“一年赚了640亿元”很抓眼球，但用它理解亚历克斯·格尔科和XTX Markets，第一步就可能走偏。这个数字来自英国《星期日泰晤士报》富豪榜：格尔科的估算身家由2025年的87.45亿英镑升至2026年的160.06亿英镑，差额为72.61亿英镑，按报道采用的汇率约合643亿元人民币。榜单在今年5月公布，10月中文网络热议的并非一份刚出炉的交易成绩单。
身家增值，不等于账户盈利，更不等于把640亿元现金装进口袋。把这层关系说清，才能讨论他的策略究竟强在哪。
640亿元，到底是哪笔钱
富豪榜估算的是一个人的净资产。格尔科持有XTX的大部分权益，公司未来赚钱能力被调高估值，他的纸面身家就会跟着上升。反过来，估值下修时，榜单也会迅速缩水。2025年富豪榜上，他的财富比2024年少了33.1亿英镑。那一年并不能据此推断他亲手亏掉了同样多的现金，正如今年的增长也不能直接写成“AI炒股年收益”。
还有一笔更接近经营成果的账。英国公司注册处已收录XTX相关实体的2025年财报。财经媒体Finance Magnates汇总其中三家主要英国经营实体，给出约39.3亿英镑净收入、17.1亿英镑税后利润。这是不同公司报表的合计口径，不应当当成格尔科的个人收入，也不是整个集团的完整合并报表。即使只作量级比较，富豪榜一年增加的72.61亿英镑也远大于这几家实体一年的利润。标题把“财富估值变化”压缩成“炒股赚到手”，省掉的恰好是最重要的财务区别。
他做的主要生意，不是猜哪只股票明天涨
XTX是一家算法交易和电子做市机构。它自己披露，模型会为逾5.3万种股票、债券、外汇、商品和加密资产相关金融工具预测价格，并据此在交易场所成交，或直接向机构客户提供买卖报价。官网所列的日交易量约2500亿美元，说明的是成交规模，不能把它乘以涨幅当利润。
做市可以想成有人随时愿意报出买入价和卖出价，替着急成交的买卖双方接一手。买卖价差是收入来源之一，但接单后价格若朝不利方向跑，价差很快就会被亏损吞掉。国际清算银行把做市收益拆成交易便利收益与持仓收益；持仓还有融资、对冲和库存风险。美国证监会也指出，快速做市最怕“逆向选择”：刚买进，价格就继续跌；刚卖出，价格就继续涨。
因此，XTX真正要回答的问题往往很短：此刻合理价格是多少，报多大数量，手里的风险能留多久，去哪里以什么成本对冲。它并非只需判断大盘牛熊。哪怕预测优势很小，只要在大量交易中反复控制成本和风险，也可能形成可观的经营利润；预测错得稍多，同样会被巨大的成交规模放大。
强项藏在报价之前，也藏在成交之后
外界常把优势归结为“用了AI”，这说得太轻。模型需要干净、连续、能对齐时间的市场数据。不同市场的报价同时变化，某种资产的价格异动可能先在另一种资产上显露。XTX公开介绍过，自建存储系统用来处理原始行情和模型训练数据；官网列出的资源包括逾2.5万块图形处理器、超过1艾字节可用存储。普通人下载一套模型，得到的并不是同一套信息与交易基础设施。
算力之外，还有交易现场。能否拿到稳定的订单流，能否让客户在需要时愿意接受报价，能否迅速对冲、限制库存，都会改变最终利润。XTX的客户业务面向银行、基金和经纪商，提供的是流动性服务。这部分关系建立得慢，也不是多写几行代码便能复制。它的优势更像一家技术密集型批发生意：单笔利润薄，依赖规模、速度和持续交付；看错价格时，风险先由自己承担。
公司没有公开足以复原策略的模型、参数和逐笔盈亏，外界无法断言“某个深度学习算法贡献了多少利润”。可以确定的是，它把预测、报价、执行和风控放在同一条生产线上。只谈预测准确率，像评价一家航空公司只看飞机飞得快不快，却不看航线、油耗和安全记录。
为什么AI更强，超额收益反而可能变薄
做市的技术进步有一层不太讨喜的后果：大家都能更准确地报价时，买卖价差会被竞争压窄。XTX在一份关于AI做市的公开演示中也提到，大模型和更多数据的边际收益会递减，利润空间可能继续受挤压。先行者可以凭规模和客户关系保持领先，但不能把技术领先自动换算成每年固定的高收益率。
市场本身也会变。某个订单特征去年预示价格上涨，今年可能已经被竞争对手用尽，甚至变成反向信号。交易越快、策略越相似，紧张时越可能一起撤单、收缩风险。国际清算银行提醒过，做市商同时减少库存时，市场深度下降，价差扩大，波动可能进一步加剧。平时赚取一小段价差，极端行情里却要处理骤然失衡的头寸；这是这门生意绕不开的尾部风险。
更大的陷阱是把历史图形当成规律。用海量特征反复训练，总能在旧数据里找出漂亮曲线。XTX自己的材料承认，市场信号弱、噪声大，回测中看似强的结果可能只是拟合噪声。对888个交易算法进行样本外比较的一项研究也发现，回测尝试越多，纸面表现与真实运行表现的落差往往越大。AI能更快寻找信号，也能更快制造令人信服的错觉。
做市赚了钱，交易对手就一定吃亏吗
有人看见高额利润，直觉上认为它是从散户手里“抢”来的。这种愤怒可以理解，但不能替代交易机制分析。急着卖出的人愿意接受略低一点的价格，急着买入的人愿意付略高一点的价格，以换取立刻成交。做市商在两边报价，收取价差，也接下暂时没人愿意持有的风险。报价更准、竞争更充分时，客户支付的价差可能变小。XTX在2025年欧洲现金股票的电子流动性提供者排名中居首，但这项排名只说明成交量，并不能单独证明每笔交易都给客户带来最优价格。
争议真正该落在执行质量上：客户成交价与当时可获得的其他报价相比如何，冲击市场的成本有没有下降，遇到暴跌时承诺的流动性还在不在。它又在多少交易场所掌握了比别人更完整的订单信息？这些问题需要逐笔成交数据和独立评估，财富榜回答不了。把做市商一概叫成“割韭菜”，会忽略它承担的风险；把它的盈利直接说成市场效率的证明，也一样过于省事。
还有市场结构上的顾虑。极高的算力门槛可能让少数公司成为关键的流动性来源。平静时，这能让报价更紧、成交更快；如果少数模型在压力下同时收缩，买卖双方可能忽然找不到足够对手。XTX自己的演示也提出过做市商集中带来的市场脆弱性。衡量这类公司的价值，要看它在最需要流动性的时候做了什么，而不是只看最赚钱的一年。
高收益能持续吗？先问清“谁的收益”
如果问的是“XTX能否继续赚钱”，答案有现实基础：它已有客户、市场接入、技术投入和可见的经营利润。规模与交易网络不会因为某个模型失效就立刻消失。如果问的是“格尔科的身家能否每年再涨640亿元”，答案明显更谨慎。私人公司的估值会随利润预期、市场环境和估值方法变化；去年的榜单下跌、今年的榜单上涨，已经说明这不是一条平滑的收益曲线。
如果问的是“普通人能否照着用AI炒股”，两者几乎不是同一道题。个人投资者买卖方向和持有周期，与一家在多市场双向报价、管理库存、服务机构客户的做市商相差太远。所谓“AI策略年化几百倍”，至少要看到真实资金运行记录、扣除交易成本后的净收益、最大回撤，以及策略放大资金后是否仍能成交。只展示回测胜率，连最基本的验证都还没完成。
更现实的一点是，XTX并不向公众售卖一款“跟投软件”。它曾专门发布声明，提醒有人冒用公司名义推广面向散户的交易或加密货币产品。拿它的富豪榜故事为某个付费荐股工具背书，本身就缺少业务上的关联。
我对这件事的判断是：格尔科的成功确实证明，机器学习已经能在真实市场里构成商业优势；它并未证明市场里存在一台装上模型就能稳定提款的机器。那640亿元最值得追问的，不是“他用了哪个提示词”，而是估值背后那家企业怎样长年把微小的定价优势兑现，同时在优势消失时活下来。
热门跟贴