英国又诞生了一位千亿富豪。
2026年5月，《星期日泰晤士报》公布英国富豪榜。46岁的数学博士亚历克斯·格尔科（Alex Gerko），以160.06亿英镑（约合人民币1417亿元）的身家，排名第八。
一年时间，他的财富暴涨72.61亿英镑，约合人民币643亿元。平均每天增加约1.76亿元。
让他跻身英国十大富豪的，是一家只有约300名员工的公司——XTX Markets。
这家公司不卖产品，不生产芯片，而是靠数学模型和AI在全球金融市场交易。每天经手的资金高达2500亿美元，约合人民币1.8万亿元。2025年，仅其英国主要业务实体合计利润就达到约17亿英镑。
300个人，撑起一家日交易额万亿级的金融公司。 一场由算法和算力驱动的财富创造，正在华尔街和伦敦金融城上演。
数学博士，创办千亿公司
格尔科的故事，要从莫斯科讲起。
1979年，他出生于俄罗斯首都莫斯科。与大多数金融大亨不同，他并非商学院出身，而是在莫斯科国立大学攻读数学博士，研究交换代数等纯数学领域，随后又在俄罗斯新经济学院获得经济学硕士学位。
2004年，25岁的格尔科加入德意志银行。
彼时，华尔街正经历一场变化。越来越多的数学家、物理学家和程序员进入金融机构，用计算机模型取代部分传统交易员的工作。
格尔科就是其中之一。
他最初从事股票量化交易，后来转向外汇市场。2009年，他离开德意志银行，加入英国对冲基金GSA Capital，负责外汇量化交易业务。这段经历让格尔科第一次接近巨额财富。
根据英国最高法院后来披露的材料，格尔科所带领的团队通过编写软件，开发自动化外汇交易策略。团队原本可以分享其创造利润的35%，2010年相关业务重组后，利润分成比例提高至50%。
谁应该拿多少钱，也由格尔科决定。
他不只懂数学，还很早就理解了量化金融最核心的一件事：只要交易系统足够赚钱，少数掌握算法的人，就可以获得传统金融从业者难以想象的报酬。
2015年，36岁的格尔科离开GSA Capital，创办XTX Markets。公司名字XTX，也带着数学家的个人趣味，来自一种数学表达式。
格尔科没有沿用传统金融公司的组织方式。
华尔街常见的交易机构，通常有大量交易员、分析师和销售人员。XTX则把大量交易决策交给算法，将人力资源集中在数学研究、软件开发和系统建设上。
它也没有走典型的科技创业路径：先融资、扩大团队、持续烧钱，再谋求上市。
XTX保持私人持有，格尔科掌握至少75%的股权。公司主要依靠自身交易业务积累资金，不需要像一般初创企业那样不断向风险投资机构融资。
这意味着，XTX赚到的大部分利润，最终留在创始人和少数合伙人手中。
十年后，格尔科的财富已达到160亿英镑。
有一个细节颇有意思。2024年，格尔科还成立了个人投资机构Cromulon Capital，专门管理自己不断膨胀的财富。
换句话说，他已经富有到需要另外成立一家公司，管理从XTX赚回来的钱。
300人，一年赚出17亿英镑利润
XTX究竟有多赚钱？看看最新财务数据。
2025年，XTX在英国的三家主要业务实体合计实现收入约39亿英镑，同比增长44%；利润约17亿英镑，同比增长33%。
按照上述合计数字粗略计算，利润率超过40%。
作为对比，2024年，这几家实体合计利润约13亿英镑。短短一年，又多赚了约4亿英镑。
更惊人的，是这笔钱如何分配。今年8月，相关媒体披露，2025年格尔科从XTX获得了8.95亿英镑收益，比上一年增长31%。
另外23名高级量化交易人员和技术开发者，共同分得8.33亿英镑。
算下来，这23人平均每人分得约3622万英镑，相当于超过3亿元人民币。
24个人，分走了约17亿英镑。当然，这些是核心合伙人及高级人员的利润分配，不代表XTX所有员工都能拿到这样的收入。
但普通员工的薪酬也相当可观。据相关媒体分析，2025年XTX旗下技术实体的人均薪酬约45.7万英镑，折合人民币超过400万元。
钱从哪里来？答案是做市。通俗讲，做市商就像金融市场里的批发商。
假设一只股票，有人愿意以100元卖出，另一个人愿意以100.02元买入。做市商可以同时提供买卖报价，在承担持仓风险和交易成本的前提下，争取赚取中间的价差。
每笔交易可能只赚几分钱，甚至更少。但如果每天处理海量订单，微小的价差就可能变成可观的收入。
真正的难题在于风险。如果做市商刚以100元买入，股票价格就暴跌到99元，原本希望赚取的几分钱，根本无法弥补损失。
因此，做市交易不只是比拼谁下单快，更要判断资产下一秒、下一分钟乃至几个小时之后可能值多少钱。
这恰恰是格尔科的优势。XTX利用机器学习模型，持续分析股票、债券、外汇、大宗商品和加密货币等超过5.3万种金融工具，预测价格变化，再决定如何报价和交易。
它的业务也不局限于做市，还包括根据不同资产之间的统计关系寻找交易机会。
这套系统已经覆盖全球35个国家的金融市场，每天交易额达到2500亿美元。
但要特别区分：2500亿美元是交易金额，不是XTX每天赚到的钱。
它的主要优势，是把极小的单位交易收益，通过庞大的交易量转化为利润。
市场波动越大，对报价和风险控制的要求越高。有能力准确识别价格变化的做市商，往往能获得更多机会。
2025年就是一个例子。美国关税政策引发的金融市场剧烈波动，推动XTX欧洲股票业务成交量增长。
根据公司公告，2025年XTX在英国和欧洲的相关客户交易平台全年成交额达到1770亿欧元，同比增长50%。仅在4月，其日均成交额就首次超过10亿欧元。
而对格尔科来说，还有一层更重要的财富效应。因为XTX并未上市，他的个人身家主要取决于所持股份的估算价值，而不是股票市场每天形成的公开报价。
所以，所谓每天增加约1.76亿元，是将一年财富估值增幅平均分摊，并不意味着每天有这么多现金进入银行账户。
不过，2025年实实在在分得的8.95亿英镑，已经足够惊人。格尔科甚至成了英国的纳税大户。
《星期日泰晤士报》2026年初发布的纳税榜显示，他上一年度的估计纳税额达到3.314亿英镑，位列英国第二。
一个几百人的团队，创造出数十亿英镑利润。这门生意的利润分配方式，已经与传统企业截然不同。
华尔街，开始拼算力了
格尔科的财富故事并不是孤例。
如今，全球最赚钱的金融机构中，一批依靠数学、算法和计算机系统运营的交易公司正在崛起。
比如美国的Jane Street。根据相关媒体今年4月披露的数据，Jane Street在2025年的净交易收入达到396亿美元，约合人民币2800亿元，创下历史纪录。
什么概念？这家并不面向普通消费者的量化交易公司，单靠交易业务产生的收入，已经超过一些全球大型投资银行。
同一年，肯·格里芬旗下的Citadel Securities交易收入也达到122亿美元，同比增长25%。
华尔街曾经依靠庞大的交易大厅赚钱。如今，越来越多利润流向掌握高性能计算、模型和数据的机构。
不过，这也带来了一个新的问题。当所有竞争对手都开始使用AI，谁还能持续赚钱？
XTX给出的答案是：继续投入算力。
2025年初，XTX宣布投资超过10亿欧元，在芬兰卡亚尼地区建设五座数据中心，为未来的机器学习研究提供计算资源。
这里并不是传统意义上的金融中心，却成为格尔科押注的下一块战略资产。
根据公司最新公开资料，XTX的研究计算集群已经拥有超过2.5万块GPU，可用存储容量超过1艾字节（EB），相当于100万TB以上。
更重要的是，它选择自己建设数据中心，而不是完全依赖外部云计算服务。
背后的商业逻辑并不复杂。量化交易机构每天都要分析海量市场数据，训练和更新价格预测模型。
模型越复杂，消耗的计算资源越多。如果长期依赖外部算力供应商，既要承担租赁成本，也可能受到GPU资源紧张的影响。
自己建设算力基础设施，则有机会降低长期训练成本，并让核心研究能力掌握在自己手中。
截至2026年9月，芬兰建筑企业YIT已经宣布获得XTX卡亚尼数据中心园区第三座设施的进一步建设合同，涉及内部装修、机电系统和调试。这个超过10亿欧元的项目，正在逐步落地。
值得注意的是，XTX与传统高频交易机构并不完全相同。过去，高频交易行业很大一部分竞争集中在速度。
为了比对手快几微秒，交易机构不惜斥资建设专用通信线路、将服务器放在靠近交易所的位置。
但XTX更强调价格预测的准确性和承受持仓风险的能力。速度依然重要，但计算能力、模型质量和数据积累的重要性正在上升。
这也解释了为什么XTX愿意投入超过10亿欧元建设算力设施。它购买的不是普通办公设备，而是未来交易利润的基础设施。
中国也有类似的故事。
2015年，梁文锋参与创办幻方，随后大量投入机器学习和计算资源。
2020年，幻方建设了拥有1100块英伟达A100芯片的计算集群。2021年，又建设了一套规模约1万块A100的集群。
这些投入不仅服务于金融交易，也为后来
而量化业务本身，也创造了可观收益。彭博社今年1月援引第三方统计数据称，幻方旗下基金2025年的平均收益率达到56.6%，在国内百亿级量化机构中位居前列。
当然，幻方与XTX并非完全相同的公司。幻方主要经营量化投资基金，赚取投资收益和相关费用；XTX则以自营交易和提供市场流动性为主。
但它们有一个共同点：金融交易创造的现金流，正在支撑昂贵的AI研发；而AI技术的进步，又有可能反过来提高交易机构的竞争力。
这样的循环，也伴随着新的风险。当越来越多机构使用相似的数据和模型，原本能够赚钱的交易策略可能迅速失效。一旦市场出现极端波动，算法之间的相互影响还可能放大风险。
这门生意并非稳赚不赔。但至少目前，拥有强大计算资源、优质数据和研究人才的头部公司，正在占据优势。
对格尔科来说，赚钱之后的投资方向也已经超出金融领域。
根据相关媒体报道，他和XTX还投资了AI公司Anthropic，以及英国自动驾驶公司Wayve。
XTX官网则显示，自2020年以来，公司已经承诺向教育、科研及其他公益项目捐赠超过4亿英镑，尤其重视数学人才培养。
格尔科还与妻子支持创办了一所专注数学教育的学校。从数学研究，到量化交易，再到建设AI数据中心和投资前沿科技公司，格尔科的财富不断向同一个方向集中：数学、算法和计算能力。
二十多年前，他只是一名进入德意志银行的数学博士。如今，他以160亿英镑的身家跻身英国十大富豪。而他的公司，只有约300名员工。
这或许是AI时代一幅极具代表性的商业图景：创造巨额财富，不再一定需要庞大的员工队伍，但可能需要数万块GPU，以及极少数能驾驭这些算力的人。
简体中文
English