数学博士亚历克斯·格尔科靠AI做市年赚72.6亿英镑，登顶2026英国富豪榜第八

在2026年《星期日泰晤士报》发布的英国富豪榜上，一个名字格外引人注目：亚历克斯·格尔科（Alex Gerko），46岁，数学博士，排名第8，总资产160.06亿英镑（约合人民币1417亿元）。过去一年，他的财富增长高达72.61亿英镑——相当于每天增加约1989万英镑，折合人民币1.7亿元。这一数字并非现金流入，而是源于其控股公司XTX Markets股权估值的跃升。

与榜单前列依赖传统实业、地产或家族传承的富豪不同，格尔科的财富完全建立在算法与数据之上。他创立的XTX Markets是一家纯技术驱动的量化做市商，员工仅约300人，却实现日均2500亿美元交易量，2025年营收39亿英镑，税后利润17.1亿英镑。该公司无外部投资人，全部利润由少数核心合伙人分配：格尔科持有75%股份，2025年分得8.95亿英镑；其余23名量化分析师与技术骨干合计分得8.33亿英镑，人均超3600万英镑。

格尔科1979年生于莫斯科，少年就读于数学专精学校，后获莫斯科国立大学数学博士学位，研究方向为交换代数与同调维数；另在新经济学院取得经济学硕士学位。2004年进入德意志银行从事股票与外汇量化交易，2009年转至对冲基金GSA Capital主管外汇业务。2015年，他创办XTX Markets，将数学建模能力与市场实操经验结合，走出一条区别于传统高频交易的独特路径。

早期高频交易机构常以“速度至上”为竞争核心：铺设跨洋光缆、部署微波塔、在交易所机房旁租用机柜，只为抢出几微秒优势。格尔科则反其道而行之——不追求物理层面的“最快”，而致力于构建“最准”的市场认知模型。XTX的核心系统持续摄入全球金融市场多维度数据（据称总量超400PB），利用机器学习识别资产间隐性关联：例如某股票异动，可能并非仅由公司新闻引发，而是受汇率波动、利率预期、行业轮动甚至其他市场微观结构变化共同驱动。系统据此动态生成买卖报价，在提供流动性的同时捕捉价差收益。

这种做市模式的关键在于“预测—执行—反馈”闭环的稳定性。传统模型常因“滑点”（slippage）失效：模型判定价格低估，下单时市价已变；或虽发现套利机会，却无法按预期价格成交。XTX通过强化订单簿深度建模与交易成本预估，大幅降低执行偏差。其系统并非简单回测历史数据，而是实时模拟市场参与者行为，预判流动性供给与需求的瞬时失衡点。

值得注意的是，XTX并未采用通用大语言模型（LLM）直接生成交易信号，而是聚焦于结构化金融时序数据的深度建模。其技术栈包含大量自研的统计学习模块、强化学习策略优化器，以及针对低延迟执行定制的编译器与硬件调度层。公司拥有庞大GPU集群支撑训练与推理，但算法逻辑本身高度专业化，与消费级AI应用有本质差异。

格尔科的崛起折射出全球量化交易行业的深层变革。从Jane Street、Citadel Securities到国内幻方量化、九坤投资，头部机构正系统性将AI嵌入研究、风控与执行全流程。据行业统计，2025年全球量化基金平均算力投入较2020年增长近5倍，其中用于模型训练的专用芯片支出占比超40%。AI的价值不再局限于“辅助分析”，而逐步成为交易决策链的中枢环节。

与此同时，格尔科也持续履行社会责任。他个人多次蝉联英国“最大纳税人”，2023年单年纳税6.645亿英镑，创纪录；XTX累计向教育与慈善机构捐赠超5000万英镑，并设立“Axiom Maths”与“AIMO Prize”，支持数学基础研究与青年人才培养。其公开立场强调：算法的力量必须与伦理约束并存，尤其在影响系统性流动性的领域。

在金融与技术交叉地带，格尔科代表了一类新型企业家：非出身华尔街，不依赖资本杠杆，而是以扎实的数学训练为根基，以工程化能力为桥梁，将抽象理论转化为可规模化的市场价值。他的成功并非偶然爆发，而是十余年持续迭代模型、优化系统、理解市场微观结构的结果。

随着全球市场波动率上升与碎片化加剧，做市商角色愈发关键。XTX这类机构提供的流动性，已成为现代电子化交易所运转的基础设施之一。而当算法开始主导这一基础设施的构建与运营，金融市场的底层逻辑正在悄然重塑——这一次，主角是一位每天睁眼就“增值”1.7亿元的数学博士。