跳转至


课程  因子投资  机器学习  Python  Poetry  ppw  tools  programming  Numpy  Pandas  pandas  算法  hdbscan  聚类  选股  Algo  minimum  numpy  回测  数据标准化  algo  FFT  模式识别  配对交易  GBDT  LightGBM  XGBoost  statistics  CDF  KS-Test  monte-carlo  VaR  过拟合  algorithms  machine learning  strategy  python  sklearn  pdf  概率  数学  面试题  量化交易  策略分类  风险管理  Info  interview  career  复权  数据  tushare  akshare  xgboost  PCA  wavelet  时序事件归因  SHAP  Figures  Behavioral Economics  graduate  arma  garch  人物  职场  Quantopian  figure  Banz  金融行业  买方  卖方  story  量化传奇  rsi  zigzag  穹顶压力  因子  ESG  因子策略  投资  策略  pe  ORB  Xgboost  Alligator  Indicator  factor  alpha101  alpha  技术指标  wave  quant  algorithm  pearson  spearman  套利  LOF  白银  因子分析  Alphalens  涨停板  herd-behaviour  momentum  因子评估  review  SMC  聪明钱  trade  history  indicators  zscore  波动率  lightgbm  强化学习  顶背离  另类数据  freshman  resources  others  AI  DeepSeek  network  量子计算  金融交易  IBM  weekly  进化论  logic-factor  machine-learning  neutralization  basics  LLT  backtest  backtrader  研报  papers  UBL  quantlib  jupyter-notebook  scikit-learn  pypinyin  qmt  xtquant  blog  static-site  duckdb  工具  colors  free resources  barra  world quant  Alpha  openbb  risk-management  llm  prompt  CANSLIM  Augment  arsenal  copilot  vscode  code  量化数据存储  hdf5  h5py  cursor  augment  trae  Jupyter  jupysql  pyarrow  parquet  数据源  quantstats  实盘  clickhouse  polars  滑动窗口  notebook  sqlite  sqlite-utils  fastlite  大数据  PyArrow  UV  Pydantic  Engineering  redis  remote-agent  AI-tools  Moonshot  回测,研报,tushare  dividend 

我之为我,有路可寻:量化传奇 Max Dama 的非典型量化之路

最后更新: 2026-01-16


在量化交易这个圈子里,我们听过太多“天才”的故事。

他们通常是这样的:从小就是数学奥赛金牌,本科在哈佛或麻省理工,博士读的是理论物理,然后一毕业就被华尔街的顶级对冲基金疯抢。

但今天,我想给大家讲一个不太一样、非典型的故事。

故事的主角,他没有那些光鲜亮丽的“天才”标签。他来自佛罗里达州的一个偏僻角落,自嘲是“红脖子”出身。高中之前,他最大的爱好是冲浪和发呆,甚至觉得自己“不够聪明”。然而,就是这样一个看似普通的少年,却在高中时期就萌生了用人工智能做交易的疯狂想法。他在大学期间,凭一己之力创立了著名的伯克利交易俱乐部,写出了一本至今仍被无数量化新人奉为“红宝书”的 PDF 指南。现在,他是芝加哥顶级自营交易公司 Headlands Technologies 的核心人物。

他就是 Max Dama


觉醒的冲浪少年

故事要从佛罗里达州西北部说起。Max Dama 曾在一个采访中曾打趣说,那里是佛罗里达的“红脖子”区域。在那样的环境下,教育资源其实是相对匮乏的。

他有一个哥哥,是个超级学霸,很早就展露了头角。但 Max 呢?

他觉得自己反正也没哥哥聪明,与其在书本里死磕,不如去海边冲浪,享受阳光和沙滩。那时的他和我们很多贪玩的孩子没什么两样,对未来没有什么太大的野心,主打一个“佛系”。


但是,命运的转折点很快就来了。因为哥哥太优秀,被杜克大学的一个天才少年项目选中,随后去了一所位于田纳西州著名的寄宿学校 McCallie(麦卡利中学)。这个学校我上网查了一些资料,根据 2017 年的数据,该校 17%的学生升入布朗大学,普林斯顿大学,哈佛大学和斯坦福大学等顶尖学府,是一所很优秀的寄宿制男校。

学校一看,既然他的哥哥这么厉害,都是同一个父母生的,那弟弟肯定也不差吧?于是,就是这么戏谑,Max 沾了哥哥的光一起被招了进去。

这个因“买一送一”蹭来的好机会,彻底改变了 Max 的人生轨迹。

在麦卡利,Max 仿佛被打通了任督二脉。他突然发现,自己并不是不聪明,只是之前没有找到学习的方法和兴趣点。

在这里,他接触到了两样让他着迷的东西:一个是人工智能(AI),另一个是金融交易。


要知道,在十几年前,AI 远没有现在这么火爆,量化交易对大多数人来说更是一个黑箱。但就在那个时候,高中生 Max 就已经开始琢磨我能不能写个程序,让 AI 帮我自动炒股? 甚至,他还尝试自己开发电子游戏。这种对技术和逻辑的痴迷,为他日后的量化之路埋下了最早的种子。

伯克利的“疯子”与“红宝书”

高中毕业后,Max 信心满满地申请了斯坦福大学,结果就是 reject!这对当时的他来说,可能是一个小小的打击。不过,他很快调整心态,最终去了加州大学伯克利分校。

现在的我们回过头看,这或许是最好的安排。在伯克利,Max Dama 开启了他人生中最为“疯狂”的、也是最充实的一段时光。

大学时期的 Max 究竟有多拼呢?当大部分学生一学期选三四门课就已经觉得压力山大之时,Max 一学期竟选了六七门课!而且,他选的都不是什么水课,都是硬核的机器学习、算法、应用数学,甚至还有很多研究生级别的课程。


Max 曾在采访中回忆说,由于研究生课程是不开放给本科生的,为了能蹭上这些课程,他当时的做法非常厚脸皮。他每周都跑去问教授:嘿,这周有人退课了吗?有空位了吗?能让我进去吗?

正是靠着这种执着,他硬是蹭进了无数高端课程。他的脑子里始终绷着一根弦:我要把学到的所有东西,都应用到交易上

终点不同,看待知识的视角自然天差地别。

上线性代数课,别人看到的是矩阵变换,他看到的是投资组合的优化模型;

上微观经济学,别人背的是供需曲线,他思考的是订单簿的微观结构。

这种极度明确的目标感,让他在大学四年里,不仅拿到了学位,更是拿到了四个学位!据说在毕业申请时,注册处的系统里只有两行填学位的地方。

工作人员都惊呆了,说:“从来没人拿过四个学位,这没地儿填啊。”


Max 说:“你就随便找个空地儿手写上去吧。”

创建伯克利交易俱乐部

除了疯狂学习,Max 在伯克利还做了一件影响深远的事情。

当时的伯克利,虽然学术氛围浓厚,但在量化交易这一块,社区氛围并不强。Max 觉得太孤单了,找不到人交流。既然没人搞,那我就自己搞

于是他创立了伯克利的交易俱乐部,并且亲自设计教学大纲,给同学们上课,一教就是四个学期。 为了配合教学和分享想法,他还开设了一个博客。在那个博客圈的“黄金时代”,Max 的博客迅速火了起来。他毫无保留地分享自己的策略代码、对市场的思考,甚至是失败的教训。

这里有个很有意思的小插曲。因为博客太火,除了名气,还带来了一些意想不到的机会。


比如,有一家韩国的投资公司看到了他的博客,惊为天人,以为他是某个隐世的高手。于是,他们邀请 Max 飞去韩国,帮他们编写一套交易系统。还是大学生的 Max 屁颠屁颠地去了。结果呢? 他在采访里很诚实地说:“其实我当时根本不知道自己在写什么,那套系统最后估计也没法用。但我跟那个韩国老板在 KTV 唱卡拉 OK 唱得很开心。”

虽然韩国之行有点“乌龙”,但 Max 的博客确实积累了大量的干货。在后来加入 Headlands Technologies 之前,因为公司的合规要求,他必须关闭个人博客。但他舍不得这些心血就这样消失。于是,他花时间把博客里的精华文章、教程、代码,整理成了一本 60 页的 PDF 文档,起名叫 《Max Dama on Automated Trading》

这本 PDF,后来被上传到了网上。它的内容,在当时那个内容不愿意对外过多透露的年代是非常硬核且实用的。但是,这份文档的内容主要是他本科时候写的资料,其中可能很多信息已经过时了,因此在阅读时不能全信。但同时,这个材料直至今天依然具有很强的参考价值。


从实习生到 Headlands 核心成员

讲完了大学时代的辉煌,我们再来看看 Max 的职业生涯。

你可能会觉得,像他这样拿了四个学位、又是校园风云人物的大神,找工作肯定是 Offer 拿到手软吧? 其实并没有。Max 坦言,他在毕业求职时,也吃了不少闭门羹。他先是在旧金山的一家对冲基金实习,老板是后来大名鼎鼎的 Google X 负责人 Astro Teller。那段经历虽然让他开了眼界,但那家基金本身并没有赚到什么钱。毕业后,他投了很多简历,也被拒了很多次。直到后来,他通过在这个行业里建立的人脉网络,接触到了 Headlands Technologies

Headlands 它可能没有城堡投资或 Jane Street 那么出名,但在高频交易(HFT)领域,在圈内名气很大。在这里,Max 找到了属于他的舞台。在访谈中,Max 透露了很多关于这家神秘公司的内部运作细节,非常有价值。


第一点是, 垂直整合的工作模式 在很多大基金,分工极细。有人专门洗数据,有人专门写 C++底层,有人专门研究策略。你可能只是一颗螺丝钉。但在 Headlands,Max 说:“你要负责整个垂直领域”。这意味着,如果你负责某个市场的交易,你不仅要写策略模型,你还要写执行代码,还要管数据清洗,甚至要盯着实盘的运维。

Max 说:这很累,但反馈极快。 你知道你的每一行代码是怎么影响盈亏的。如果你亏了,你没法怪数据组给的数据不好,也没法怪执行组的系统太慢,因为所有东西都是你写的。

第二点是:极度的透明与“扁平化” Max 说,Headlands 内部非常透明。所有人都能看到所有人的代码库,所有人都能看到公司的实时盈亏。没有“这是我的秘密策略,不给你看”这种说法。这种文化逼着大家互相学习,也逼着大家不断进步。因为你的代码就摆在那,写得烂大家都能看见。

在访谈中,Max 澄清了一个误区。很多人以为 HFT 就是赌方向,赌下一秒涨还是跌。


Max 说,其实更多时候,他们做的是做市套利,他们追求的是市场中性,赚的是提供流动性的钱,或者是修正市场微小错误的钱。

Max 用了一个词来形容 HFT——非常清晰(Clear)。在长线投资里,你买了一只股票,可能要等一年才知道自己对不对。但在 HFT 里,你把代码推上线,几毫秒后,你就知道自己是对是错。 这种极短的反馈循环,是 HFT 最迷人,也是最残酷的地方。

为什么 Max Dama 认为 LLM 对 HFT 没啥用

在如今这个 AI 爆火的时代,大家都在想怎么用 ChatGPT 炒股,但 Max 直接泼了一盆冷水。他认为,大语言模型对我们来说,主要用途是写代码的助手,或者用来解析新闻文本,但在核心的交易逻辑上是没用的。

因为 HFT 是纳秒级的游戏,你的模型必须在几微秒内做出决定。而 LLM 这种庞大的神经网络,推理一次可能要几百毫秒甚至几秒,黄花菜都凉了。而且,HFT 处理的是结构化的行情数据,而不是自然语言。


在这个领域,简单的线性模型或者轻量级的树模型,往往比复杂的深度学习更有效、更可控。

Max 对现在年轻一代量化求职者的看法

他说:现在的学生,变了

在他那个年代,大家进入这个行业,更多是因为对市场本身充满好奇,觉得这是一个充满挑战的智力游戏。而现在呢?很多学生看到量化交易员薪水高,就蜂拥而至。他们疯狂地刷题,练习各种脑筋急转弯,把面试当成考试来应付。Max 把这种现象称为消极指标

因为在他看来,如果你只是为了钱而来,你很难在残酷的市场中坚持下去。真正的顶级交易员,往往是对解决问题本身有瘾的人。他们享受的是那种与市场博弈、在混乱中寻找规律的快感,而不仅仅是银行卡上数字的增长。

Max Dama 给我们的启示

回顾 Max Dama 人生哲学,他的父亲曾希望他成为一名 AI 研究员,毕竟那是未来的方向。


Max 笑着说:“你知道的,孩子永远不会听爸爸的话。”

所以,他义无反顾地选择了交易。

虽然现在 AI 确实成了最火的风口,但 Max 在交易领域也走出了属于自己的路。Max Dama 的故事,不仅仅是一个学霸赚钱的故事,它是一个关于极致的投入无私的分享的故事。他用行动证明了,即使在一个充满了商业机密和零和博弈的行业里,开放和透明依然可以让你赢得尊重,甚至让你变得更强。

如果你对量化交易感兴趣,或者你正处于迷茫期,我强烈建议你去搜一下那本《Max Dama on Automated Trading》。哪怕你看不懂里面的代码,光是读读他的前言,看看他思考问题的方式,相信你都会有所收获。 好了,这就是今天关于 Max Dama 的故事。希望这个冲浪少年的逆袭之路,能给你带来一点点启发。


接连几期,我们的配图都是大学校园图,由 wikimedia 提供免费使用,我们也需要有一个地方,对拍摄者进行致谢和版权声明。所以,我们干脆来个猜校园游戏。

本期题图是哪所大学,你或者你有什么朋友在这所美丽的大学就读过吗?在评论区告诉大家吧。

这是哪所大学的校园? @wikemedia