来源：Generating Alpha Podcast
编译：佳欢，Chaincatcher
谁是 Jeff Yass ？
本周《Generating Alpha》请到了一位与众不同的嘉宾——Jeff Yass，他是全球最成功的交易公司之一 Susquehanna International Group（SIG） 的创始人。
Jeff 是金融界的传奇人物，他把扑克、概率和决策理论的原则应用到市场中。在过去四十年里，他低调地打造了一个全球交易巨头，悄悄活跃在华尔街幕后，交易从期权到加密货币，一切都建立在数学的精准和理性思考之上。他也是现代金融中最有影响力却又最神秘低调的人物之一，这期节目是他有史以来第一次接受播客采访。
在这期短篇节目里，我们只聊了一件事：预测市场——为什么 Jeff 认为它们是人类探寻真相的未来，它们如何能改善商业和政府决策，以及它们揭示了激励、信息和人类行为的巨大力量。
录这期节目让我非常享受，希望你们听完也一样。
主持人： Jeff，真的非常感谢你来做客，谢谢你抽出时间。
Jeff Yass： 我的荣幸，Amir，开始吧。
预测市场的核心价值与意义
主持人： 为了给这次对话打个基础，我想先简单问一下：你现在对预测市场整体的看法是什么？它们对你和 SIG 有多重要？
Jeff Yass： 预测市场是我们多年来真正的热情所在。它们给世界带来了巨大的价值。你如果没有事件发生的准确概率，就做不出好的决策。而预测市场是我们目前已知最准确地估算这些概率的方式。所以我们认为这是一个了不起的工具，会给社会带来巨大的好处。
主持人： 从更宏观的角度看，你觉得未来十年预测市场会怎么演变？尤其是在监管和博彩立法方面？
Jeff Yass： 在传统博彩领域，老实说我们也不完全确定。但全世界正在逐渐意识到，像欧洲的 Betfair 那种让人们互相买卖的交易所模式，是一个更公平的系统，能大幅降低成本。现在传统博彩的抽水（VIG）大概是 5% 左右，如果能在交易所里互相交易，我们觉得能降到 1-2%。这对想参与体育博彩的人来说是巨大的胜利。
但我们推动预测市场的真正动机，是要把真相挖出来。我们最喜欢的例子是伊拉克战争。小布什刚打进去的时候说总共才花 200 亿美元，他的经济顾问 Lawrence Lindsay 说可能会到 500 亿，结果因为说了实话还被惩罚了。真正的数字后来算出来是 2 万亿到 6 万亿美元。
如果当时有个预测市场，问“这场战争的总成本 over/under 是多少”，我敢说不会到 2-6 万亿，但绝对会远高于 500 亿，可能到 5000亿。那老百姓看到这个数字就会说：“等等，我们不想要这场战争！政客每次都说战争会又快又便宜，结果从来都不是！” 所以我们需要一个可信的来源，而预测市场就是客观、可信的来源——因为下注的人如果判断错了，就会亏钱。
如果当时看到这么恐怖的数字，反战声音会大得多。预测市场真的可以强大到减缓政客不断对我们撒的谎，这才是我最想看到它蓬勃发展的原因。
主持人： 这几乎是“人民的真相”，而不是被污染过的、喂给大众的那种真相。
Jeff Yass： 完全正确！而且不光是对普通人，哪怕是对专家也是。你我可能都不知道一场战争到底要花多少钱，但总有一小群人是知道的，他们会去下注，把价格推到一个合理的位置。普通人根本不可能知道战争成本，但看到专家们在市场上搏杀、用真金白银投票，你就能信任那个数字。你光看预测市场的价格，就能比那些要么瞎编数字、要么故意撒谎的政客更专业。
操纵与风险
主持人： 我猜未来预测市场还会用来给更多类似金融工具的东西定价，支持其他决策。但怎么防止预测市场被操纵呢？
Jeff Yass： 跟防止任何市场被操纵是一个道理——如果你想操纵价格，只要市场里有足够的参与者，你就得自己亏大钱。比如你想把伊拉克战争成本压到“ 500 亿以下”，好，我们可以跟你对赌几亿美元，说你错了。你的操纵计划会贵得离谱，可能比拍几条误导性广告还贵几百倍（广告才几百万，这要几亿）。所以这本身就会保护市场的完整性。
主持人： 往前倒一点，你早期是职业赌徒，玩扑克和赛马。你觉得赌博和预测市场之间有哪些相似之处？由此又会带来什么系统性风险和机会？
Jeff Yass： 我真没看到什么系统性风险。我看到的是更多的真相、更理性客观的概率进入市场。真正的系统性风险是政客用谎言忽悠我们，而预测市场正是解药。当然可能会有极少量的操纵，但跟我们现在面对的操纵量比起来根本微不足道。竞争性市场会把任何问题都抹平。
商业应用与对冲
主持人： 那从整体来看，你觉得像你们这样的公司未来会怎么把预测市场融入日常决策？
Jeff Yass： 举个例子，再过 15 天纽约市要选举（播客发布于 10 月 23 日）。如果你只看电视、新闻，很难判断真正的概率——有人说“太接近了”，有人说“纽约不可能选 Maami 这种人”。但你一看预测市场，他赢面超过 90%。如果你要决定搬不搬去纽约、把不把公司迁到纽约，你就必须知道这个概率，光看报纸听新闻根本搞不清楚。有这个明确数字会极大帮助你的决策。
再比如你是房地产开发商，觉得 Maami 上台后你的地产会跌100万美元，你就可以直接对冲。更重要的是，你能瞬间得到最靠谱的概率，不用自己读一百万篇文章、打电话问民调公司，所有的工作都已经帮你做完了，你直接拿到最好的数字，用来指导所有决策。
对 SIG 来说，我们也一直在看总统大选的概率，股市会因为谁领先而涨跌，我们就用预测市场的概率来判断某只股票对政治事件是反应过度还是反应不足。
主持人： 我能想象，随着预测市场交易量越来越大，大机构也会开始参与，用预测市场而不是传统金融工具来对冲。你最近和 Kalshi 合作，成为他们的主要做市商之一。你认为像你们这样的公司的参与过程将如何随着市场发展而演变？
Jeff Yass： 预测市场现在还是一个定制化产品，机构还没真正进来，交易量主要来自相对小的玩家。还没有哪家巨型机构跑来对“美联储会不会加息”这种事件下大注。但我们相信，只要监管更清晰、市场更受欢迎，机构就会蜂拥而至，会出现华尔街级别的巨额下注。现在高盛、摩根士丹利还有点谨慎，但迟早会改观的。
我真正期待的是预测市场能影响保险行业。现在很多地方根本买不到保险，政府把价格压得太低，保险公司都跑了——比如佛罗里达。但如果用预测市场做保险，你可以挂一个合约：“未来48小时你家所在区域风速会不会超过80英里/小时？” 假设概率10%，你担心房子被毁，就可以下注1万美元赢9万美元，基本覆盖损失。而且你只在有台风威胁的时候才买，省掉所有理赔、广告、运营费用，会便宜得多，也完全按需定制。
主持人： 而且可量化得多！传统保险公司总想评估你需要多少，他们会赔你多少等等，而预测市场一目了然。随着这些市场最终变成完全受监管的交易所，你觉得流动性主要会来自华尔街大机构还是散户？
Jeff Yass： 两者都会。而且会创造巨大的机会。比如你就是一个狂热的天气爱好者，住在佛罗里达，特别懂飓风概率，你就可以自己挂市场，说“我认为这个区域受灾概率是多少”，以前这种专才完全没法变现，现在却可以靠专业知识赚钱，还能帮普通人把保险价格压下来。
影响、障碍与学习
主持人： 你觉得预测市场未来会影响事件结果本身吗？
Jeff Yass： 不会。比如之前 Polymarket 上那个法国人狂买特朗普，纯属胡扯。我们直接跟他反着赌，他把价格拉高，我们就把它压回去，根本影响不了结果。这种担心不是零概率，但被严重夸大了。
主持人： 那你觉得目前阻碍预测市场大规模普及的最大障碍是什么？怎么消除？
Jeff Yass： 最大的障碍是，就像你问的这些问题一样，你可以看到可能会出错的地方。这些事情在心理上会马上出现在你脑海里——这些事情可能会出错。某些事情可能会出错，但现在已经有事情在出错。所以，随着我们习惯它，那个障碍会消失。这可能需要时间，但人们有恐惧，他们会夸大负面影响。但随着产品被接受，人们了解它的价值以及它能为他们节省多少钱，这些恐惧会消散。这可能需要数年时间，但我对我们能达到目标非常乐观。
主持人： 有人担心有些决定不该被量化。你觉得有什么决定或预测我们应该故意不去量化吗？
Jeff Yass： 好问题。理论上你甚至可以挂一个市场：“我该不该跟这个女孩结婚？” 也许你朋友和家人会比你自己更客观……不过这确实有点过分了。所以我的答案基本是没有。
主持人： 现在没人谈到的、预测市场未来能做到什么？
Jeff Yass： 最重要的一点：它能阻止战争。每场战争政客都夸大其词，说会很快结束、成本很低、伤亡很少——全是谎言。美国内战时，林肯政府 1862 年一度停止征兵，以为几周战争就会结束，结果丢失了 65万条人命。如果老百姓提前知道真实成本和灾难性后果，就会拼命寻找除战争之外的其他解决方案。
另一个例子是无人驾驶汽车。现在很多人反对，因为能想象机器人失控撞死人。但未来12个月美国道路会死大约 4万人，如果全面无人驾驶，我猜能降到 1万人，救下 3 万条命。如果预测市场显示 2030 年交通死亡人数会大幅下降，政策制定者就会拼命加速无人驾驶的落地——因为我们能清楚看到能救多少人命。现在大家还犹犹豫豫：“不知道好不好。” 有个客观数字之后，我们会快得多。
Jeff Yass 想对世界说的一句话
主持人： 在结束前，如果你只能向全世界传递一条关于预测市场的信息，你会说什么？
Jeff Yass： 我母亲以前常跟我说：“你要是真那么聪明，怎么还没发财？”
预测市场就是客观的。如果你觉得市场概率错了，那就去下注，把它矫正到你认为对的位置。如果你真比市场聪明，你会赚大钱，同时还帮社会把价格弄对。如果你赚不到钱，那你可能该闭嘴——也许市场比你更懂。
这会把所有大学教授气疯，因为他们想当专家，但他们不是。一群每天用真金白银搏杀的投机者，会比任何教授都强得多。把教授气疯，在我看来是好事。
举个例子：我女儿 12 岁时，奥巴马在民主党初选中对战希拉里。当时全美最有名的政治学家上电视说“希拉里领先 30-40 个点，稳了”。我让我女儿去查 TradeSports（当时唯一的预测市场），她说：“奥巴马有 22% 的赢面。” 市场早就看出奥巴马的特别和个人魅力，而希拉里虽然知名度高，但领先幅度其实没意义。我 12 岁的女儿，比全球最顶尖的政治学专家还准。这就是预测市场的力量。
学习与人生建议
主持人： 最后一个问题：如果现在是一个高中生，结合你这么多年的成功和招聘经验，你建议今天的年轻人学什么？
Jeff Yass： 计算机当然要学，必须懂编程、懂 AI。但如果你真想成为一个在不确定性下做决策的人——而这正是人类的本质——你必须学好概率与统计。
世界上太多决策是你在不确定的情况下做的，如果你不懂概率统计的数学基础，很容易做出灾难性决定。比如飓风季节来了，好多飓风——这是大事吗？往年是不是一直都这么多？波动性有多大？这到底是全球变暖的证据，还是只是随机波动？分清信号和噪音需要知识。
1958年苏联发射 Sputnik，美国害怕被甩到月球后面，于是全国推行人人学微积分。结果现在要进好大学、医学院都得学微积分——荒谬，因为 99% 的人一辈子都用不到。但概率统计却被当成次要的，没人强制学。所以我们国家有一堆会微积分的人，却几乎没人懂概率统计，这完全本末倒置。
你必须自己主动去学概率统计，一定要懂贝叶斯分析。哈佛医学院的学生做疾病概率题，能错 100 倍——这些人超级聪明，但学校没教他们。即使是医生，你问“你觉得我得这个病的概率是多少？” 他只会说“可能有、可能没有”。你会想：医生，能不能把市场收紧一点？
主持人： 我现在正在学微积分……看来我得自己补统计了。
Jeff Yass： 微积分很美，是我最喜欢的科目，是艺术，是科学之钥。但对绝大多数人来说，实际用处有限。
主持人： 最后一个传统问题（我已经问过 39 个人了，我现在 16 岁）：如果你要给今天的 16 岁青少年一条人生建议（可以是职业、感情、任何方面），会是什么？
Jeff Yass： 如果是感情建议——我相信市场。别跟你朋友都觉得是疯子的人谈恋爱。很多人会陷进去，这时你得问朋友真话。可以匿名，让他们建个小预测市场：“我跟这个人交往是不是在犯天大的错误？” 多少人一辈子被错的人毁了，就因为没人敢说实话。你得设计一个机制让真相浮出来。
我们有一个毛病：决定越大，越不思考。买一股股票可能想半天（其实影响微乎其微），但选谁结婚、跟谁谈恋爱这种影响一辈子的决定，往往稀里糊涂就做了。我们把时间分配完全搞反了。
主持人： 我人生经验还少，但完全赞同！也推荐大家去听我跟 Annie Duke 那期关于决策的节目，跟这期是绝配。Jeff，今天真的太感谢你了！
Jeff Yass： 祝你好运，我也非常开心，再见！