財經隨筆｜量化華爾街的幻象：吳艦案啟示錄

華爾街從不缺乏傳奇，既有頂尖數學家與工程師締造的投資奇蹟，也有風光背後的深淵。騙徒的手法層出不窮，日新月異。

Two Sigma 前高級副總裁吳艦案件，便是一個值得關注的「新型金融詐騙」案例：在數據與演算法驅動的金融時代，詐騙不再是帳簿造假或虛構交易，而是潛藏於代碼與模型參數之中。

案件背景

• 人物：吳艦，34 歲，中國籍，康奈爾大學博士，2018 年加入 Two Sigma，負責量化模型開發，後升任量化研究高級副總裁。

• 事件：2021 年 11 月至 2023 年 8 月，他被控操縱或協助建立至少 14 個量化模型，刻意調整「去相關化」參數，使其模型實際上與其他模型高度重疊。

• 影響：Two Sigma 誤以為這些模型能帶來獨立且額外的超額回報，頻繁使用並調高薪酬獎勵，導致客戶蒙受至少 1.65 億美元損失。

• 獲益：吳艦的薪酬急速膨脹，2022 年收入達 2,350 萬美元，其中大部分來自獎金與績效獎勵。

• 法律後果：美國司法部與 SEC 同時起訴，上週宣布的罪名包括電匯詐欺、證券詐欺與洗錢，每項罪名最高 20 年刑期，合計 60 年。

他目前被列為逃亡者（fugitive）, 暫時下落不明。

金融詐騙的「技術升級」…..

傳統的金融詐騙，多數是會計造假、隱匿債務或內線交易。而吳艦案卻展示了量化金融時代的詐騙新模式：

1. 偽裝在技術細節中

操縱的不是財務報表，而是模型參數與代碼，外界難以察覺。這種「算法層級」的作弊，對監管與內控提出更高挑戰。

2. 收益與激勵錯位

Two Sigma 的獎勵制度依賴模型的「獨特性與貢獻度」，吳艦正是利用這一激勵漏洞，將「重複模型」偽裝成「創新模型」。

3. 集體盲點

量化基金強調科學與數據驅動，但對模型內部的可解釋性與驗證依賴有限，反而給了內部人員操作空間。

這是一種「科技光環效應」：外界越相信演算法客觀，越容易忽視人為操縱的可能。

投資與監管啟示….

1. 監管需要升級

這類案件顯示，傳統的財務審計已不足夠，監管機構與公司內控需加強對算法透明度與模型驗證的要求。

2. 激勵機制需重檢

獎勵制度若僅依靠模型短期績效，反而會誘發道德風險（moral hazard）。基金公司需考慮將獎勵與長期穩定性掛鉤。

3. 投資人需理解新風險

投資於量化基金的客戶，必須意識到「模型風險」(model risk) 已成為新的系統性風險來源，不僅限於市場波動或信用違約。

結語

吳艦案並非單一人物的墮落故事，更像是金融創新的另一面：每一次金融科技的推進，總會帶來相應的欺詐創新。

在人工智慧與量化交易快速普及的今天，投資人、監管者乃至整個市場，都必須正視「黑箱算法」帶來的道德風險。否則，未來的華爾街，或許將面對更多隱匿在代碼中的幻象。

📊 參考來源：美國司法部（DOJ）、美國證券交易委員會（SEC）

Reuters👇👇

https://www.reuters.com/legal/government/us-charges-fired-two-sigma-quant-researcher-with-fraud-2025-09-11/

#twosigma #金融詐騙 #吳艦 #SoMei財經隨筆