46岁的俄裔数学博士亚历克斯·格尔科(Alex Gerko)以160.06亿英镑身家升至2026年英国富豪榜第八，过去一年靠AI炒股财富增加72.61亿英镑(约643亿元人民币)，日均增值约1.7亿元。策略到底强在哪？AI交易的高收益能否持续？

这只是少数难以复制的特例，不是什么普通人靠AI炒股逆袭的神话，是顶级数学能力、算力碾压和做市生意模式叠出来的必然结果。

46岁的亚历克斯·格尔科一年身家涨了640多亿人民币，靠的不是什么选股秘籍，是一套能在全球市场里薅走微观价差的AI系统，咱们这边也有类似的例子，那就是大名鼎鼎的deepseek背后的运营团队。

这套AI交易系统到底强在哪？

很多人对量化交易的印象还停留在算历史数据、找涨跌规律的阶段，XTX的玩法早就跳出了这个维度。

它手里攥着超过400PB的全球金融市场历史数据，背后是上万块GPU组成的算力集群，每天处理的是横跨股票、债券、外汇、大宗商品甚至加密货币的53000多种金融工具的实时数据流。

和传统量化机构依赖的线性模型、历史统计不一样，它的核心是深度学习的模式识别，找的是别人根本发现不了的非线性规律。

举个例子，欧元汇率的微小波动，可能和某只美股的盘口挂单、美债的收益率变化、黄金的分时走势藏着隐秘的联动，这种联动靠人眼看不见，靠传统模型也算不出来，AI能从海量噪声里把这些微秒级的价格模式揪出来。

全公司250多名员工里没有一个传统喊单交易员，所有下单全靠算法自动完成，日均交易额冲到2500亿美元。

哪怕是万分之一的价差，乘以这个级别的交易额，都是一笔天文数字的利润。

它的交易延迟是微秒级的，比人眨眼的速度快几千倍，等普通交易者反应过来的时候，价差已经被它吃干净了。

为什么偏偏是数学博士做成了这件事？

亚历克斯·格尔科是正经莫斯科国立大学的数学博士，研究方向是交换代数和同调维数，听着跟炒股八竿子打不着，恰恰是这种纯数学训练，给了他降维打击的能力。

高频做市交易的本质，是在极短时间里处理海量的不确定性，从杂乱无章的市场噪声里找出稳定的统计规律，这本质上就是个数学问题。

纯数学训练出来的人，对规律的敏感度、对抽象问题的拆解能力，是普通金融背景从业者比不了的。

他不是半路出家的程序员，也不是只会看财报的交易员，早年在德意志银行、GSA Capital十几年的量化交易经验，让他既懂数学模型的边界，也懂金融市场的真实规则。

他还拿过经济学硕士学位，不会搞出那种数学上完美、现实里根本跑不通的纸上模型。

2015年创办XTX的时候，他就没打算走传统对冲基金赌方向的路子，直接all in机器学习和算力，把公司做成了一台纯靠算法赚钱的金融机器。

业内都叫他数学家，不是客套的恭维，是真的靠纯数学功底在金融圈杀出了一条路。

在我看来，很多人说AI会取代交易员，其实不对，最先被甩开的，是不懂底层数学逻辑的交易员。

这种高收益的状态能一直持续下去吗？

先得说清楚一件事，他这640多亿的财富增长，不全是公司赚到手的现金，大部分是公司股权估值的提升，本质上是市场给AI交易赛道的增长溢价。

XTX的核心盈利模式是做市，赚的是买卖价差的钱，只要市场有波动、有交易需求，它就能稳定赚钱，这和赌涨跌的对冲基金完全不是一回事，抗风险能力要强得多。

但这不代表它能永远保持这个财富增速。

首先是竞争，全球头部量化机构都在疯狂堆AI、堆算力，你有GPU集群，别人也在砸钱建数据中心，你能找微观价格模式，别人的大模型也在迭代，早晚都会进入边际收益递减的阶段。

XTX现在还在芬兰建大型数据中心，计划投入超10亿欧元，就是为了继续堆高算力壁垒，但算力是实打实的成本，硬件采购、电力消耗、冷却维护都是持续的开销，算力堆得越高，边际成本也越高。

而且XTX没有任何外部投资者，利润全部流向少数几个合伙人，这既是好事不用看资本脸色，也意味着一旦出现大额亏损，没有外部资金来托底。

其次是极端行情的考验，AI模型都是基于历史数据训练的，真遇到史无前例的黑天鹅，比如突发的地缘冲突、超级央行的超预期政策转向，模型会不会失效、会不会触发连锁止损，谁也不敢打包票。

还有监管的不确定性，全球对高频交易、AI交易的监管一直在收紧，一旦对做市价差范围、下单频率做出限制，盈利空间必然会被压缩。

去年到今年全球市场波动率持续抬升，刚好踩中了做市商的盈利舒适区，XTX的业绩爆发很大程度上也吃了这波行情的红利。

等市场回归平静，或者竞争对手都跟上了AI的脚步，这个财富增长的速度自然会降下来。

实话讲，这世上没有永动机，哪怕是用最顶尖数学和算力堆出来的金融印钞机，也有它的天花板。