需要按接口输出预测值或下单，就会得到完整的回测结果，之后我们再把回测和实盘做交叉验证”。
通过两年多的建设和不断演进，平台功能涵盖到量化研究的整个流程。2017年8月，“茂源投研平台”第一版发布并投入使用。2018年，投研平台完善度逐渐成熟，蒋明明感受到自己投研从方式到效率都发生了翻天覆地的变化。“平台提供了一个接口，可以用python写代码，写完后即可上传到平台。”
简单来说，现在茂源的研究员只需要把模型做好，把发单信号给接口，平台会帮忙撮合交易、计算交易成本，绘制交易曲线。如果研究员把参数从0.2改到0.5， 他也能实时在平台上看到曲线怎样相应改变。
更让研究员如释重负的是，模拟曲线和实盘接近度能达到95%，因此研究员能迅速判断策略赚钱还是亏钱。不用再像以前，要针对不同的模型和交易场景更改撮合方式。
在个体工作量大幅度下降的同时，团队效率也得到极大提升。拿期货交易为例，以前茂源研究员每个人的策略要单独上实盘，负责人要把每个人单独业绩拿出来看，会耗费大量精力和时间。现在他们在平台上可以查看每天真实交易曲线和回测曲线。研究人员只要点开自己的策略，就可以对比模拟交易日志和实盘交易日志，决定如何改进。以前研究员每天下午要花1到2个小时做盘后分析，现在只需要几分钟看结果。如果研究员手上有一组策略，还可以在平台上测试组合效果，检查新策略和旧策略的相关性。
对于蒋明明和其他研究员来说，他们现在可以全心全意地专注自己最擅长、最发挥创造力的那一小部分工作：“建模+算信号”。
“我们只用操心中间那小段，行情进来，怎么转移成交易信号。”在使用过程中，如果发现需要重复的计算，研究员想“偷懒”节约时间，还可以向技术部申请，让技术部同事帮忙用代码实现。如此这般，平台的功能也一直在叠加。
投研平台投入使用以来，许多新加入的、零量化基础的新研究员上手更快了。一位新人甚至只花一个多月，就让自己的代码上了实盘。这是当年蒋明明难以想象的效率和速度。蒋明明总结，在其它一些量化公司，从行情入库到交易运营，研究员都要参与。在茂源，“菜”、“饭”和“勺子”已经端到研究员面前，大家只要动嘴喂给自己吃就行了。蒋明明开玩笑说自己“ 已经被惯坏了”。
茂源资本十一周年庆派对，蒋明明（背影）在领舞
2022年2月，郭学文来到深圳南山的未名湖会馆参加《18个角度看量化》线下沙龙。这是深圳量化圈的小聚会，不时有量化界大咖登场交流。郭学文的分享主题是“量化的红海，怎样游到对面？”
很少出席公众活动的郭学文吸引来了几百位听众，面对台下一双双好奇的眼睛和屏住呼吸的面孔，郭学文提出了自己的看法：量化进入红海时代，你有任何新的策略，别人可能都想过了；即使你是第一个想出来的，也很快会被人学会。再希望像在蓝海时代那样靠发明一个“秘方”（策略）去持续盈利，已经不现实了。
那在量化红海时代，又该如何胜出呢？这就需要靠组织的力量，靠技术体系的支撑。郭学文告诉我，茂源的股票做得好，平台发挥了巨大作用。“因为我们没有比别人懂更多的东西，只是我们跑得更快。”
投研平台不仅使个体效率提升，也让团队协同性大幅提升。协同性提升怎么理解？我在茂源股票团队了解到这样一个案例。
一个研究员新加入公司，他有100个因子，组合策略超额20%；通过公司平台，他可以用到其他团队的1000个因子，同样的组合方法业绩提高到30%；用上公司交易算法，在买卖中又提高10%的收益；再用上公司风险模型，在大致保持收益的情况下大幅降低回撤；就这样，通过平台赋能，业绩一不小心就从“二线”变成了“一线”。这简直是“化腐朽为神奇！”有同事感慨说。
郭学文告诉我，平台既有正面的激励，也有负面的约束。用什么机制分享，怎么保证分享成果是不吃亏的，这些有很多精心具体的设计，以此来实现“平方级”的规模效益。
为什么规模效益这么重要？在郭学文的思考里，有了平方级的规模效益，当团队规模增加一倍时，每个团队的收益也会提高一倍，对团队的价值才真正体现出来。那怎样实现规模效益？这就得靠有效的组织，靠团队分享知识、互相借力。现在，他希望吸引更多有经验的个人和团队加入茂源，让大家一起分享茂源投研平台带来的规模效益。
在未名湖会馆，郭学文告诉台下的听众，“单飞累了，来茂源”！因为我们在一起，可以做得更好。
茂源资本圣诞Party
2013年，在获得“CCTV期货量化交易大赛”冠军后，郭学文受邀前往美国华尔街交流，期间拜访了许多知名的量化交易机构，包括长岛的文艺复兴。他看到无论在研究组织、技术体系或单纯人员数量上，自己与这些机构都存在巨大差距，那时他感觉只有“仰视”的份儿，并开始萌发“投研平台”的想法，还写下“碧血染黄沙，金戈驰骏马，我们是真英雄，怎会假？”的句子，激励自己，也激励了许多同事。
这许多年来，郭学文保持着去纽约和芝加哥交流的节奏，向先进的机构学习和取经。2021年秋，郭学文再度来到美国交流，这次他第一次感觉到，在平台化方面，也许茂源已经领先了。
“许多行家说花很多时间解决不了的问题，我们早就解决了。我们的平台是产品化管理，是自我服务的，不需要研究员找开发工程师，能做到这个的我还没见过。”
我问技术总监徐鑫鑫，如果现在是领先的地位，那茂源投研平台应该如何去保持这种领先性。
“这需要我们对量化行业业务模式、技术变革方向持续保持敏锐的观察力和行动力；还是得保持开放心态，多和国内外同行学习交流。”他说。“当然，目前的投研平台进化升级已经达到很好的状态，开发团队也逐渐成熟，我还是比较自豪的，过去的付出都是值得的。”
作为茂源投研平台负责人，回顾当时投研平台的开发，徐鑫鑫认为自己有许多方面还可以做得更好，在业务需求、功能设计、软件架构、基础设施等诸多方面有很多问题可以避免，这样投研平台可以更早投入使用，产生更大价值。他后来去剖析复盘了项目中觉得做得不够好的地方，把关键问题集中精力逐个解决，把过去担心的地方变成放心的地方。
徐鑫鑫从通讯行业转行进入量化，带来了通讯业务对“高通量”和“低延时”的理解，如今是他在量化行业、也是在茂源资本的第9年。目前他带领约30人的技术团队。他对技术具有一种极强的钻研精神。解决技术问题，他认为关键是要“发挥主动性，克服思维缺陷和行动阻力。”
“To B端的技术开发最开始会比较难，但积累起来会形成深厚的壁垒”。徐鑫鑫认为量化私募的技术工作更像是To B的开发，而且又是To B里面业务最复杂的。各家做得都不一样，没有统一的模式，要根据自己的需求去搭。
许多人认为技术在量化团队中始终是辅助角色，但徐鑫鑫说技术对团队胜利不可或缺。因为研究和技术在量化中是同步发展的，市场发生变化时，常常需要研究和技术协同去解决。量化中许多关键技术点，比如低延迟技术、GPU算力等，都会直接影响策略的迭代速度。
他说，技术人员如果做个三五年，对业务开始有一定的理解，就能找到阻碍业务发展的技术问题去解决。一旦有足够的勇气和主动性去解决行业内较重要的问题，就会非常有成就感。
也是这样的成就感，促使着徐鑫鑫和其他技术团队同事不断突破舒适区，在技术追求上不断走向极致。
茂源资本合伙人、副总裁陈晓瑛眼里的郭学文是一位“有大爱、有情怀”的企业家，从第一天起，他就希望把茂源做成未来可传承的“百年老店”。
许多茂源早期员工回忆，郭学文说过一句让许多人印象深刻的话：“别的公司的人买不起房，但我们公司的人不能买不起房” 。茂源成立以来，见证也经历了深圳特区的高速发展。如今茂源公司后面就是深圳知名的网红小区，许多同事也实现了走路上班， “下雨时连伞都不用打”。
“郭总自己是农村孩子出身，他也想带领足够努力、没有家底、穿草鞋的年轻人一起实现梦想”。陈晓瑛告诉我。为了避免企业有家庭色彩，创业10多年来，郭学文也从不让家人参与公司运营。
郭学文身上兼具科学家和创业者的角色，他总结两者共性是都非常需要“创造性思维”。公司领头人要对业务有感觉，在没有任何证据的情况下，能感觉到往哪儿去走。“这就有点像在海上开船，前面马上要撞上一座山，这时分出两个岔，往哪儿走，创始人就要追随自己的直觉。”
对于自己背景的缺点，郭学文认为是“不懂交易”，这不可避免地要用相当的代价来补偿。但是过去创业的经历也给他带来了优势。“怎么设计组织架构，我可能比纯交易背景的创始人更有经验。” 很少有人知道，郭学文第一份创业就遭遇失败，他几乎为此赔上全部身家。他还曾免费给过核心人员股份，后来发现被授予股份的人并不珍惜。现在茂源则要求新股东按账面价值购买股份。
“这些都是经验的积累。没有做过的事、没有犯过的错，都得补上。”他说。
冲着“百年老店”的目标，郭学文在茂源着眼于构建一个能经得起时间考验的组织架构。茂源的分配机制大幅向团队倾斜，除了看股权，更看重贡献度。基金经理有机会成为部门负责人，也有机会成为合伙人/股东，公司把上升空间向所有人开放。郭学文告诉我，这么多年，公司股东收益没有一年超过公司员工“梦基金”（只向员工开放的内部基金）的收益，“实际上是公司股东给员工打工的”！
郭学文说，过去几年，茂源股票业务靠创新的组织模式起步，比靠天才基金经理起步要困难许多，但随着规模化模式得到印证， “我们的好日子现在才刚刚开始…”
启林投资创始人专访因诺资产创始人专访茂源资本合伙人专访聚宽投资合伙人专访念空科技创始人专访
READING量化众生相系列分享
抛弃互联网大厂，他是“离经叛道”的量化算法工程师
Q总：量化没有怀才不遇这回事
程序猿？你想不到在量化行业你有多重要！别把量化交易变成拼人力、拼硬件、拼资源的烧钱游戏