《征服市场的人》

西蒙斯24岁获得博士学位，25岁赴哈佛大学任教，26岁为美国军方破译密码，30岁在纽约州立大学石溪分校当上数学系系主任，随后创立文艺复兴科技公司，将数学思想融入投资，使用量化手段寻找“投资圣杯”

从发展历史来看，2020年中国的量化私募掀起了规模增长的浪潮，百亿级量化私募已经增至10家，这些量化私募以高频量化为主，主要采用高频做市策略、大单跟随策略和异常订单捕捉策略等高频方法。

海外量化基金使用最多的策略是股票多空，其空头仓位一般通过融券卖空实现，而当前中国国内融券难度较大、成本较高，所以空头仓位一直以来大多是通过做空股指期货实现的。这就决定了国内量化基金的发展与股指期货息息相关

量化投资在中国市场的发展有优势，也有劣势。以中国股票市场为例，量化投资的优势在于散户在中国市场上占有主导地位。在美国市场，由于投资者的主体是机构投资者，从长期来看持续获得较高的超额收益有一定的难度。而中国股票市场的投资者结构则有所不同，散户投资者所占的股票市值约占整个市场的25%，其交易额达到了所有股票交易额的85%。散户往往容易受“羊群效应”等影响，造成股票价格上存在大量市场异象。

在中国市场上从事量化投资的劣势在于中国资本市场仍处于市场深度和产品种类逐步完善的阶段，特别是能够用来对冲的工具有限，已有的工具也受到了一些限制

每当在工作中遇到困难的时候，我会想起西蒙斯的话：“一定有办法对价格建模。”

在2020年这个对量化投资有非常大挑战的一年，大奖章基金也获得了76%的费后收益。

在经历了一段失败的婚姻、离开了两任不合拍的合作伙伴之后，西蒙斯决定拥抱一种激进的投资风格。他与一位博弈论专家埃尔文·伯勒坎普一起开发了一个计算机模型，可以用来处理海量的市场数据，并从中挑选出最优的交易机会。他们认为，这是一种具有科学性和系统性的方法，可以用来去除交易流程中的情感因素。“如果我们有足够的数据，那么我们是能够做出预测的。”西蒙斯如是说

一位高大英俊的中年科学家正盯着一块白板与他给自己出的一道难题较劲。罗伯特·默瑟正在IBM位于威斯特彻斯特郊区的研发中心里进行着一项研究，他试图找到一种方法让计算机更好地把语音转换成文本，甚至能够直接翻译语言。默瑟并没有采用传统的方法，而是使用了现在被称为大规模机器学习的一种早期形式。他和同事们用海量的数据来调试计算机，使其可以学会自动处理这些任务。默瑟已经在“计算机界的巨人”IBM公司工作接近20年了，但是关于计算机技术到底会发展到什么程度，他依然没有把握

同事们并不能完全理解默瑟，哪怕是那些已经与他并肩战斗好几年的人。默瑟拥有非比寻常的天赋，但是在待人接物上总是稍显局促。他每天的午餐都很单调，用一个旧旧的棕色纸袋包着，不是金枪鱼三明治，就是花生酱和果酱三明治。默瑟经常在办公室转悠，嘴里哼着古典音乐的曲调，一副轻松超然的表情。默瑟经常说一些非常睿智的话，尽管有些话听起来很奇怪。之后，同事们了解到默瑟根深蒂固的反政府立场和激进的政治观点，这将在未来对默瑟的生活产生决定性的影响，并波及许多人。

如果交易得足够频繁，那么单次交易的成果就不那么重要，只要交易规模够大，保证51%的交易可以盈利就能获得可观的收益。

大奖章基金称得上是一块“数据海绵”，每年吸收着几万亿字节的信息，并不断消化、存储和分析这些数据，从中寻找可靠的规律。对于量化投资来说，数据多多益善。

西蒙斯很渴望金钱，不仅仅是为了还债，他还渴望变得富有。他喜欢买好的东西，但并不追求奢侈的生活。他并不是为了让芭芭拉过上好日子，尽管芭芭拉为了省钱还经常穿高中时候的衣服。驱动着西蒙斯的另有他物。朋友们甚至觉得西蒙斯想要改变世界。西蒙斯明白财富可以让人独立，也可以让人产生影响力。“西蒙斯很早就明白金钱就是力量，”芭芭拉说，“他不想让别人比他更有力量。”

马修·西蒙斯在鞋厂当了多年的总经理，但他从未获得彼得所承诺的股份。后来马修和儿子坦承，觉得自己当初不应该放弃那份既有前途又激动人心的工作。 “教训就是，你应该做喜欢的事情，而不是你觉得应该做的事情，”西蒙斯说，“我从没忘记这句话。”

吸取了父母的教训，西蒙斯决定专注于自己热爱的事情上。西蒙斯8岁的时候，他们的家庭医生卡普兰（Dr. Kaplan）曾经建议他去学医，因为医生对于一个“聪明的犹太男孩”来说是一份理想的职业。但是西蒙斯却大为恼怒。“我想成为一个数学家或者科学家。”他答道。卡普兰医生想继续跟这个男孩讲讲道理：“听着，学数学赚不着钱！”但西蒙斯说他还是想试试。虽然他并不十分了解数学，但是只要能跟数字打交道就足够了。

西蒙斯上了牛顿高中，这是一所优秀的公立高中，在这里他的梦想得到了很好的滋养。高二开始，西蒙斯就热衷于讨论各种纯理论性问题，比如平面的无限延展性等。

高中毕业的时候，西蒙斯已经是一个瘦瘦高高但很结实的小伙子了，他和哈佩尔一起进行了一场横穿美国的自驾游。每到一处，这两个出身中产家庭、不谙世事的17岁小伙儿都会与当地人交谈。当他们穿越密西西比河流域的时候，他们看到很多黑人在地里劳作，住在像鸡笼一样的屋子里。“美国重建时期把黑人解放成了佃农，但是他们还是活得和奴隶差不多，”哈佩尔回忆道，“这深深地震撼了我们。” 在国家公园露营的时候，他们去了一个游泳池，但发现整个泳池是没有黑人的，他们觉得很奇怪。西蒙斯向一个身材魁梧的中年管理员询问，为什么这里完全没有有色人种。“我们禁止黑鬼(12)入内。”管理员答道。造访其他城市的时候，他们还看到一些家庭生活在极端贫困之中，这些都使得他们对社会不公留下了直观而深刻的印象。

大二的时候，虽然他在高级微积分课程中只拿到D，但是教授还是允许他继续参加下一阶段的课程。下一阶段的课程主要是讨论斯托克斯定理，即关于牛顿三维曲面和曲线积分理论的综述。西蒙斯被这门课程迷住了，他惊叹于微积分、代数和几何竟然能够在同一理论框架下达到这样单纯的和谐统一。西蒙斯学得非常好，同学们都来找他答疑

后来，西蒙斯被麻省理工学院录取了

等西蒙斯回到麻省理工学院继续攻读研究生课程之后，他的导师曾经建议他去加州大学伯克利分校，师从陈省身教授，攻读博士学位。陈省身是一位从中国来的数学奇才，是微分几何和拓扑学的权威。但是当时的西蒙斯有更重要的事情要忙，他已经开始和一个叫芭芭拉·布鲁斯坦（Barbara Bluestein）的女孩儿约会了。这个女孩儿娇小美丽，拥有一头乌黑亮丽的头发，才18岁，是附近韦尔斯利女子学院（Wellesley College）的大一新生。经过连续4个晚上浓情蜜意的谈话，他们飞速订婚了。“我们不停地讲啊，讲啊，”芭芭拉回忆道，“他说他要去加州大学伯克利分校，我决定追随他。

西蒙斯想在博士论文里为微分几何领域内一个著名的难题提供新的论据，但是康斯坦特很质疑他的能力。康斯坦特告诉西蒙斯说很多世界级的数学家都失败了，劝他不要浪费时间。这种质疑反而鼓舞了西蒙斯。1962年，仅仅经过两年的研究之后，西蒙斯的博士论文《全息系统的及物性》（On the Transitivity of Holonomy Systems）就完成了。这篇论文是关于多维空间曲面几何的。

当西蒙斯坐在哈佛大学图书馆里的时候，他对于未来的思考重新浮出水面。西蒙斯想，真希望别的工作能带来更多的新鲜感和满足感，最好还能多赚一些钱，至少够他还清贷款。内心不断累积的压力最终说服了西蒙斯，他决定一试。

这个智库位于新泽西州的普林斯顿，是美国国防分析研究所（Institute for Defense Analyses）的一个分支。该智库每年都会从美国的顶尖大学中招揽数学家，协助美国国家安全局监测和破译来自他国的军方密码。

西蒙斯被分在通信研究组，他们的任务是确保美国的通信安全，以及设法破译艰深的他国军方密码。在研究所的经历教会了西蒙斯如何用数学模型在看似无意义的数据中捕捉某种规律。他开始运用统计学和概率论这些数学工具，这对他以后的事业意义重大。

为了破译密码，西蒙斯必须事先制定好步骤。然后，他会编写某种算法，让计算机来测试和实施他的策略。西蒙斯的编程水平很糟糕，所以他不得不依赖国防分析研究所内部的程序员来编程，但他也练就了许多对他日后开展事业很有价值的本领。“我学会了如何使用算法在计算机上对某个事件做测试。”西蒙斯后来说

这个工作唯一的问题在于，西蒙斯不能和组织之外的任何人分享成功的喜悦。组织成员都宣誓要绝对保密，政府给国防分析研究所的定位也是绝密。“你今天都做什么了？”西蒙斯下班回家的时候，芭芭拉经常这样问。“跟平时差不多。”他通常这样回答。久而久之，芭芭拉再也不问了

西蒙斯对国防分析研究所招人的方式感到很吃惊。他的同事们大都有博士学位，但他们并不是因为有某种专业背景或者一技之长被招募的，而仅仅是因为智力超群，并且有足够的创造力和雄心。其中隐含的假设是，研究员们会自己找到问题，并且有能力解决它。

当西蒙斯和他的同事们致力于发掘他国军方秘密的时候，他也在盘算着自己的秘密。当时，计算机的算力已经变得比较发达了，但是鲜有证券公司拥抱这些新技术，大部分公司还在用传统的卡片分类法(15)进行各种会计和统计运算。西蒙斯决定开一家公司，致力于股票研究和交易的电子化，这是一个能够颠覆行业现状的激进想法。28岁的西蒙斯和他的直接领导迪克·莱布勒（Dick Leibler）谈了这个想法，也鼓动了当时研究所最顶尖的程序员。莱布勒和这名程序员双双同意加入，西蒙斯给新公司取名叫“iStar”。

偏微分方程在几何中的一个应用就是极小簇理论，也是西蒙斯在麻省理工学院做教员之后的主要研究领域。这个领域关注的一个焦点，就是研究肥皂泡在穿过肥皂溶液的过程中其表面的变化情况。这个表面是具有相同封闭边界的曲面中的最小面积曲面。19世纪比利时物理学家约瑟夫·普拉托（Joseph Plateau）在做肥皂泡实验的时候提出了一个问题：这样的极小面积表面是否存在，且无论封闭边界多么扭曲和复杂，这个表面是否是连续可积的？这个问题被称为“普拉托问题”，已经在1930年被纽约的一位数学家证明了：这样的曲面至少在二维空间是存在的。西蒙斯想要探究在更高维的空间中极小曲面是否存在，这在几何中就被称为极小簇问题

研究理论问题的数学家常常会沉浸在思考之中无法自拔，走路、睡觉，甚至连做梦都在思考，年复一年都是如此。那些从没接触过这种抽象的纯理论数学的人，可能会觉得这样毫无意义。但西蒙斯绝不仅仅像高中生一样只停留在解方程组的低级阶段，他渴望能用数学工具去发现并记录那些普世的原则、规律和真理

即使在密码破解和数学研究领域都获得了成功，西蒙斯还是在尽力寻找新的谋财之道。国防分析研究所的工作时间很有弹性，所以西蒙斯能抽出大把时间关注股票市场。他还和鲍姆以及其他两位同事一起，开发了一个新型的股票交易系统。他们在国防分析研究所内部发表了一篇名为《股票市场行为的概率预测模型》（Probabilistic Models for and Prediction of Stock Market Behavior）的文章，声称找到了可以将年化收益率维持在50%的一种交易方法。

西蒙斯他们没有像绝大多数投资者那样专注于股市的基本面数据，诸如盈利、股息和公司新闻等。相反，他们致力于寻找能够预测股市短期行为的宏观变量。他们把股市划分为8种“状态”，其中“高波动期”意味着股票大幅震荡，“良好期”意味着股票保持升势。这篇论文的独特之处在于，他们没有用传统的经济学方法来甄别或者预测这些“状态”，也没有试图去解释为什么市场会进入某种状态，而是纯粹用数学方法来甄别当前的市场属于哪种“状态”，然后利用模型来推荐购买股票。也就是说，他们并不关注市场为什么会进入某种状态，而是仅仅根据推断出的市场状态来制定策略

西蒙斯团队利用一种叫隐马尔可夫模型（Hidden Markov Model）的数学工具，设计了一种相似的机制来预测股价走势。

也是利用数学模型来研究股票市场的先驱。他们认为，没有必要去理解市场变化的每个原因，只要找到一种系统性的能够适应市场的数学方法，并产生可持续的利润即可，这是西蒙斯后来投资策略的一个侧影。他们提出的数学模型是投资革命的一个预兆，涉及因子投资、基于不可观测状态的模型和其他形式的量化投资，这些在数十年后将横扫整个投资世界。

西蒙斯看不下去了，他不希望读者们据此认为国防分析研究所的确在为战争提供支援。他写了一封仅有6段文字的信给《纽约时报》表示抗议，他认为国家的资源应该有更好的用处，而不是都用来支援战争。“大力发展工业比起发动战争，哪个更有利于我们的国家？”西蒙斯写道，“‘建设良好的东部沿海交通运输设施’和‘与别的国家打仗’，显然前者会令我们更为强大！” 《纽约时报》登出西蒙斯的信之后，西蒙斯着实开心了一阵子。虽然他没有从同事们那里得到多少反馈，但是他确信泰勒将军对不同意见能够泰然接受。稍晚时候，有一位专门撰写国防部雇员反战观点的《新闻周刊》（News week）特约记者联系到了西蒙斯，该记者想知道西蒙斯他们在当下是如何开展工作的。西蒙斯说他和同事们会花一半时间在自己的研究上，而另一半时间则用来做政府项目。但是因为他非常反战，所以他说自己目前会把所有时间都花在数学研究上，等战争结束之后，他才会对政府的项目全力以赴。实际上，西蒙斯从来没有正式停止过国防部的工作，停止政府项目的研究工作只是他的个人想法，显然是不应该公开的。“我那时29岁，”西蒙斯回忆道，“在那之前从来没有人采访过我，我当时有些自以为是了。” 西蒙斯把这个采访的情况告诉了莱布勒，莱布勒提醒他要小心。果不其然，不久之后，莱布勒带来了一个令人不安的消息：“你被解雇了。”“什么？你不能解雇我，我是一个永久成员。”西蒙斯回答道。“西蒙斯，永久成员和临时成员之间唯一的差别是，临时成员有合同，”莱布勒说，“而你没有。” 西蒙斯在中午时分回到家中，彻头彻尾地蒙了。3天之后，约翰逊总统宣布战争已近尾声。西蒙斯看到新闻以为他又能重返岗位了，然而莱布勒告诉他再也不用回去了。此时西蒙斯已经有3个年幼的孩子，他不知道下一步应该做什么。这次突然的失业让西蒙斯下定决心要设法掌控自己的未来，但他不确定具体要怎么做。西蒙斯关于极小簇的论文引起了不小的关注，不少学校，甚至IBM公司都向他伸来了橄榄枝。他跟同为数学家的朋友莱纳德·查拉普（Leonard Charlap）说，教数学太无聊了，他可能会加入一家投资银行去销售可转换债券。查拉普不明白什么是可转换债券，西蒙斯花了很长时间给他解释。事实上，查拉普对他的朋友很失望，西蒙斯是当今最杰出的年轻数学家之一，他的才华不是用来推销华尔街的花样产品的。 “这太荒谬了，”查拉普说，“你理想中的工作是什么？”西蒙斯坦承他更愿意去主管某个学校的数学系，但他太年轻了，没有什么人脉资源。查拉普灵机一动，似乎有了主意。不久之后，西蒙斯就收到一封纽约州立大学石溪分校校长约翰·托尔（John Toll）的信。石溪分校坐落在长岛，距离纽约100千米。这所分校5年以来一直在寻找可以领导数学系的人选。这所分校的名声还不错。作为一名由纽约州州长尼尔森·洛克菲勒（Nelson Rockefeller）亲自招募的物理学家，托尔手握1亿美元的基金，试图把石溪分校改造成“美国东部的加州大学伯克利分校”。他已经招募了诺贝尔物理学奖得主杨振宁，现在正在致力于复兴其数学系。托尔愿意给予西蒙斯数学系系主任的职位，重建数学系的一切事务由西蒙斯全权负责。 “我愿意前往。”西蒙斯回信说

埃克斯花了很长时间考虑，这让西蒙斯很气恼。一天，西蒙斯打完网球回到办公室，重重地把网球拍摔到了地上。他告诉同事说：“如果这个工作总是需要我低三下四地去求人的话，我就不干了！”然而，西蒙斯的诚恳付出最终得到了回报，埃克斯成为第一个加盟纽约州立大学石溪分校的大牌学者。“他真是个会磨人的家伙。”埃克斯的妻子说道。

为了吸引有成就的人才，西蒙斯形成了一种独特的人才观。他告诉纽约州立大学石溪分校的教授赫谢尔·法卡斯（Hershel Farkas），他想要的是“杀手”一样的人，就是那些极其专注、不达目的誓不罢休的人。西蒙斯还告诉另一个同事说，很多学者虽然极其聪明，但并不具有原创性的思维，这样的人他不想要。“牛人和真正的牛人之间还是有很大区别的。”西蒙斯说。西蒙斯致力于创建一个既有学院气息，又有充分的激励机制的环境，就像他在国防分析研究所经历的一样。为了营造良好的团队氛围，他给学者们分配适量的教学任务，而且经常邀请他们出海游玩，乘坐的就是他和芭芭拉新买的停靠在长岛海峡的八九米长的游轮。西蒙斯很乐于与同事们互动，这与其他很多顶尖学者有着显著区别。西蒙斯经常走进某个教授的办公室，问他最近在研究什么，需不需要帮助等，像极了西蒙斯在国防分析研究所的所作所为。“像西蒙斯这样能经常为同事着想的人是比较少见的。”法卡斯评价说。

西蒙斯也犯过错误，比如因没有满足丘成桐对终身教职的诉求而与这位著名的学者失之交臂。丘成桐后来获得了著名的菲尔兹奖。但总体上西蒙斯在石溪分校作为数学系系主任的工作还是很成功的，他招募了20多位数学家，建立了世界上顶尖的几何学中心，还学会了如何识别、招募并管理这些绝顶聪明的人。

西蒙斯的事业蒸蒸日上，私生活也逐渐变得混乱了。西蒙斯卓越的个人魅力经常吸引很多学生去他的办公室，而他刚好在事业发展劲头正盛的时候碰上了性解放运动。妇女解放运动也鼓励女性们抛弃社会的桎梏，包括保守的着装，甚至一夫一妻制。“女学生们似乎在比谁的裙子更短。”查拉普教授回忆道。西蒙斯时年33岁，精力正旺盛。很快，他和部门女秘书的绯闻就流传开来。西蒙斯不止一次对一位女教员开过界的玩笑，这让同事们很震惊。而芭芭拉在西蒙斯的成就面前越来越自惭形秽，她觉得过早结婚生子阻碍了自己的发展。芭芭拉聪明又雄心勃勃，但无奈她18岁就结了婚，19岁就有了孩子。“我觉得自己被困住了。”芭芭拉说。终于有一天，西蒙斯听说芭芭拉在和他的一个年轻下属交往，他十分吃惊。在一个饭局上，有人问起西蒙斯为什么如此沮丧。大家都注意到了西蒙斯和芭芭拉的关系似乎不像以前那么融洽了，他们的关系逐渐疏远了。“那天，西蒙斯喝醉以后猛烈地对着墙拳打脚踢。”一位同事回忆道。西蒙斯决定去加州大学洛杉矶分校休假一年，他准备在那里接受原始疗法。原始疗法是当时正在美国兴起的一种文化现象，接受治疗者需要用尖叫或者歇斯底里的方式表达出内心的痛苦。有时候，西蒙斯在夜间也会尖叫着惊醒，所以他对这种疗法很感兴趣。但经过几周的治疗之后，西蒙斯决定就此打住。“这看起来像一个圈套。”他想。西蒙斯回到东部，把这一年余下的时间花在了普林斯顿高等研究所（Institute for Advanced Study in Princeton）。他和芭芭拉的婚姻已经无可挽回，最终他们离婚了。芭芭拉后来去了加州大学伯克利分校就读，并在1981年获得了计算机博士学位。芭芭拉的论文解决了计算机科学中一个著名的理论问题。后来她入职IBM公司成为研发人员，并成为国际计算机协会（Association for Computing Machinery，简称ACM）的主席。国际计算机协会是全球最大的科学性和教育性计算机协会。再后来，芭芭拉在计算机投票安全方面成为国家级专家，并且对更大范围的社会问题展现出了浓厚的兴趣，她的成果日后也为西蒙斯所借鉴。“我们只是结婚太早了，”芭芭拉说，“我的父母是对的

西蒙斯在三维弯曲空间可计量形状方面取得了一个重要突破。他把成果拿给陈省身看，陈省身意识到这是一个重要洞见，可以拓展至所有维度空间。1974年，陈省身和西蒙斯一起发表了论文《特征形式与几何常量》（Characteristic Forms and Geometric Invariants），在这篇论文中首次提出了陈-西蒙斯常量，常量就是经过各种变形之后依然不变的量，陈-西蒙斯常量在数学的各个领域中得到了广泛应用。 1976年，因为西蒙斯和陈省身的共同研究，以及西蒙斯早期在极小簇领域的成果，38岁的西蒙斯获得了美国数学学会奥斯瓦尔德·维布伦几何奖，这是这个领域的最高奖项。10年之后，包括理论物理学家爱德华·威顿（Edward Witten）在内的研究者们会发现，“陈-西蒙斯理论”（Chern-Simons Theory）适用于物理学的许多领域，包括凝聚态物质、弦论和超重力领域。甚至微软等公司在研发量子计算机的时候，也从“陈-西蒙斯理论”中挖掘出大量重要的价值。量子计算机的算力是碾压普通计算机的，特别是在新药研发和人工智能等领域。

弗雷菲尔德采用了一种与大多数人不同的策略。他建立了一个计量模型，使用经济数据和其他相关数据作为输入变量，试图去预测诸如糖之类的商品的价格。比如，如果谷物的产量下降了，他的模型就会指示其价格将上涨。这是一种早期形式的量化投资

西蒙斯和玛丽莲终于还是结婚了，但西蒙斯依然在思索人生的方向。他适当地减轻了自己在纽约州立大学石溪分校的工作负荷，开始将主要精力用于管理由沙由设立的一个基金账户。1977年，西蒙斯确信外汇市场的获利机会来了。各种货币的弹性加大，开始和黄金价格脱钩，英镑也开始暴跌。在西蒙斯看来，一个波动加剧的新时代来临了。1978年，西蒙斯正式脱离学术圈，投身外汇交易，开始经营自己的投资公司。西蒙斯的父亲马修认为，西蒙斯放弃终身教职是一个巨大的错误。同僚们更是吃惊不已，之前大家只是模糊地知道西蒙斯还有学术圈外的爱好，但他真要全职去做投资这件事还是引起了不小的轰动。数学家们对待钱的态度很暧昧，他们既渴望财富，又觉得喜欢赚钱是一种低级趣味，会妨害他们追求更崇高的目标。大家虽然嘴上不说，但是心里都觉得西蒙斯浪费了他的才华。“我们有点儿看不起他，仿佛他已经堕落了，把灵魂出卖给了魔鬼。”康奈尔大学的瑞尼·卡莫纳教授说。其实，西蒙斯从未全身心地投入学术圈。他热爱几何学，欣赏数学的优美，但他对金钱的渴望、对商业世界的好奇和对一段冒险旅程的期待，把他和其他学究区别了开来。“不管我做什么，我总觉得自己格格不入。”他后来说，“我虽然沉浸在数学之中，但从未完全融入数学圈子，我总有着一些别的想法。”4 西蒙斯曾经是一位明星密码学家，曾经攀上过数学的高峰，还创立了由世界级学者组成的数学系，而且这些都是他40岁之前达成的成就。他自然对于征服投资世界充满了自信。长久以来，投资者们总想要征服市场，但从未成功过。这丝毫没有吓退西蒙斯，反而激发了他的热情。“他总想做一些非比寻常的、其他人认为不可能的事情。”他的朋友乔·罗森斯海因说。但西蒙斯显然低估了投身金融圈的难度。

1978年初夏，在离开纽约州立大学石溪分校郁郁葱葱的校园几周之后，西蒙斯就在同一条街上找到了一间办公室，虽然间隔不远，却已是两个世界。西蒙斯的办公室在一个再普通不过的购物中心后面的一个临街铺面里。该铺面与简陋的石溪火车站对面而立，隔壁是一间女士服装店，再隔壁是一家比萨店。西蒙斯的办公空间完全是为零售商店而设计的，除了贴有米色的壁纸外，只有一台电脑和一部电话机。从窗户向外看，西蒙斯可以看到牧羊路，这条路的名字似乎在讽刺他从一个令人艳羡的位置落到了一个被“放逐”的位置

第3章一定有办法对价格建模

一些投资者认为，市场是随机游走的，所有已知的信息都已经体现在价格之中；另外一些人则认为，价格的变化是投资者对经济数据和公司情况做出的反应，认真研究是可以得到回报的。西蒙斯来自一个完全不同的世界，他善于从自然界混沌和杂乱无章的表面之下，寻找某些简洁和美丽的结构。

西蒙斯认识到，市场并不总是以可理解的或者理性的方式运行的

马尔可夫模型是一连串事件的集合，下一事件的概率只能由当前状态决定，与之前的事件无关。在马尔可夫模型中，你不可能确定地预测出未来的事件，但可以通过观察整个链的规律来给出对于未来事件的较好的估计。棒球就是一个典型的马尔可夫游戏。假设一个击球手已经打了3个坏球和2个好球，那么之前的击球顺序和其间的犯规次数都无关紧要了，只要他再误击一个好球，他就出局了。

隐马尔可夫模型是指事件的序列本身也是未知的，由隐藏的参数或变量控制，是一种双随机过程。人们观察到事件只是链的输出结果，并不能作为推测链走向的某种依据。不熟悉棒球比赛的人看到每局得分次数时往往摸不着头脑，也许这一局得分1次，那一局得分6次，没有明显的规律或者内在逻辑可循。一些投资者把诸如金融市场价格、语音识别和其他一些复杂过程都认为是隐马尔可夫过程。

鲍姆-韦尔奇算法提供了一种在有限增量信息的条件下估算复杂过程的概率和参数的方法。再拿棒球比赛举例，他们的算法可以帮助不太懂棒球的人去理解导致某种比分结果的赛况是什么样的。比如得分次数忽然从2次跃升为5次，鲍姆-韦尔奇算法会推测一个三分全垒打的概率要大于一个三垒安打。这个算法可以帮助人们从比分的结果去反推比赛的大致规则，哪怕完整规则是未知的。“我们的算法能帮助你以更高的概率推测出最后的结果。”韦尔奇解释道。鲍姆通常对于自己的成就很谦逊，但是他的算法如今已经被认为是20世纪机器学习领域最亮眼的突破，并通过在基因组学和天气预测等领域的应用，影响了千百万人的生活。鲍姆-韦尔奇算法赋能了世界上第一个语音识别系统，甚至影响了谷歌搜索引擎的开发。尽管鲍姆-韦尔奇算法给鲍姆带来了很多赞誉，但是鲍姆写的几百篇论文中的大部分都是机密的，无法公开，这令朱莉娅很恼火。她认为她的丈夫无论在名还是利上都没有得到他应得的

甚至他们的孩子都不知道父亲具体是干什么的。孩子们偶然问起，鲍姆只能说这是机密，他最多只能说他不是做什么的。“我不是做炸弹的。”有一天，他肯定地告诉他的女儿斯特菲。因为当时反战的浪潮正甚嚣尘上。

一天，西蒙斯来找鲍姆，问他能不能花一天时间来Monemetrics的办公室，帮忙开发一个进行外汇投资的交易系统。鲍姆笑了，虽然他早年和西蒙斯一起写了相关的论文，但实际上他对金融投资知之甚少，甚至漠不关心，他总会将赚的钱悉数上交妻子。无论如何，鲍姆还是同意协助西蒙斯，就当是帮老朋友一个忙。

其他的数学家依然非常不理解为什么西蒙斯会放弃如此有前途的教职事业，而去坐在一个简陋的办公室里成天交易外汇。让他们更惊讶的是，鲍姆和埃克斯竟然也加盟了西蒙斯的队伍。西蒙斯的父亲马修也对西蒙斯的选择感到很失望。1979年，在西蒙斯的儿子内森尼尔的成人礼派对上，马修跟一位纽约州立大学石溪分校的数学家说：“我更愿意说，我有一个教授儿子，而不是一个商人儿子。”

西蒙斯开始为公司物色程序员，他打听到了一位年仅19岁却即将被加州理工大学（California Institute of Technology）开除的小伙子。他的名字是格雷格·赫尔兰德（Greg Hullender），他睿智而富有创造力，但他总是无法完成学校作业，各门课成绩都很差。赫尔兰德后来被诊断为有注意缺陷障碍。当时，赫尔兰德因即将被学院开除而感到非常沮丧，当然，学校的管理部门也很沮丧。压垮赫尔兰德的最后一根稻草是，他在宿舍里进行未经授权的高风险证券交易时被抓现行了。他的朋友们把钱集中起来交给赫尔兰德，然后他在1978年牛市启动之前买入了一些股票期权，这些钱迅速就从200美元涨到了2 000美元。很快，宿舍里的每个人都想参与这项交易，赫尔兰德于是把美林证券账户里的期权重新打包，卖给这些渴望赚钱的学生。“这就像我自己的股票交易所。”赫尔兰德不无骄傲地说。

赫尔兰德先写了一个追踪公司投资业绩的程序。6个月过去了，这个追踪程序显示，西蒙斯在债券上的投资不太成功，亏了不少钱。客户不停地打电话过来，但这回不是来祝贺的，而是来质问为什么基金亏了这么多钱。西蒙斯似乎还没有学会如何应对低潮期，随着亏损增加，他显得越来越焦虑。有一天行情特别差，赫尔兰德发现他的老板仰卧在办公室的沙发上。赫尔兰德感觉西蒙斯似乎想开口说些什么，可能是某种忏悔的话。“有时候在面对这种糟糕局面时，我觉得我根本不知道自己在做什么。”西蒙斯说。赫尔兰德很吃惊，在此之前，西蒙斯一直表现得自信满满。而现在，西蒙斯自己都不确定放弃数学研究并试图征服金融市场这个决定正确与否。有一次，身处心理医生的办公室，躺在沙发上的西蒙斯给赫尔兰德讲了吉姆爵士的故事，中心思想是如何面对失败和获得救赎。西蒙斯深深地迷上了吉姆这个人物，他自视甚高，渴望荣耀，但是在一场勇气的试炼中惨败，终身陷在羞愧与自责之中。西蒙斯忽然直直地坐起来，转向赫尔兰德说：“但是，他至少死得很高贵啊。”等等，西蒙斯莫不是在考虑自杀吧？赫尔兰德想，他非常担心他的老板和自己的前途。他意识到自己只身在东海岸，身无分文，还要面对一个躺在沙发上要死要活的老板。赫尔兰德想要说些什么让西蒙斯振作起来，但好像说什么都无济于事。在接下来的日子里，西蒙斯总算从低落中振作了起来，更加坚定决心要建立一个由算法驱动的高科技交易系统，或者说分步骤执行的计算机程序，来替代人类的主观判断。直到此时，西蒙斯和鲍姆还仅仅依赖粗糙的模型并辅之以个人的直觉来做交易，这是造成危机的根源。西蒙斯和之前加入公司的技术专家霍华德·摩根（Howard Morgan）商量，他有一个新目标，就是要建立一个复杂的、完全由预先设定的算法驱动的自动交易系统。“我不想每时每刻都被市场折磨，我想要在我睡觉的时候都能帮我赚钱的模型，”西蒙斯说，“一个完全屏蔽了人类干预的系统。”

西蒙斯认识到，当时创建这种全自动交易系统的技术还不成熟，但他想用一些更复杂的方法来小试牛刀。他觉得计算机基于海量的历史数据应该能够挖掘出有持续性的、不断重复的某种价格规律。西蒙斯从世界银行等地方买了一大堆的书，还从各个商品交易所买了许多磁盘，这些资料记录了商品、债券和外汇过去几十年的价格数据，甚至包含了第二次世界大战之前的一些数据。这本来是一堆没人在乎的破烂货，但是西蒙斯觉得可以从中挖到宝贝。赫尔兰德的高达1.5米、蓝白相间的PDP-11/60电脑无法读取西蒙斯收集的这些数据，因为磁盘的数据格式太老了。所以赫尔兰德偷偷地把这些磁盘带到了附近的格鲁曼飞行器工程公司（Grumman Aerospace）总部，他的朋友斯坦供职于此。午夜时分，当警戒略有松懈时，斯坦打开了一台超级计算机，帮助赫尔兰德把那些数据转换成普通计算机可以读取的格式。他们边等边享用着咖啡。为了获取更多数据，西蒙斯特地雇了一个人频繁地造访位于曼哈顿的美联储办公室，记录当时尚未电子化的利率历史走势等数据。西蒙斯还找来了他在纽约州立大学石溪分校时候的秘书卡罗尔·艾尔博金（Carole Alberghine），任命她为办公室经理，负责记录各币种当期的收盘数据。每天早晨，艾尔博金会通读一遍《华尔街日报》，然后借助公司图书室的沙发和椅子，把价格数据更新到贴得满屋子都是的价格图表之中。这种操作一直维持到艾尔博金从椅子上摔下来才作罢，西蒙斯只得雇用一个更年轻的女孩儿来更新数据。

(19)，但他们也会关注不同商品价格之间的相关性。比如，某种货币已经连跌了3天，第四天继续跌的概率有多大？金价领先于银价吗？小麦价格是黄金和其他商品价格的先行指标吗？西蒙斯甚至研究过自然现象对行情的影响。

由于这个系统的覆盖范围包括了生猪价格数据，所以西蒙斯戏称它为他的“小猪篮子”（Piggy Basket）。这个系统主要是运用线性代数的原理分析大量的数据，然后给出投资建议。

几个月之后，“小猪篮子”已经能够指导100万美元左右规模的交易，并且获利颇丰。组合一般只持仓一天，然后就卖掉

到了1980年，赫尔兰德决定退出，重返校园。过早地离开大学给了赫尔兰德很大的压力，而且他也很惭愧不能帮助西蒙斯进一步完善他的计算机交易系统。赫尔兰德对西蒙斯和鲍姆在算法中使用的数学逻辑感到陌生，他很孤独，也很抑郁。“我只是觉得在加州我更有可能遇到真正合得来的人，有些东西比钱更重要。”赫尔兰德说。他最后获得了学位，并且成为亚马逊和微软的机器学习专家。

赫尔兰德走了，“小猪篮子”出问题了，西蒙斯和鲍姆也不再采用数学模型来指导投资了，而是转向更为传统的方法。他们开始根据各种事件和市场动向来寻找可能被低估的机会，把3000万美元的头寸分布在不同的交易品种之中。

西蒙斯又有了新的兴趣：支持那些冉冉升起的新兴技术公司。其中就包括做电子词典的富兰克林电子出版公司（Franklin Electronic Publishers），正是这家公司开发了第一台手提电脑。 1982年，西蒙斯把公司的名字更改为文艺复兴科技公司，反映出他对那些新兴科技公司的兴趣。除了交易者这个身份之外，西蒙斯还越来越视自己为一个风险投资家。他每周会在纽约市的办公室里待很长时间，一方面是与对冲基金的投资者互动，另一方面是处理他投资的高科技公司的相关事务。

鲍姆通过交易各类外汇赚了很多钱，似乎已经没有必要再去开发一个体系化的量化交易系统。构建方程组费时费力，盈利虽然稳定但不够可观。相反，通过分析新闻和地缘政治做事件性投资，不但刺激而且来钱很快。“我为什么还要开发这些模型？”鲍姆问他的女儿斯特菲，“比起寻找数学论据，我们现在的赚钱方式要容易得多。”西蒙斯很尊重鲍姆，很少对鲍姆的交易指手画脚，而且鲍姆正在风头上。

鲍姆通过采用这种策略成功地应对了市场的波动，1979年7月到1982年3月期间盈利达到4 300万美元，西蒙斯当初给他的账户中的资金几乎翻倍了。此后一年中，鲍姆越来越看好市场，甚至连公司的年度旅游都不愿意参加，而是待在办公室盯盘和下单。中午时分，鲍姆往往会很勉强地加入同事们吃午餐的行列，西蒙斯问他为什么看上去这么不开心。“我建仓才建了一半，”鲍姆说，“就不得不来吃饭了。”

鲍姆确实应该待在办公室，因为他在那一年美国股市的历史性低谷果断地抄了底。随着股市上涨，鲍姆赚得盆满钵满，还和朱莉娅在长岛湾买了一栋拥有6个卧室的房子。朱莉娅依然开着那辆老凯迪拉克，但她不再为钱的问题而担忧了。尽管获利颇丰，但是交易还是给鲍姆带来了一些不利的影响。他曾经是一个乐观而随性的人，但是现在变得严肃而紧张，经常与同事通电话聊到深夜，争论应该如何应对最新发生的事件。“他像变了一个人。”斯特菲回忆道

当鲍姆的账户亏损达到40%的时候，触发了他和西蒙斯之间的协议中的自动条款，西蒙斯必须卖出鲍姆的全部持仓，并与他解约。两位著名数学家之间持续数十年的合作正式告吹了。最终，事实证明鲍姆是对的。数年之后，利率和通胀都持续下行，债券投资者获益良多。此时，鲍姆一门心思地打理着自己的账户，他和朱莉娅又搬回了普林斯顿。和西蒙斯合作的岁月里，鲍姆总觉得压力巨大，甚至晚上都无法安然入睡。现在他终于可以休息休息，并重新思考数学问题了。随着年龄的增长，鲍姆越来越专注于研究质数领域的黎曼猜想（Riemann Hypothesis）。为了找乐子，鲍姆去全国各地参加围棋比赛，因为视力渐弱，他不得不把棋盘布局和每个回合都背下来。 80岁以后，鲍姆总喜欢步行大约3千米去普林斯顿大学附近的威瑟斯彭街，沿途他经常会停下来闻一闻路边含苞待放的花朵。过路的司机们有时候会放慢车速，问一问这位行动迟缓但穿戴讲究的老先生是否需要帮助，但他总是婉言谢绝。鲍姆有时会在咖啡店里靠窗的角落坐上几个小时，和各种陌生人搭讪。他的家人有时候会看到他正温柔地安抚着咖啡店里想家的本科生。2017年夏天，就在完成他最后一篇数学论文的几周之后，鲍姆离开了人世，享年86岁。他的孩子在他去世后发表了他的最后一篇数学论文。

在搜寻价格数据的时候，斯特劳斯遇到了问题。那个时候，交易大厅使用的电传打字机(26)还没有供投资者收集和分析信息的界面。数年之后，一位名叫迈克尔·彭博（Michael Bloomberg）的下岗推销员推广的一种更有竞争力的设备将填补这一空白

为了拼凑出一个数据库，斯特劳斯从印第安纳州的一家名叫唐&哈格特（Dunn & Hargitt）的公司购买了记录有商品历史价格的磁盘，然后把它们融合到之前已经收集好的那些数据之中。对于近期的数据，斯特劳斯干脆直接手动记录，包括开盘价、收盘价、最高价和最低价。最终，斯特劳斯发现了一种有规律的数据流，即各种商品期货和其他期货的日内波动数据。斯特劳斯在Apple Ⅱ电脑上写了一个程序来收集和存储不断增长的数据流。其实没人要求斯特劳斯记录下这么多的数据，对西蒙斯和埃克斯来说，开盘价和收盘价就足够了。他们甚至都不知道该怎么使用这些数据，况且当时计算机的算力也很有限。但是斯特劳斯表示他会继续收集数据，以后或许会派上用场。

劳弗开发了计算机仿真程序来测试某种策略是否应该被放到交易模型中。这些策略通常基于均值回归的理念。如果交易品种的开盘价相比前一天的收盘价低了很多，那么劳弗会买入期货合约；反之，如果开盘价异常的高，他则卖出期货合约。

埃克斯西迁背后还有一个潜在的动机没有告诉西蒙斯。离婚给他带来了持久的伤痛，为此他一直在责怪前妻，他很想摆脱这种伤痛。一旦离开纽约，埃克斯就相当于抛弃了孩子，非常类似于他父亲在他童年时的离家而去。事实上，埃克斯在之后的15年中都没有再和他的孩子们联系过。

西蒙斯一年要飞好几次加州，和大家探讨新的交易方法。但事实上，他的到来更多的是制造麻烦。同事们有很多已经定居在加州，而且拥抱了更为健康的生活方式，但西蒙斯还是每天连续不断地抽多达3包的梅丽特牌香烟。“当西蒙斯在办公室抽烟的时候，没人想跟他待在一起，”一位雇员说道，“所以我们会请他出去吃饭，尽量让他在办公室之外待着。” 午餐完毕，西蒙斯会提议回去上班，但大家实在是太抗拒和西蒙斯一起待在室内了，所以会制造出各种理由让他继续留在户外。“你知道吗？西蒙斯，其实在这里干活也挺好。”一位同事在午餐后跟西蒙斯说。“说得对！那我们下午不如就在户外工作吧！”另一位同事附和道。西蒙斯同意了，完全没有意识到同事们是多么不愿意同他一起回办公室。

卡莫纳建议尝试一种不同的方法：让计算机自己来寻找这些数据间的关系，从而找到过去某个相似的交易环境，然后观察价格的表现，这样他们就可以开发一个复杂但更为准确的预测模型来识别隐藏的价格趋势。为了让这个方法付诸实践，Axcom公司需要大量的数据，远比斯特劳斯收集的要多得多。为了解决这个问题，斯特劳斯开始挖掘数据，而不仅仅是收集数据，比如，针对历史数据断档问题，他利用计算机模型做出相对可靠的猜测，以填补空白；再比如，他们没有收集到20世纪40年代的棉花价格数据，但是通过模型“创造”出的数据也许能够派上用场。就如同可以根据已有拼图来推断丢失的那块拼图大致长什么样一样，他们“推断”出了丢失的数据和信息，然后输入了数据库。卡莫纳建议让模型自己来消化所有的数据，并给出买卖的指令。在某种程度上，卡莫纳是在创建早期的机器学习系统。模型会基于复杂的数据结构、集群和相关性给出对各种商品价格的预测，这是卡莫纳他们无法理解也无法用肉眼观察到的。

他只是想运用复杂的算法给埃克斯和斯特劳斯提供一个框架，以识别当前和过去数据中相似的模式。“你们应该试试这个。”卡莫纳催促同事们。

在价格上涨时买入，在价格下跌后卖出，这种价值投资策略似乎与课本里写的完全相反，然而沃伦·巴菲特等大牌投资者却是该投资策略的忠实粉丝，但也有一些激进的投资者采用的是和西蒙斯他们类似的趋势跟踪策略。西蒙斯需要采取一些新的措施来保持自己的领先优势。

托马斯堡是辛辛那提郊区的一个小镇，有大约1万的常住人口，极为拥护废奴主义。作为在这里长大的男孩儿，伯勒坎普对南方有着强烈的偏见，并且非常敢于追求自己的兴趣，无论该兴趣有多么冷门。当他的同龄人还在操场上追逐打闹的时候，瘦削而严肃的伯勒坎普喜欢待在教室里进行另一种游戏。他和几个朋友喜欢用铅笔在纸上画出点阵，然后依次在点与点之间连线，组成方形。这是一种叫作“点与盒子”(29)的传统游戏，已经在中西部流行了近一个世纪。有些人觉得这个游戏是小孩子玩的，其实“点与盒子”有着惊人的复杂性和相当深刻的数学内涵，这些在后来让伯勒坎普受益良多。“这是我最早接触的博弈论。”伯勒坎普说。

这句话让伯勒坎普觉得特别难堪。伯勒坎普游得很慢，也不健壮。在他仅有的几次获得银牌的比赛中，他获奖的原因都是除了他之外，只有一个对手报名参赛。 1957年的州锦标赛中有混合泳姿项目。伯勒坎普不得不作为接力赛中的一员，对抗强大的对手。幸运的是，他的队友为他创造了巨大的领先优势，他不费吹灰之力就拿到了金牌。伯勒坎普这次仅有的在运动领域的高光时刻，教会他一个宝贵的人生哲理。“一定要待在伟大的团队(30)里。”他说。

到了麻省理工学院之后，伯勒坎普开始涉猎物理、经济学、计算机和化学。大一的时候，他就被选中参加约翰·纳什教的高级微积分课程。纳什是著名的博弈论学家和数学家，西尔维娅·娜萨（Sylvia Nasar）的书《美丽心灵》(31)就是向他致敬的。1959年年初的一天，纳什正在黑板上边书写边讲解的时候，有一位学生举手想问问题。纳什转过来，目不转睛地盯着他。一阵尴尬的沉默之后，纳什用手指着那个学生，斥责他竟敢打断他讲课。“他看起来像个疯子。”伯勒坎普回忆道。这个小插曲只是纳什出现精神疾病症状的冰山一角。几周之后，纳什就从麻省理工学院辞职，住进了当地一家治疗精神分裂症的医院。

伯勒坎普后来成了一名数字信息解码专家，帮助美国国家航空航天局（NASA）解码了很多卫星回传的火星、金星和太阳系其他星球的数字照片。利用他在类似于“点与盒子”等游戏中培养的技巧，伯勒坎普与其他学者共同创建了一个新的数学分支“组合博弈理论”（Combinatorial Game Theory），并且撰写了该领域的经典著作《代数编码理论》（Algebraic Coding Theory）。他还构建了一个用于有限域上多项式因式分解的算法，后来被命名为“伯勒坎普算法”，这成为密码学领域一个至关重要的工具。

得益于斯特劳斯收集并整理的大量历史数据，埃克斯能比竞争对手接触到更多的价格信息。因为价格走势经常会复刻历史，所以这些数据能让公司对趋势的持续性有更准确的评估。计算机的算力变得更为强大，而且使用成本也更加低廉，所以团队可以开发更为复杂的交易模型，包括西蒙斯曾不以为然的机器学习的雏形——卡莫纳的核方法。有这些优势加持，Axcom公司的年化收益率达到了20%左右，在同行中排名遥遥领先

然而，西蒙斯还是一直在质疑为什么投资收益没有更好，竞争对手持续涌现也给公司带来了很大压力。美林证券一位叫约翰·墨菲（John Murphy）的资深分析师写了一本关于如何跟踪和交易趋势的书，名叫《金融市场的技术分析》（Technical Analysis of the Financial Markets）。在价格上涨时买入，在价格下跌后卖出，这种价值投资策略似乎与课本里写的完全相反，然而沃伦·巴菲特等大牌投资者却是该投资策略的忠实粉丝，但也有一些激进的投资者，比如对冲基金经理保罗·都铎·琼斯（Paul Tudor Jones）采用的是和西蒙斯他们类似的趋势跟踪策略。西蒙斯需要采取一些新的措施来保持自己的领先优势

伯勒坎普从Axcom公司的操作中还发现了其他问题。公司交易金、银、铜和其他金属，也交易猪肉、谷物和其他大宗商品。但是他们的买卖指令是在每日开盘和收盘前通过电子邮件的形式发给经纪商的，而且公司经常会持有某些头寸数周甚至数月之久。伯勒坎普认为这么做很危险，因为市场的波动性可能会很大。低频交易可能会妨碍公司抓住新的投资机会，并在市场下行时扩大公司损失。伯勒坎普建议埃克斯寻找更短期更小的投资机会，也就是提高交易频率。埃克斯以频繁交易的摩擦成本太高为由而对伯勒坎普的建议不予理睬。另外，斯特劳斯收集的日内交易数据还没来得及整理和筛选，所以他们无法开发出一个可靠的短期交易模型。

埃克斯发现，《纽约时报》的西海岸版本就是在60多千米外的托伦斯市印刷的，所以他向报社提出申请，希望最新的报纸刚过午夜就要送到他家里，他如愿以偿了。埃克斯依然喜欢在晚上交易，试图利用他可以抢先看到报纸的优势，因为某些政府官员的言论会对国际市场造成巨大的影响。他还在家里装了很多巨大的电视屏幕，以随时掌握新闻信息，并通过远程视频会议系统和同事们交流。“他也开始迷恋科技了。”伯勒坎普说

到了1989年夏天，埃克斯越发觉得自己陷入了困境。他请的是风险代理方面的二流律所，而西蒙斯请的是纽约的一流律所。很明显，西蒙斯会赢得官司。一天，伯勒坎普给埃克斯出了个主意：“你为什么不把股份卖给我呢？”埃克斯思前想后觉得自己别无选择，所以他同意把绝大部分Axcom公司的股份卖给伯勒坎普。交易完成后，伯勒坎普拥有了公司40%的股权，斯特劳斯和西蒙斯各拥有25%，剩下10%则留在埃克斯手里。埃克斯在家里窝了好几个月，除了妻子之外几乎不和别人说话。渐渐地，他开始了一场缓慢、艰难但卓有成效的转型。后来埃克斯和妻子搬到了圣迭戈，在那里他终于可以放松下来，他会写写诗，还报了一个学习撰写电影剧本的培训班。他甚至还写了一本科幻惊悚小说，名叫《机器人》（Bots）。一天，埃克斯在网上读到一篇西蒙·科申写的关于量子力学的学术论文，于是他联系了这位依然在普林斯顿大学任教的前同事。很快，两人就开始合作撰写关于量子力学数学原理的论文。2 然而，埃克斯的生命中依然有些许遗憾。他偶然打听到小儿子布莱恩的行踪，布莱恩此时已经是布朗大学的一名大学生了。一天，埃克斯终于鼓起勇气，拨通了布莱恩宿舍的电话，他们已经有超过15年没有说过话了。“你好，”他怯怯地说，“我是詹姆斯·埃克斯。” 那天晚上他们聊了好几个小时。此后，埃克斯和他的两个儿子陆陆续续进行过很多次长谈。埃克斯为自己抛弃孩子们而道歉，也为自己的怒气所导致的伤害而忏悔。孩子们原谅了他，而且非常渴望埃克斯回到他们的生活中。渐渐地，埃克斯和他的儿子们建立了亲密的关系。2003年，已经成为祖父的埃克斯和他的前妻芭芭拉破镜重圆了。亲情和爱情重新在埃克斯的生命中流淌。 3年之后，时年69岁的埃克斯死于结肠癌。他的儿子们在他的墓碑上刻了一个方程式，正是埃克斯-科申定理。

华尔街有一条不成文的规则：不要频繁交易。除了成本高之外，短期交易产生的价差微乎其微，不值得投资者追逐。但大奖章持有的很多长期头寸都只带来了亏损，而短期交易却是基金收益最大的贡献者

埃尔文·伯勒坎普在1989年夏天接管了大奖章基金，此时公司的投资业务已经有所回暖。10年之前，金融类公司的利润占到全美公司利润的10%，而如今这一占比正朝20%进发。如同在小说《灯红酒绿》(38)和麦当娜的歌《物质女孩》（Material Girl）中描绘的那样，这是一个以贪婪和自我沉迷为特征的时代

埃克斯以前拒绝采取高频的短期交易策略，部分是因为他担心由此带来的交易成本和费用会吃掉潜在的利润。埃克斯还担心快速的成交会影响价格，从而减小获利空间，这种被称为“摩擦成本”的元素，是大奖章无法精确衡量的。

伯勒坎普和同事们希望大奖章基金可以模仿赌场的做法。赌场里每天有那么多场赌局，只要在超过一半的赌局上盈利，赌场整体就赚钱了。大奖章基金也是一样，只要保证每天进行的高频交易大多数都能盈利，大奖章基金就能赚很多钱。只需要拥有一点点优势，高频的重复博弈就会确保大数定律站在他们这边，这跟赌场的盈利模式非常相似。“如果你交易得足够多，那么只要保证其中51%是盈利的就够了，”伯勒坎普告诉一位同事，“我们就不必要为每次交易劳神费力。

在深入挖掘数据，为大奖章基金的短期交易策略添砖加瓦的时候，他们也注意到了一些市场上的怪事。某些投资品种的价格会在关键经济数据公布之前先下跌，之后又立即上涨，但也有例外。不知何故，美国劳工部等部门的数据公布前后并不存在这样的现象，但其他很多数据公布时都符合这个规律。所以模型给出的建议是，在经济数据即将公布之前买入，公布之后立即卖出

通过不断筛选挖掘斯特劳斯的数据，劳弗发现了周内价格变化规律。比如说，周一的价格变化常常是周五趋势的延续，而到了周二，这个趋势会反转。劳弗还发现前一天的交易常常可以引领后一天的市况，他称之为“24小时效应”（Twenty-four-hour Effect）。大奖章基金开始利用这些发现。如果周五的市场展现出清晰的上升趋势，那么大奖章基金会在周五收盘前顺势买入，在下周一早上就卖出，期望能够利用“周末效应”（Weekend Effect）占到便宜。

利用汇率变动进行交易只是大奖章基金日渐增长的交易策略集合中的一部分。伯勒坎普、劳弗和斯特劳斯花了好几个月，每天长时间盯着电脑屏幕，反复挖掘数据，试图观察价格对于各种市场事件的反应。西蒙斯每天都会亲临现场或通过电话来跟踪进度，一方面分享自己关于如何改进交易系统的想法，另一方面勉励团队专注于寻找那些被别人忽视的“微弱的异常值”

在1990年的大部分时间里，西蒙斯的团队几乎都没有犯错，就好像在实验室摸索10年之后，他们终于找到了一个神奇的公式。除了在开盘前和收盘前交易之外，他们也会在中午交易。他们的系统越来越专注于短期交易，长期交易份额逐渐减少到了10%。有一天，Axcom公司赚了100万美元，这种级别的日内盈利在公司历史上是首次发生。西蒙斯和同事们开香槟庆祝，就如同他们在国防分析研究所解决了一个难题之后所做的一样。后来，这种级别的日内盈利变得很普遍，使他们的庆祝显得有点儿频繁了。西蒙斯只能宣布，只有日内净值增长率达到3%才能把香槟拿出来，但是渐渐地，3%也变得司空见惯了。即使盈利如此丰厚，外界依然对Axcom公司的投资方法不以为然。当西蒙斯为加州大学伯克利分校的学生介绍Axcom公司的投资方法时，还遭到了嘲讽。“我们的想法几乎被人看作痴人说梦。”伯勒坎普说

西蒙斯又提出了更多的要求。他想要扩张团队，再买几个卫星数据接收器，投资更多的基础设施，以升级大奖章基金的自动交易系统。他还要求伯勒坎普出钱来支付这些费用。这些压力折磨着伯勒坎普。伯勒坎普依然是加州大学伯克利分校的一位兼职教授，他发现自己越来越享受教学，很可能是因为在讲台上没有另一双眼睛时刻在盯着他。“西蒙斯的电话实在是太多了，而我在教书的时候能感觉到更多的乐趣。”伯勒坎普解释道。伯勒坎普终于承受不了了。最后，伯勒坎普打电话给西蒙斯，提出了要约。“西蒙斯，既然你觉得我们的基金收益率能达到80%，而我觉得只能维持在30%，那么你对公司的估值一定比我高，”伯勒坎普说，“你为什么不把我的股份买过去呢？” 西蒙斯的确这么做了。1990年12月，Axcom公司正式解散。西蒙斯用现金收购了伯勒坎普的股份，而斯特劳斯和埃克斯用自己的股份换取了文艺复兴科技公司的股份，文艺复兴科技公司接管了大奖章基金。伯勒坎普回到加州大学伯克利分校全职任教，他以6倍的价格把16个月前买入的Axcom公司的股份悉数卖给了西蒙斯。他觉得这笔买卖太值了。“我从没想象过我们曾经的事业会如此地一骑绝尘。”伯勒坎普后来说。后来，伯勒坎普也开过一家投资公司，名叫伯克利量化（Berkeley Quantitative），主要做期货投资，管理规模也曾经超过2亿美元。但这家公司业绩平平，于2012年被关闭。“我总是更多地被好奇心驱使，”伯勒坎普说道，“但西蒙斯更专注于金钱。” 2019年春，伯勒坎普因肺纤维化并发症去世，享年78岁。

19世纪30年代，英国的经济学家会向投资者出售复杂的价格图表

19世纪晚期，美国记者查尔斯·道（Charles Dow）把市场中的各种假设和数学分析方法相结合，开创了现代的技术分析，这是一种需要依赖价格趋势、交易量和其他因素的图表分析方法。查尔斯·道是道琼斯指数的发明人，同时也是《华尔街日报》的创始人

数十年之后，蔡志勇（Gerald Tsai Jr.）依靠技术分析在20世纪60年代晚期的金融市场封神。他在富达公司（Fidelity Investments）累积了自己的声望。由于非常善于投资成长型股票，蔡志勇成了第一位成长股基金经理。后来，他开办了自己的投资公司，叫作曼哈顿基金（Manhattan Fund），成为当时媒体的宠儿。他设计了一间“作战室”，里面布置了各种图表，用以追踪数以百计的均线、比率和柱状图。他使这个房间的温度始终保持在12摄氏度左右，确保3位负责更新图表的雇员保持清醒和注意力集中。曼哈顿基金在1969—1970年的熊市中遭遇了惨败，其业绩和方法都遭到了嘲笑，但那时，蔡志勇已经把公司卖给了一家保险公司。他还忙于把一家叫Primerica的财务服务公司转型为一家银行，那就是后来的花旗集团。3 渐渐地，技术分析交易者成了被嘲笑的对象，技术分析交易策略被认为是最简单和最懒惰的，甚至被一些人视作一种“原始的巫术”。尽管有各种嘲笑声，但许多投资者依然继续绘制技术分析图表，跟踪头肩顶(42)等常用的技术形态。事实上，一些当代的顶尖投资者，比如斯坦利·德鲁肯米勒（Stanley Druckenmiller），也会看图形来印证自己的投资主题。安德鲁·罗等人认为技术分析是量化投资的先驱，然而这些方法其实从来没有经过独立而彻底的检验，大多数的法则来自人类的肉眼观察和似是而非的逻辑，有效性是非常值得怀疑的。

事实上，计算机时代刚一拉开序幕，就有投资者想用计算机来征服市场。早在1965年，《巴伦周刊》（Barron’s）就提到，计算机不但可以给投资者带来难以估量的助益，而且可以有效地减轻分析师的负担，使之有机会做更多创造性的工作。同一时期，《华尔街日报》也大肆报道了计算机并行处理大量股票数据的能力。

丹尼斯对他这套趋势追踪系统非常自信，他把系统的法则写下来，招募并且训练了20名学徒。这些学徒学成之后，丹尼斯还给了他们现金，让他们自己去交易。丹尼斯这么做是因为和一位朋友的长期赌约，即只要严格运用他的交易法则，初学者也能成为市场的行家里手。据说丹尼斯在1986年赚了8 000万美元，1987年更是赚了1亿美元之多。然而，丹尼斯在1987年的股灾中也损失惨重，他是距今最近的一位采用与西蒙斯类似的交易方法但最后损失惨重的人。在损失了一半现金之后，丹尼斯决定结束交易生涯，开始全力推动政治自由和大麻合法化。“生命中有很多比交易更为重要的东西。”丹尼斯这样告诉一位来访者。

纵观20世纪80年代，华尔街和伦敦金融城都很热衷于招募应用数学家和物理学家。这些应用数学家和物理学家的任务主要是开发模型，为复杂的衍生品和抵押品定价，分析风险，对冲持有的头寸。这些操作被统称为“金融工程”

不久以后，金融界就给这些开发和应用数学模型的人起了一个昵称。哥伦比亚大学的理论物理学博士，后来加入华尔街的伊曼纽尔·德曼（Emanuel Derman）说，起先他们被称为“火箭科学家”，因为很多人认为火箭科学是当时最为先进的科学分支。慢慢地，这些专家被称为“宽客”（Quants），这是量化金融专家的缩写。德曼回忆到，在许多年里，银行和投资公司的资深经理们都以不懂电脑为荣，他们把“宽容”这个名字视为贬义词。德曼说：“当我在1985年加入高盛的时候，我发现做量化投资简直是一种耻辱……在一个满是交易员、销售经理和投资银行家的公司里面，两个成年人谈论数学、UNIX系统或者C语言，都被视为低级趣味。”“你周围的人都看不起你。”德曼在他的自传《宽客人生》（My Life as a Quant）中写道。

1987年10月19日，道琼斯指数一天内就跌了23%，这是史上最大单日跌幅。此次下跌就被归咎为一种被广泛采用的称为“组合保险”的对冲策略。在这种对冲策略的加持下，计算机会在市场出现下跌苗头的时候立即卖出股指期货，以防止组合头寸蒙受更大的损失。这些卖空操作导致指数进一步下跌，从而引发更多的计算机自动卖空，直至崩盘。

广受欢迎的数学工具和风险管理模型难以逃脱金融市场大幅偏离历史规律的魔咒，而这种偏离发生的频率要远超过绝大多数模型所预测的结果。正是出于这种担心，那些经常摆弄计算机和数学模型的人通常不会被允许直接进行交易。他们只能给银行或者投资公司里面那些重要的交易员提供帮助，而不是取而代之。20世纪70年代，加州大学伯克利分校的一位叫作巴尔·罗森博格（Barr Rosenberg）的经济学教授开发了一种量化模型，可以跟踪那些对股市有重要影响的经济指标。但是他并没有靠这个模型来交易，而是把它卖给了其他投资者，帮助他们预测股市的走向。

索普把重点放在认股权证上，认股权证赋予持有人在某一价格购买股票的权利。他开发了一个模型能够计算认股权证的“正确”价格，这也使他能够立即发现市场的错误定价。在一台惠普9830电脑上，索普依靠程序化的数学公式

索普把重点放在认股权证上，认股权证赋予持有人在某一价格购买股票的权利。他开发了一个模型能够计算认股权证的“正确”价格，这也使他能够立即发现市场的错误定价。在一台惠普9830电脑上，索普依靠程序化的数学公式，买入低估的认股权证，卖出高估的认股权证。

索普的基金是通过计算机算法和模型来交易的，所以耗电量巨大，导致他们位于南加州的办公室里总是很热。

到了1985年，班伯格已经管理了3000万美元，并能够同时在六七只股票上运用他的策略。

一些新来的雇员帮助团队显著地提高了盈利，比如曾在哥伦比亚大学任计算机科学教授的戴维·肖（David Shaw）和数学家罗伯特·弗雷。摩根士丹利的交易员们成为首批运用“统计套利”（Statistical Arbitrage）的人。“统计套利”通常意味着很多笔交易同时进行，但其中绝大多数交易与大盘没有关系，只是利用了市场中出现的各种统计意义上的异常行为。比如，程序会先按照前一周的涨跌幅把股票排序。然后APT会卖空某一行业内排在涨幅榜前10%的股票，同时买入涨幅榜后10%的股票，以期反转效应的出现。当然，反转效应并不是每次都会出现，但是只要交易次数足够多，这个策略每年大概就能产生20%的收益。反转效应并不总是见效，其背后的原因可能是投资者经常会对各种消息反应过度，从而使得不同股票间的价差偏离历史趋势。

弗雷建议通过识别导致股票价格变化的变量，来解构股票的波动。举例来说，埃克森美孚公司股价的上涨可以归因于多个因素，比如油价上涨、美元升值或者大盘的变动等。而宝洁公司股价的上涨可能主要是因为投资者避险的需求，他们阶段性地偏好资产负债表健康的公司，厌恶高负债的公司。因此，当这两类股票的价差突破历史区间的边界时，策略上就应该卖空一篮子具有良好资产负债表的公司股票，而买入高负债公司的股票。当时其实已经有不少投资者和学者在考虑“因子投资”（Factor Investing），弗雷想要通过计算机和数学工具分离出真正驱动股票价格变化的因子。可惜弗雷等人具有创新性的因子投资法并没能在摩根士丹利的高层中引起太多兴趣。

弗雷最终选择离开，后来得到了西蒙斯的资金支持并开办了自己的开普勒资产管理公司（Kepler Financial Management）。弗雷用了几十台小型电脑来运行他的统计套利策略。很快，他就收到了来自摩根士丹利律师的一封威胁信。其实弗雷并没有拿走摩根士丹利的任何东西，只是他是在那里工作的时候开发了这种策略。然而，弗雷是幸运的，因为塔尔塔利亚当年并没有要求团队成员签署保密协议。塔尔塔利亚给自己留了一手，以防奖金不达预期时他可以带领团队出走。所以摩根士丹利并没有很强的法律依据来迫使弗雷停止交易。尽管有点儿战战兢兢，弗雷还是忽略了摩根士丹利持续的威胁，并继续开展交易。

苏斯曼建议戴维·肖不去为高盛工作，而应创立自己的对冲基金，他可以提供2 800万美元作为种子基金。戴维·肖心动了，于是创立了D. E. Shaw公司，把办公室设置在了曼哈顿联合广场沙砾区一家书店楼上。戴维·肖的首要动作之一就是采购两台算力强大但是昂贵无比的太阳微系统服务器。“他需要法拉利，”苏斯曼说，“我们就给他买法拉利。”10 戴维·肖本身就是一位超级计算机专家，他雇用了几个相信他这套方法的数学博士和科学博士一起工作。此外，戴维·肖还找了不少拥有不同背景的达人。英语和哲学专业的人是戴维·肖最喜欢雇用的，另外他还找了一位国际象棋大师、一位喜剧演员、一位作家、一位奥运会级别的击剑手、一位长号手和一位拆弹专家。“我们不希望任何人有任何先入为主的想法。”一位早期的公司高层说道。11 与华尔街大多数公司嘈杂的交易室不同，戴维·肖的办公室很安静，甚至有些阴沉。尽管雇员们都穿着牛仔裤和T恤衫，但他们的办公场所很容易让来访者联想到国会图书馆的研究室。此时还是互联网时代的早期，是只有学者才用电子邮件的时代，但是戴维·肖已经开始滔滔不绝地给他的程序员们描绘新时代的无限可能了。“我觉得人们未来会在网上购物，”戴维·肖和同事们说，“他们不但会在网上买东西，而且买完后还会在下面添加各种各样的评论。”

西蒙斯长久以来一直被两个现实的目标驱策着：证明自己解决问题的能力和提升赚钱的能力。朋友们从来都不理解为什么西蒙斯想赚这么多钱，但是西蒙斯的这种欲望从没停歇过。

西蒙斯花了一个多小时自信而坦然地介绍了基金的业绩、风险和波动性，并且概括介绍了新的短期交易模型。

荒谬的还有西蒙斯的费率，每年5%的管理费费率远远超过同行的2%。“

劳弗先在纽约城市学院读了两年本科，然后去普林斯顿大学读了两年研究生。他在艰深的复变函数领域以及数学的嵌套结构上取得的进展获得了普遍的赞誉。劳弗1971年加入纽约州立大学石溪分校的数学系，主要研究领域是复变函数和代数几何，后来他逐渐将研究重点从经典的复变分析转移到更为现代的问题上。劳弗上课生动有趣，深受学生们的欢迎，但是他在个人生活上却显得比较怯弱。在他高中同学的印象中，他是个总是手握滑尺的内向的书呆子。来到纽约州立大学石溪分校后不久，劳弗就向同事表示他想尽快结束单身生活。有一次，他和一位名叫莱纳德·查拉普的同事一起去滑雪。到了晚上，劳弗就提议去酒吧，看看能不能有什么浪漫的邂逅。查拉普看着他的朋友，忍不住笑了。“劳弗，你不是那块料。”查拉普说，他明白劳弗这种天性羞涩的人是很难在酒吧找到女朋友的。“他是个很好的犹太男孩。”查拉普回忆道。在纽约州立大学石溪分校，劳弗最终遇见了一位名叫玛莎·兹拉汀（Marsha Zlatin）的语言病理学教授，并与她结了婚。玛莎很认同劳弗的自由派政治观点，她天性乐观，无论挑战有多大，总能保持积极面对的心态，并经常用“膨胀”来形容自己的心态。玛莎的朋友们见识过她坚韧不拔的毅力，在经历了好几次流产之后，她最终生下了健康的孩子。后来，玛莎又成功地获得了语言病理学的博士学位。玛莎对生活的态度似乎感染到了劳弗。在同事中间，劳弗是一位很好的合作者。同事们早就注意到劳弗对投资很感兴趣，所以当他1992年决定全职加入西蒙斯团队的时候，他们虽然感到失望，但并不惊讶。学者初涉交易往往会变得紧张而急躁，会担心市场的每一次波动，就像鲍姆刚刚加入时那样，但是时年46岁的劳弗反应截然不同。“薪水的大幅提高减轻了他的压力，他终于可以不用为女儿的大学学费忧愁了，”朋友们说，“所以，劳弗看起来非常享受研究那些可能带来盈利的交易方程式。” 对于西蒙斯来讲，劳弗的温和随性是一服安慰剂，因为多年来他已经疲于应对鲍姆、埃克斯和伯勒坎普的复杂性格。渐渐地，西蒙斯的职责转变为把握公司大方向、应付投资者、招募人才、处理紧急情况以及制定新的策略，劳弗在石溪的新办公室主管研究，而斯特劳斯在伯克利负责交易，以进一步提升基金的业绩水平。

劳弗到公司不久后做的一个决定，后来被证明是价值连城的：大奖章基金应该只用单一的交易模型，而不是像其他量化交易公司那样在各种市场和市况下使用多个不同的模型。尽管劳弗承认，使用多个交易模型会更直观，但是他认为，单一模型可以更充分地利用斯特劳斯收集的广泛的定价数据，在多资产类别中更全面地寻找相关性和交易信号。相反，如果运行多个模型的话，单个模型可以使用的数据就少得可怜了。

为了提高数据的可读性，他们把一个交易周划分成了10个部分，即外盘交易的5个夜间部分和5个日间部分。之所以要把一天分成两个部分，是为了便于团队在不同部分之中寻找规律。随后，他们会在早晨、中午和晚上各交易一次。西蒙斯想知道还有没有更好的切分交易数据的方法，这也许能让团队在日内交易数据中发现新的价格规律。劳弗尝试先把一天一分为二，再一分为四，最后发现分成5分钟的时间段是比较理想的方式。至关重要的是，公司的计算机算力已经得到了很大的提升，可以让劳弗运算更高频次的历史数据。例如，当投资者普遍为市场走势感到紧张的时候，可可期货的价格是不是通常先在第188个5分钟内下跌，之后又在第199个5分钟内反弹？当投资者担忧通胀的时候，黄金市场会不会在第50个5分钟内看到强劲的买单，而在第63个5分钟内买单又会走弱？劳弗的5分钟分段法使得团队有能力识别新的价格异常情况和潜在趋势，或者用他们的术语来说，叫作“非随机交易效应”（Nonrandom Trading Effects）。斯特劳斯等人做了很多测试，以防止过度挖掘数据而形成伪策略，但是很多新发现的策略还是站住了脚。大奖章基金团队好像是第一次戴上了近视眼镜，整个市场都变清晰了。有一个发现是这样的：周五早上某些5分钟线内的走势能够稳定地预测当天收盘前的市况。劳弗的研究还指出，如果市场在收盘前走高，那么你可以抢在收盘前买入期货，然后在次日开盘后卖出，这样往往有利可图。

他们还发现了与波动性有关的预测效应，以及一系列的“组合效应”，比如相互配对的金价和银价、柴油和原油等交易品种的价格，在交易日内的某段时间同向运动的概率比其他时段更高。其实这些新发现的交易信号背后的逻辑尚不清楚，但是它们的P值(45)低于0.01，意味着它们是显著的，并非统计幻觉，所以这些信号也被加入了交易系统。

西蒙斯鼓励他们着手解决另一个令人苦恼的问题：大奖章基金管理的资金规模有限，应该在目前发现的这么多可供交易的信号上如何分配呢？哪个应该下重手呢？于是劳弗开始开发计算机模型来识别日内的最优交易，西蒙斯称之为“投注算法”（Betting Algorithm）。劳弗认为这个算法应该是动态调整的，即根据对未来市场变化方向的实时概率分析，对基金持仓进行调整。这种算法就是早期形式的机器学习。

几乎同一时间，一位名叫尼克·帕特森的研究员也加入了团队，尽管他对这份工作并不十分满意。帕特森心里总是怀疑西蒙斯在进行某种诈骗活动，他很难消除这个疑虑。

劳弗的短期交易策略见效了：1992年，大奖章基金连续3年取得33%的年化收益率，管理规模也达到了1亿美元，公司收取了巨额的管理费。这些都称不上是诈骗，真正称得上诈骗的是，西蒙斯他们依靠自己都不完全理解的计算机模型卷走了如此之多的利润。

帕特森最初之所以最喜欢数学，一是因为他非常喜欢参与竞争，二是因为这是他觉得自己可以主宰的领域。直到16岁，他才发现自己是真的喜欢这门学科。数年之后，从剑桥大学毕业的帕特森找了一份写商业代码的工作。所以，帕特森的天然优势在于，他比其他数学家更懂得如何给计算机编程。帕特森是一位国际象棋高手，他花了很多时间在伦敦的一家咖啡馆和其他客人下棋。这家咖啡馆提供棋具租借服务，还经常组织客人进行比赛。帕特森经常击败年龄比他大很多的棋手。后来他发现这家咖啡馆没有这么简单，有一架秘密楼梯通往一个房间，这里举行的是当地一个黑帮老大组织的非法牌局。帕特森参加了牌局，迅速地发现自己是个打牌高手，还赢了大把现金。帕特森的能力引起了黑帮老大的注意，他向帕特森提出了一个难以拒绝的邀约：“如果你下楼帮我下棋，那么输钱我来承担，赢钱咱俩平分。”这对帕特森来说是没有风险的，但是他还是拒绝了这个邀约。黑帮老大告诉帕特森不要在错误的道路上越走越远。“你这个蠢货！你不可能用数学赚到钱！”黑帮老大嗤之以鼻。这次经历让帕特森学会了不能轻信任何看起来似乎合法的赚钱途径，这也是为什么他后来总是对西蒙斯抱有怀疑。

研究生毕业之后，帕特森成了英国政府的一名密码专家。他所在的部门就是多年前艾伦·图灵所在的部门，艾伦·图灵因为在第二次世界大战时破译了德国的密码而享有盛誉。帕特森的职责是创建统计模型来加密和反加密机密信息。帕特森运用的主要是简单而深刻的贝叶斯定理(47)，即如果获知更新更客观的信息，人们就可以得出更优的概率估计。

几年之后，政府部门进行了薪酬改革，行政管理人员的薪资水平被提升到了密码专家之上，帕特森坐不住了。“这不是钱的问题，这是一种侮辱。”帕特森告诉妻子，“我宁可去开大巴也不愿意再待下去，我必须走。”

帕特森去了国防分析研究所，正是在这里，他结识了西蒙斯和鲍姆。但是当帕特森快到50岁的时候，他显得越来越焦虑。“我父亲在50多岁的时候过得还很艰难，这让我心有余悸。”帕特森回忆道，此时他的两个孩子都即将上大学，“我的积蓄不太够，我不想落入像父亲那样的处境。” 正巧，西蒙斯很快就打来电话，听起来很急。“我们得谈一谈，”西蒙斯说，“你可以为我工作吗？”

帕特森察觉到世界正在“变得越来越数学化”，计算机的算力也在呈现指数级增长。他觉得西蒙斯依靠高阶数学和统计学有机会颠覆投资界。“50年前，我们什么都做不了，但现在正当其时。”帕特森说。在排除了西蒙斯是个骗子的可能性之后，帕特森把电脑拖进西蒙斯的办公室，开始着手帮助劳弗解决难题。识别有利可图的交易只是整个游戏的一部分，买入卖出的冲击成本也是大问题，控制不好的话，获利空间会大大缩减。比如，你认为铜价会从3美元涨到3.1美元，但是在你的买单被执行完之前，价格已经涨到3.05美元了。出现这种情况的原因可能是交易商从中作祟，使得潜在获利空间被吃掉了一半。从一开始，西蒙斯的团队就对交易成本非常在意，称之为“磨损”（Slippage）。他们经常会测算在没有交易成本的情况下，获利水平会提升多少。对于模型给出的理论价格和实际操作中得到的价格之间的差额，团队给它起了个名字，称之为“魔鬼”（The Devil）。起初，“魔鬼”的真实体量只能靠猜。但是随着计算机算力的提高和斯特劳斯收集的数据越来越多，劳弗和帕特森开始写程序跟踪实际成交价格和理想价格间的差距，以及该差距对投资业绩的影响。帕特森正式加入文艺复兴科技公司的时候，公司已经可以用一个模拟器把实际成交价格中的交易成本剥离出来，估算出有多少投资业绩被磨损了。为了减小交易损失，劳弗和帕特森着手开发复杂的方法，希望能把交易分散到不同的期货交易所，从而降低每一笔交易的成本。如今，文艺复兴科技公司已经可以很好地选择投资品种了，而不是像一开始那样对于市场和品种的选择不知所措。他们陆续把德国、英国和意大利的债券，伦敦的利率期货，日经指数的期权和日本国债等品种都纳入了交易范畴。大奖章基金的交易开始变得频繁。开始一天交易5次，后来上升到16次。他们会挑一天内交易量最大的时间段下单，以减小冲击成本。此时，大奖章基金的交易员还是通过电话下单，但很快他们就会有更快捷的交易方式了。

收益累积的速度依然很快，甚至有点儿让人难以理解了。仅1994年6月这一个月，大奖章基金就取得了25%的收益率，当年年底的收益率达到了71%，连西蒙斯都称“相当杰出”。更难能可贵的是，1994年是美联储出人意料地连续加息的一年，许多投资者损失惨重

文艺复兴科技公司的团队对他们的交易模型充满了好奇心，他们的不少基金持有人也是如此。他们也一直很想知道大奖章基金的运行逻辑到底是什么。如果大奖章基金在参与的大多数交易中都赚钱的话，那么谁是持续的输家呢？渐渐地，西蒙斯认识到，输家并不是那些买入并长期持有的个人投资者，也不是那些根据公司需要调整外汇头寸的跨国公司的财务管理部门。西蒙斯告诉基金持有人，事实上，文艺复兴科技公司是利用其他投机者的疏忽和错误赚钱，无论其规模是大是小。“比如，某位经常预测法国债券市场的涨跌并频繁下注的国际对冲基金经理，就是一个很好的收割对象。”西蒙斯说。

劳弗对大奖章基金惊人的收益率有略微不同的理解。当帕特森对大奖章基金的收益来源表示好奇的时候，劳弗提到了那些频繁交易而又过度自信的交易者。“自作聪明的人太多了。”劳弗说。劳弗的解释听起来略带嘲讽，但他和西蒙斯的观点却是比较前沿的。那个时候，大多数的学术研究都认为市场是有效的，要征服市场是不可能的，而个人做出的绝大多数投资决策都是理性的。但西蒙斯和同事们总觉得这种说法有失偏颇，他们觉得投资者有很多认知偏差，正是这些认知偏差导致了恐慌、泡沫、暴涨和崩盘。

西蒙斯不知道的是，其实有一个冉冉升起的新经济学流派会证实他的直觉。20世纪70年代，心理学家阿莫司·特沃斯基（Amos Tversky）和丹尼尔·卡尼曼（Daniel Kahneman）研究了人们做决定的过程，证明了大多数人都倾向于做非理性的决定。后来，经济学家理查德·泰勒（Richard Thaler）运用心理学的观点来解释投资者行为中的异常现象，催生了一门研究个人和投资者认知偏差的学科，叫作“行为经济学”。已经被识别出来的典型心理偏差包括“损失厌恶”（Loss Aversion）、

卡尼曼和泰勒因为这方面的研究获得了诺贝尔奖。后来的许多调查表明，投资者其实比他们认为的更加非理性，重复地犯着类似的错误。面对压力，投资者会感到慌乱，继而做出偏感性的决定。所以，大奖章基金发现其利润的最大头常常是在金融市场的极端情况下实现的，这并不是一种巧合。大奖章基金的这种盈利现象将持续几十年。

和大多数投资者一样，在基金表现黯淡的时候，西蒙斯也会紧张。极少数的几次，西蒙斯对公司的整体持仓动了手脚。但是整体来看，西蒙斯还是忠于交易模型的，因为他还清楚地记得依靠自己的直觉交易是多么困难。西蒙斯和大家有一个约定，即无论大奖章基金的表现如何，都绝不僭越模型，更不能因个人情绪波动而影响基金的操作。

和大多数投资者一样，在基金表现黯淡的时候，西蒙斯也会紧张。极少数的几次，西蒙斯对公司的整体持仓动了手脚。但是整体来看，西蒙斯还是忠于交易模型的，因为他还清楚地记得依靠自己的直觉交易是多么困难。西蒙斯和大家有一个约定，即无论大奖章基金的表现如何，都绝不僭越模型，更不能因个人情绪波动而影响基金的操作。“我们的盈亏不是一个输入变量，”帕特森说，“我们是有七情六欲的普通交易者，但是系统可不会感情用事，正是类似的情感波动导致了市场中各种交易机会的出现。” 西蒙斯并没有使用基于行为经济学的统计模型，因为他们无法设计一种可以避免或利用投资者心理偏差的算法。然而，团队也逐渐认识到，正是这些心理偏差和过度反应为他们的利润做了一部分贡献，他们的系统似乎特别善于利用其他交易者所犯的具有普遍性的错误。“我们实际上是在对人类行为建模，”佩纳维奇解释道，“人类在高压下的行为具有很高的可预测性，他们会本能地表现出恐慌。我们建模的前提是人类会不断重复过去的行为……我们学会了利用这一点

截至1993年年末，大奖章基金的管理规模达到了2.8亿美元。西蒙斯很担心基金规模膨胀之后会带来过大的摩擦成本，从而影响基金的收益率，于是他下令把基金暂时封闭

想要扩张基金规模又不影响收益率，西蒙斯只有一条路可走：踏入股票市场之门。因为股票市场的容量和深度足够大，再大的交易规模都对收益率影响甚微。但问题是，西蒙斯和他的团队一直没有摸到在股票市场赚钱的门道。弗雷一直在开普勒资产管理公司运行着他的交易策略，但是业绩平平，这也增加了西蒙斯的压力。

西蒙斯不知道从哪里来的自信。20世纪90年代初期还是基本面投资者的黄金时代，他们采用的主要方式是调研公司，即研究各种年报和财务报表，沃伦·巴菲特是此类投资方式的拥趸。这类投资者主要依赖直觉和经验，用到的都是脑力，而非计算机。对于西蒙斯来说，跨入股市就是驶入一片未知的海域。彼得·林奇就是基本面投资者的典范。1977到1990年，彼得·林奇凭借优秀的选股能力帮助富达公司麦哲伦基金（Magellan Mutual Fund）的管理规模从1亿美元增长到了160亿美元，平均年化收益率达到29%，14年中有11年都跑赢了基金指数。彼得·林奇从不关注所谓的隐藏价格规律，而这正是西蒙斯他们做出投资决策的根本依据。林奇认为，普通投资者只要持有他们最了解的公司的股票，就能跑赢市场。“懂你所投资的”是林奇的投资秘诀。

林奇最重要的工具是他的电话，而不是电脑。他会定期致电或者拜访一些他熟识的管理层，询问关于他们在业务、竞争对手、供应商和客户等方面的最新情况。这种做法在当时是合法的，尽管投资规模小一些的投资者是无从得知这些信息的。“计算机不会告诉你某种商业趋势会持续一个月还是一年。”林奇说。

林奇最重要的工具是他的电话，而不是电脑。他会定期致电或者拜访一些他熟识的管理层，询问关于他们在业务、竞争对手、供应商和客户等方面的最新情况。这种做法在当时是合法的，尽管投资规模小一些的投资者是无从得知这些信息的。“计算机不会告诉你某种商业趋势会持续一个月还是一年。”林奇说。1 到1990年的时候，每100个美国人中就有1个投资了麦哲伦基金，而林奇的著作《战胜华尔街》（One Up on Wall Street）销量也超过100万册。在书中，林奇鼓励投资者们寻找无处不在的投资机会。随着富达公司制霸公募基金业，它开始安排年轻分析师们每年给几百家公司打电话。林奇的继任者们，包括杰弗瑞·威尼克（Jeffrey Vinik）在内，都是用调研的方式获取相对于竞争对手的信息优势的。 “

与此同时，所谓的宏观投资者登上了历史舞台，使全球的政治领袖心中一惊。与西蒙斯等人的频繁短期交易不同，宏观投资者的套路是预测全球政治和经济的变化，主要的利润来自次数有限的大规模下注。

几个月之后，竖立在东德与西德之间的柏林墙倒塌，投资者担心西德的经济和货币会受到东德的影响。德鲁肯米勒不这么认为，他觉得这会提振德国经济，而不会抑制经济的发展，德国央行也会谨慎对待货币政策以抑制通货膨胀。“我笃信德国人非常惧怕通货膨胀，”德鲁肯米勒说道，“他们不可能让货币大幅贬值。” 索罗斯不在的这段时间，德鲁肯米勒对德国马克下了重注，为量子基金在1990年斩获了接近30%的收益率。2年之后的一天，德鲁肯米勒走进索罗斯在曼哈顿中城的宽敞办公室，与索罗斯沟通了他即将要做的大动作：逐步提升做空英镑的仓位。德鲁肯米勒告诉索罗斯，英国政府一定会试图从欧洲汇率机制中脱离，然后让英镑贬值，以帮助英国走出衰退的困境。德鲁肯米勒的这个观点并不主流，但是他很有自信。一阵沉默之后，随后索罗斯露出了困惑的表情。“索罗斯的表情像是在说‘你这个白痴’。”德鲁肯米勒回忆道。 “这听起来有点儿匪夷所思。”索罗斯回答他。在德鲁肯米勒开口想申辩之前，索罗斯打断了他：“你说的没错，这种级别的机会20年才会出现一次。”索罗斯要求德鲁肯米勒尽可能提升做空英镑的仓位。量子基金最终持有了100亿美元左右的英镑空头头寸。很快，其他投资者也意识到这个机会，加入了做空英镑的行列，压低英镑币值，并向英国当局施压。1992年9月16日，英国政府放弃了努力，英镑大幅贬值20%，德鲁肯米勒和索罗斯在20个小时之内就赚了10亿美元。量子基金在1993年取得了60%的收益率，基金管理规模也膨胀到了80亿美元，远远超过了索罗斯当初的想象。之后的十几年内，这次交易都被认为是史上最伟大的交易，它强有力地展示了智慧和勇气的价值。很明显，在市场上赚钱最稳妥的方法就是不断挖掘上市公司的动向和分析经济的趋势。让这些经验丰富的专业人士相信计算机的力量几乎是不可能的。但是西蒙斯不信邪，他依然在努力尝试从股市中赚钱

由西蒙斯投资的、罗伯特·弗雷创办的开普勒资产管理公司也在努力之中。该公司正在努力改善其统计套利策略的表现。这个策略是弗雷等人在摩根士丹利开发的，通过识别少量的全市场因子来解释个股的变化。比如，美国联合航空公司（United Airlines）的股价走势，取决于其对于股市整体走势、油价和利率等因素的敏感性。而其他股票的走势，比如沃尔玛公司股票，也是受这些因素影响的，只是敏感性不同而已。开普勒资产管理公司将这种方法用于统计套利，基于这些因素的变化情况，根据不同股票的敏感性测算出其理论上的价格趋势，然后做多低于趋势线的股票，同时做空高于趋势线的股票。比如在某个市场周期，苹果公司和星巴克的股价都涨了10%，但是从历史行情来看，苹果的股价弹性应该远大于星巴克，所以开普勒资产管理公司会买入苹果，卖出星巴克。运用时间序列分析等统计手段，弗雷等人不断地搜寻偏离历史趋势的交易机会，他们称之为“交易谬误”（Trading Errors）。这种手段背后的假设是，这些偏离随着时间推移大概率会被抹平。

帕特森还告诉同事，那些从某个银行或对冲基金跳槽来文艺复兴科技公司的人，与那些没有金融领域工作经验的人相比，在关键时候更有可能表现不忠。这是至关重要的，因为西蒙斯非常强调公司内部的信息和观点共享，他要确保不会有人把这些信息告诉竞争对手。如果候选人在其目前工作中感到痛苦不堪，那么这会让帕特森很兴奋。“我喜欢处在低谷状态中的聪明人。”帕特森说。

作为计算机爱好者，默瑟花了一整个夏天重新编写一个可以计算核聚变产生的电磁场的程序，并且找到了可以使程序加速100倍的方法，这是质的飞跃。默瑟兴致勃勃，但是他的老板似乎不太在意他的成果。他们宁可要多占用100倍算力的程序，也不希望把原程序提速100倍，速度和效率对他们来说好像没有什么吸引力。这件事情改变了默瑟的世界观。“我认识到，政府出资的这些研究项目的目的并非解决问题，而是把预算花完。”默瑟后来说。默瑟开始变得愤世嫉俗，认为政府都是傲慢且低效的。多年以后，他更加坚信这样的观点：个人应该自给自足，不能依靠国家。“这个夏天的经历让我对于政府资助的研究项目留下了永久性偏见。”默瑟解释道

布朗想在数学和物理领域有一番作为。从哈佛大学数学系本科毕业之后，布朗加入了埃克森美孚公司，参与开发把语音转换为文本的程序，这是一种早期的语音识别技术。后来，他在位于匹兹堡的卡内基梅隆大学获得了计算机科学的博士学位。 1984年，时年29岁的布朗加入了IBM的语音识别团队，默瑟等人正在这里开发可以进行语音识别的计算机软件。拥有数十年研究历史的语音识别领域的一贯思维是，要想让计算机听得懂语言，就必须让语言学家教会计算机语法规则。

彼得·布朗还在少年时期就目睹过他父亲亨利·布朗（Henry Brown）处理一系列复杂的商业问题。1972年，当布朗17岁的时候，亨利和一位合伙人决定设立一种投资产品，把个人的钱集中起来去投资一些既安全又有一定利息的债券，这可以说是世界上首只货币市场基金。亨利的基金收益率要高于银行利率，但还是无人问津。布朗帮助父亲寄信给数百位潜在投资者，希望能引起他们对这一基金的兴趣。那一年，亨利除了圣诞节之外每天都在忙，经常吃花生酱三明治，为了生意资金的周转，还做了第二笔抵押贷款。他的妻子贝齐则是一名家庭医生。“纯粹的饥饿和贪婪驱策着我们。”亨利对《华尔街日报》解释道。5 第二年，《纽约时报》报道了这只刚刚成立的基金，亨利的好日子来了。客户开始打电话要求投资，很快，这只货币基金的规模就达到了1亿美元。到1985年，基金的规模已经达到了几十亿美元，

然而，布朗、默瑟和其他科学家，以及团队的领导弗雷德·杰利内克（Fred Jelinek），对这个问题有着截然不同的看法。他们认为，语言可以被视为一种概率游戏。在一个句子的任意单词之后出现的单词服从某种概率分布，这种概率分布是由通行的用法或者上下文决定的。比如，在单词“apple”后面出现“pie”的概率要大于“him”或者“the”。IBM的团队认为，这种类似的概率分布也适用于语音识别领域。他们的目标是给计算机“喂”足够多的语音和文本，通过计算机自身的学习，开发出一个统计意义上的概率模型，可以根据语音的序列猜测文本的序列。计算机无须“理解”这些文本到底在说什么，只要能按照概率猜测并记录下来就可以了。

布朗和默瑟等人依赖的贝叶斯定理是由托马斯·贝叶斯提出的一种统计学定理。贝叶斯基于当前的信息给每个估值赋予一定的概率权重，然后根据新增的信息来调整这些权重，以得出最佳估值。贝叶斯定理的绝妙之处在于，它可以不停地缩小目标范围。比如，邮件过滤系统一开始并不知道哪封是垃圾邮件，但它可以给每封邮件赋权，然后在邮箱操作过程中不断地学习新增信息，并调整这些权重，使得辨识垃圾邮件的有效性越来越高。这种方法对人类来讲其实并不陌生。有语言学家认为，人类在谈话中会不断地猜测对方说的下一个词可能是什么，并且在谈话过程中不断调整他们的猜测。

该系统每小时循环几次，在发出电子交易指令之前，会对数千笔潜在交易进行权衡和优化。

最终，布朗和默瑟开发了一个复杂的股票交易系统，它包含50万行代码，而弗雷的旧模型只有数万行代码。新系统包括所有必要的限制和要求，这正是西蒙斯多年前梦寐以求的那种自动交易系统。由于新的股票交易系统的加持，Nova基金的股票交易对市场波动的敏感度降低了，所以它开始延长持股时间，平均两天左右

(55)中那台人工智能电脑命名，即“Joshua”。最终，马杰曼的黑客行为被一位IBM高管察觉到了，高管怒不可遏。这名高管说他的机器是根据政府的一项绝密合同购买的，可能包含机密材料。这名高管甚至威胁要控告马杰曼犯了美国联邦罪。“这我怎么知道？”马杰曼回应道，他指的是该公司与政府的秘密关系。

在公开场合，西蒙斯表现得很自信，鼓励股票团队坚持下去。他在1995年夏天的一次小组会议上说：“我们必须继续努力。”尽管他那时穿着短裤和凉鞋，但其话语仍然令人生畏。可是私下里，西蒙斯怀疑自己是在浪费时间。也许这个团队永远也驾驭不了股票市场，文艺复兴科技公司注定只能是一家规模相对较小的期货交易公司。这是劳弗、帕特森和期货团队的其他人已经得出的结论。“我们已经在股票市场摸爬滚打了很多年，”帕特森说，“如果是我在领导公司，很可能已经放弃股票市场了。”

一天傍晚，马杰曼的视线因为连续数小时盯着电脑屏幕而变得模糊，他发现了一些奇怪的事情：布朗和默瑟交易系统的一行模拟代码显示，标准普尔500指数处于异常低的水平。这个测试代码似乎使用了1991年的数据，大约是当时数据的一半。默瑟把它写成了一个静态的数字，而不是一个随着市场的变化而变化的变量。当马杰曼修复了错误并更新了数字时，代码的其他地方又出现了一个代数偏差。马杰曼花了一晚上的时间，自认为解决了这个问题。现在，模拟器的算法终于可以为Nova基金推荐一个理想的投资组合了，包括应该用多少借来的钱来扩大其股票持有量。根据马杰曼的计算，由此产生的投资组合似乎能产生巨大的利润。马杰曼激动万分，跑去告诉布朗他的发现。布朗向马杰曼投去怀疑的目光，但还是耐心地听他说完。之后，布朗仍然没有表现出什么热情，毕竟这套系统是由默瑟亲手编写的，大家都知道默瑟很少出错，尤其是在数学方面。垂头丧气的马杰曼偷偷溜走了。他觉得过去的失败给他打上了被人讨厌的烙印。马杰曼已经没有什么可输的，他把自己的作品拿给默瑟看，默瑟也同意看一看。默瑟坐在办公桌前，躬着背，耐心地逐行检查旧代码，并将其与马杰曼的新代码进行比较。慢慢地，默瑟的脸上露出了笑容，他从桌子上拿了一些纸和一支铅笔，开始研究一个公式。默瑟检查着马杰曼的作品，大约经过15分钟的演算之后，默瑟放下铅笔，抬起头。“你是对的。”默瑟对马杰曼说。后来，默瑟说服了布朗，让他相信马杰曼的发现意义重大。但当布朗和默瑟告诉其他员工他们发现的问题和解决方案时，他们遭到了质疑，甚至是嘲笑。一个初级程序员解决了这个问题？还是那个在被雇用后几周就让系统崩溃了的家伙？布朗和默瑟无视这些质疑，在西蒙斯的支持下重新启动了这个系统，将改进和修正结合起来，结果立竿见影，有力地回击了质疑者，长时间的连败结束了。马杰曼终于得到了他所渴望的赞赏，得到了布朗的鼓励。“这太棒了，”西蒙斯在每周例会上大声说道，“我们将继续扬帆起航

劳弗主要的策略是，在一周中最有利可图的一天以及一天中最理想的时刻进行交易，这个策略让他的小组一直是赢家。西蒙斯的团队还完善了绘制价格走势图的技巧，持续追踪各项投资在两天中的走势。

尼克·帕特森好不容易推出了一种交易股票期权的新模型，但新模型仅仅产生了微薄的利润，这使西蒙斯感到沮丧。“帕特森，你的期权系统需要改进，”西蒙斯在一次会议上对他说，“期权系统需要提升性能。”西蒙斯指向了另一位通过交易股权期权，取得稳定而巨大收益的投资者，那就是茁壮成长中的伯纳德·L.麦道夫投资证券公司（Bernard L. Madoff Investment Securities）的操盘手。“看看麦道夫在做什么。”西蒙斯对帕特森说。西蒙斯的话刺激到了帕特森，后者酸溜溜地反驳道：“也许你应该雇用麦道夫。”几年后，西蒙斯对麦道夫的非凡业绩产生怀疑，并撤回了他投资给麦道夫基金的资金。2008年，麦道夫承认它运作了历史上最大规模的庞氏骗局。

事实上，才华横溢的量化分析人员可能是最不愿意与他人合作的人。

对手交易公司通常允许研究人员和其他员工在一个个“孤岛”中工作，有时甚至鼓励员工相互竞争。但西蒙斯坚持采用不同的方法：大奖章基金拥有一个单一的、整体的交易系统，所有员工都可以接触到赚钱的算法背后的每一行源代码，所有这些代码都可以在公司内部网络中以明文形式阅读，不存在藏于某个角落的只有高层管理人员才能访问的代码。任何人都可以尝试着修改代码以改善交易系统。西蒙斯希望他的研究人员能够交换想法，而不是只限于其私人项目。有一段时间，即使公司的秘书也可以访问源代码，尽管最终证明没有这个必要。

同辈压力成为至关重要的激励工具。研究人员、程序员和其他员工将大量时间用于演示成果。员工们尽全力为彼此留下深刻的印象，或至少不会在同事面前丢脸。同辈压力刺激员工尽全力解决具有挑战性的问题，并提出具有独创性的解决方案。“如果你没有取得太大进步，你会感到压力，”弗雷说，“解决具有挑战性的问题是体现自我价值的方式。” 西蒙斯使用的薪酬设计让员工专注于为公司整体成功而努力。每6个月，员工可以获得奖金，但前提是大奖章基金的利润水平要超过一定的标准。文艺复兴科技公司会把奖金递延到几年时间内发放，以留下人才。无论员工是发现了新的交易信号、完成了数据处理工作，还是在执行其他更加低调的任务，只要这些员工能够脱颖而出，而且大奖章基金发展良好，他们就会获得奖励积分，每个奖励积分代表着文艺复兴科技公司利润池的百分比，是基于清晰易懂的公式计算出来的

西蒙斯正在承受巨大的风险。颇有成就的研究人员和其他员工可能会因为在一个扁平组织中工作而感到沮丧，组织奖励相对分散，员工也很难做到与众不同。完全开放的系统源代码访问权限使得员工可以随时走出大门，加入竞争对手公司并窃取文艺复兴科技公司的秘密。但是，因为有非常多的研究人员是来自学术界的博士，对华尔街了解有限，所以西蒙斯认为员工背叛的概率相对较小。异常繁复的终生保密协议以及同业竞争合同也减少了风险。后来，西蒙斯和他的团队知道了协议不能消除员工背叛公司并窃取知识产权的风险。

在IBM，默瑟对流行用语言包装工作成果的公司文化感到沮丧。在那里，科学家可以依靠默瑟所谓的“小把戏”假装取得进展，而在文艺复兴科技公司，默瑟和他的同事无法愚弄任何人。

持久有效的一种策略是对价格回归进行下注。事实证明，大约60%突然大幅上涨或下跌的产品价格会回归，至少部分回归。这种回归策略使得大奖章基金在波动尤其剧烈的市场中，在价格陡然变化时却还未回归的情况下获利丰厚。

但西蒙斯和他的团队不会相信那些荒谬的规律。“用前三天的交易量除以价格变化，这个信号可以参考，我们会将这个数据包括在内，”文艺复兴科技公司的一位高管说，“但是我们不相信那些荒谬的规律，例如，股票代码开头字母是A的股票表现一定更加优异

采用只依赖数据判断和解释的交易策略会带来显而易见的风险，现象的背后可能是毫无意义的巧合。如果人们花足够的时间对数据进行排序，就不难发现一些看似可以产生出色回报但实则是偶然发生的交易。量化投资人将这种有缺陷的方法称为“数据的过度拟合”。为了凸显依赖信号的愚蠢性，量化投资人戴维·雷恩韦伯（David Leinweber）结合孟加拉国黄油年产量、美国奶酪产量以及孟加拉国和美国的绵羊交易量对美国的股票回报率进行拟合预测，其预测成功率达到了99%。

6 然而，希瑟·苏的球技却使她的父亲大吃一惊。她之后成为高中橄榄球队的首发球手，后来在杜克大学参加了一系列校队比赛，同时也是一级联盟橄榄球名单上的第一位女性。后来，希瑟·苏被她的教练逐出了校队。她的教练事后承认，竞争对手教练嘲笑他拥有一名女性球手让他感到尴尬。1998年毕业后，希瑟·苏起诉杜克大学存在性别歧视，并获得了200万美元的惩罚性赔偿

当员工们共进午餐时，他们大多对争议话题避而不谈。默瑟则不同，在许多工作会议上，他几乎从不讲话，但对于争议话题却有着莫名的兴趣。默瑟的一些想法，例如，他对金本位的支持，以及他对小约翰·洛特（John R. Lot Jr.）在《更多枪支，更少犯罪》（More Gun, Less Crime）一书中对于枪支拥有率与犯罪下降率成正比的论证的拥护，都反映了他保守主义的观念。默瑟乐于游说他的那些具有自由主义倾向的同事，他的观点越来越极端，这使同事们感到震惊。有一天午餐时，默瑟对同事们说道：“克林顿应该入狱。”默瑟指的是比尔·克林顿总统。克林顿在1998年因与白宫实习生莫妮卡·莱温斯基的关系而被指控做伪证和妨碍司法公正。默瑟称克林顿为“强奸犯”和“谋杀犯”。每当这时，默瑟的大多数同事都会从饭桌上溜走，不愿意与他进行激烈的辩论。其他同事，比如同为政治迷的帕特森则留在饭桌上与默瑟辩论。帕特森为一个如此聪明的科学家用站不住脚的证据来支持自己的观点而感到震惊。随着时间的流逝，默瑟的同事们感到震惊的日子越来越多。

西蒙斯和他的团队在保密方面做得有点儿过头了。那时候，没有人真正关心西蒙斯和他的团队在做什么，他们真正关心的是文艺复兴科技公司的两大竞争对手——长期资本管理公司和量化对冲基金巨头D. E. Shaw。长期资本管理公司由约翰·梅里韦瑟（John Meriwether）创立，梅里韦瑟曾是一名数学讲师。长期资本管理公司的管理层中有诸多知名教授，其中包括麻省理工学院的金融博士和计算机专家埃里克·罗森菲尔德（Eric Rosenfeld），以及哈佛大学的罗伯特·默顿（Robert Merton）和诺贝尔奖获得者迈伦·斯科尔斯（Myron Scholes）。长期资本管理公司的团队成员大多是性格内向的知识分子，他们下载了债券的历史价格数据，提取出那些被忽视的联

像文艺复兴科技公司一样，梅里韦瑟的团队对整个市场和个人投资的走向都不太关注。长期资本管理公司的模型会关注相似的投资之间的价格异常，并且这家位于康涅狄格州格林尼治的对冲基金认为异常行为会收敛并消散。长期资本管理公司最喜欢的一类交易便是买入跌破历史水平的债券，同时卖空或押注看似被高估了的类似债券，然后等待债券价格趋同，并从中获利。长期资本管理公司通过大量使用杠杆或借入资金来扩大自己的头寸，以扩大收益。银行也急于放贷，部分原因是，长期资本管理公司的对冲基金避开了那些大额的高风险交易，而押注了约千余个看似安全的小额赌注。

这次惨败使投资者对使用计算机模型进行交易的做法敬而远之。“量化投资本身的声誉已受到长期损害，”《商业周刊》杂志一个月后评价道，“即使这些量化基金在今年秋天反弹，它们中的很多也不敢再声称自己能够可靠地产生低波动性的收益了。

D. E. Shaw公司似乎没有受到此次事件的太多干扰。到1998年，由哥伦比亚大学前计算机科学教授戴维·肖在投资者唐纳德·苏斯曼的支持下创立的对冲基金已拥有了数百名员工。借助戴维·肖在摩根士丹利研制的统计套利股票策略，自成立以来，D. E. Shaw公司声称其年平均回报率达到了18%。有时，D. E. Shaw的交易量甚至能占到纽约证券交易所所有交易的5%。D. E. Shaw基金的投资组合是市场中性的，不受整个股市波动的影响。 D. E. Shaw公司聘用人才的风格与文艺复兴科技公司不同。除了询问有关申请人专业领域的具体技术问题之外，D. E. Shaw公司还用脑筋急转弯、应用数学问题和概率难题测试应聘者，其中包括著名的蒙提霍尔悖论（Monty Hall Problem），这是出自美国电视游戏节目《让我们成交》（Let’s Make a Deal）的一个概率问题。D. E. Shaw公司的许多员工是英国科幻电视剧《神秘博士》（Doctor Who）的粉丝，他们穿着随意，打破了华尔街人给他人留下的刻板印象。《财富》杂志1996年的封面故事宣称，D. E. Shaw公司是“华尔街最迷人和最神秘的力量……是登峰造极的量化交易公司，数学家、计算机学家和其他量化交易分析大师的大本营”。随着D. E. Shaw公司和其他量化公司的扩张，纽约证券交易所被迫实现自动化。电子证券交易的发展，使得股票交易费用大幅缩水，降低了所有投资者的交易成本。

1998年秋天，市场动荡。在短短几个月内，D. E. Shaw公司的债券投资组合蒙受了超过2亿美元的损失，迫使其解雇了25%的员工并缩减了业务。D. E. Shaw公司之后得以恢复并重新恢复为一股交易力量，但是它遭遇的打击以及长期资本管理公司的巨额亏损为西蒙斯和文艺复兴科技公司提供了影响持久的教训。

对于帕特森和他的同事来说，长期资本管理公司的倒闭增强了文艺复兴科技公司的现有信念：永远不要对交易模型过于信任。的确，文艺复兴科技公司的系统似乎有效，但是所有公式都不可靠。这一结论加强了文艺复兴科技公司管理风险的方法。如果交易策略不起作用，或者市场波动加剧，那么文艺复兴科技公司的系统往往会自动减少头寸和风险。例如，大奖章基金在1998年秋季将期货交易减少了25%。相比之下，当长期资本管理公司的策略陷入困境时，该公司通常会扩大投资规模，而不是缩减规模。“长期资本管理公司的基本错误是认为其模型就是事实真相，”帕特森说，“我们从未相信我们的模型能够反映全部事实，它只反映事实的一部分。”

经过了几个通宵的研究分析，一些研究人员针对此次亏损事件提出了一个结论：曾经屡试不爽的策略已经行不通了。曾经的策略相当简单：如果某些股票在前几周上涨，那么大奖章基金的交易系统会发出购买更多类似股票的指令，但前提是这种增长将持续下去。多年来，这种策略屡建奇功，但现在熊市已经开始，增长不可持续，而该系统

经过了几个通宵的研究分析，一些研究人员针对此次亏损事件提出了一个结论：曾经屡试不爽的策略已经行不通了。曾经的策略相当简单：如果某些股票在前几周上涨，那么大奖章基金的交易系统会发出购买更多类似股票的指令，但前提是这种增长将持续下去。多年来，这种策略屡建奇功，但现在熊市已经开始，增长不可持续，而该系统的算法仍在指示大奖章基金购买更多的股票。

西蒙斯经常强调相信交易系统的重要性，但是在市场危机中，他倾向于减少对某些信号的依赖性，这使那些始终认为应该交由计算机程序来发出交易指令的研究人员感到懊恼。现在，这些研究人员也认识到了他们的错误，特别是因为他们的系统在预测市场的短期行为上表现更好，而专注预测长期行为的错误信号令整个投资结果亏损严重。这些研究人员果断地放弃了动量策略，制止了损失。很快，收益再次恢复。布朗仍然感到恐慌，他主动提出辞职，认为自己要为巨大的亏损负责。西蒙斯拒绝了这一提议，并告诉布朗，既然他已经领会“永远不要完全相信一个模型”的真谛，他就会变得更有价值

2001年，西蒙斯的对冲基金变得不同寻常。随着文艺复兴科技公司不断吸收新的信息种类，公司的盈利节节攀升。公司收集每一笔交易数据，包括那些从来没有成交过的交易，以及相关年度和季度盈利财报、公司高管交易记录、政府报告、经济预测报告和文献等。西蒙斯还不满足。“我们还能玩出新花样吗？”他在一次团队会议中问道。很快，研发人员开始追逐更多来自报纸、新闻、互联网论坛以及其他源头的晦涩数据，比如境外保险索赔金额数据等。研发人员挖掘几乎所有能被量化的数据，并且检测这些数据预测市场的价值。大奖章基金变成了一块数据海绵，每年吸收着几万亿字节的信息，并不断购买昂贵的存储器来消化、存储和分析这些数据，从中寻找可靠的规律。“数据多多益善。”默瑟告诉他的同事。这句话后来成了公司员工的座右铭。文艺复兴科技公司的目标是预测股票价格或其他投资的“未来走势”。默瑟之后解释说：“我们希望知道3秒、3天、3周和3个月中的价格走势情况。假设有一篇关于塞尔维亚面包短缺的报道，文艺复兴科技公司的计算机数据库就会筛查历史上面包短缺后，不同投资品种对于小麦价格上涨的反应。”1

员工们对于研发基于几秒甚至更短的超级短线指标的交易模式越来越兴奋，这种交易模式后来成为我们今天熟知的高频交易(60)。尽管文艺复兴科技公司的计算机运转速度还不足以战胜其他对手，但大奖章基金每天依然能成交15万～30万笔交易。绝大部分交易被拆分成很小的单子，以避免造成冲击成本，他们并不依靠买进或卖出这样的方式来赚取利差。西蒙斯和团队所做的不太像投资，他们也不是纯粹的高频交易者(

每一天，大奖章基金的计算机将自动交易指令发送给银行，有时候每分钟发送一笔交易需求，有时候甚至每一秒就发送一笔交易需求。一

大奖章基金的期权策略允许其用1美元现金撬动价值12.5美元的金融资产。只要大奖章基金能持续找到赚钱的交易机会，它的业绩就能碾压竞争对手。当大奖章基金看到特别诱人的机会，比如遇到类似于2002年市场触底的情况时，它可以将其杠杆比例提高到用1美元现金撬动价值20美元的资产。2002年，大奖章基金的资金管理规模超过50亿美元，但是它实际上控制了超过600亿美元的金融资产，就是得益于其一篮子期权。2002年标普500指数下跌22.1%，大量互联网企业破产，安然和世界通信公司倒闭而一篮子期权帮助大奖章基金在市场低迷的2002年，获得了25.8%的年化收益率。

。许多科学家在公司附近的旧城区买了豪宅，后来这个地方被称为文艺复兴科技公司的蔚蓝海岸。西蒙斯本人在东锡托基特（East Setauket）购买了一栋占地约5.7万平方米的别墅，能够俯瞰长岛海岸线和整个海湾的壮丽景观。亨利·劳弗花了将近200万美元购置了一个有5间卧室、6个卫生间、占地约4万平方米，拥有152.4米独家海岸线的地中海式别墅。劳弗还花80万美元购买了一个占地约1.05万平方米的相邻别墅，将它们与地中海别墅整合成一个巨大的宅邸。西蒙斯的表兄罗伯特·劳里（Robert Lourie）早年便离开学校，以高层职位加入文艺复兴科技公司，也在这个时期在同一个区域为女儿购置了一块练习马术的场所。他在这个马场门口建造了一个巨大无比的拱门，大到相邻的一座从长岛通往纽约市的大桥要被迫关闭。

保时捷、奔驰以及其他高档汽车占满了文艺复兴科技公司的停车场，只在偶尔才可见低级别的金牛座和凯美瑞，一些高管甚至坐直升机去纽约吃晚餐。在食堂，一个人在公司的冰箱上贴了一个数字：他最近一年的年化收益率。他告诉朋友，这个数字一旦下滑，他就会辞职。有一天，当一些研发人员坐在一起抱怨他们交了那么多税时，西蒙斯正好经过，他马上皱起眉头：“如果你们不赚那么多钱，你们就不用交那么多的税了。”文艺复兴科技公司的员工变得非常富有，研发人员以及其他一些职员的年收入高达数百万甚至上千万美元。在大奖章基金获得如此高的投资收益率的同时，他们也在思考自己是否配得上这些财富。文艺复兴科技公司的大部分员工之前是学校教授，他们禁不住要问问自己，如此巨额的收入到底是不是他们应得的

不久以后，科诺能科就推动了一项内部计划，希望西蒙斯和老员工拿出更多的股份分享给优秀的新员工。这个计划使得公司内部产生了分裂，西蒙斯最终同意进行一定程度上的重新分配。然而，这并没有平息公司内与日俱增的怨气。公司在发生变化，部分是因为老员工们在纷纷离职。在挖掘了近10年的市场数据之后，帕特森决定去马萨诸塞州剑桥市的一家研究所工作，去挖掘另一项同样非常复杂的数据——人类基因组，以期对生命科学做出贡献。

西蒙斯希望弄明白为什么他在事业上运气很好，个人命运却如此悲惨。他在纽约家中为尼古拉斯祭奠的时候，公司的高层罗伯特·弗雷前来慰问。“弗雷，我的运气到底是好还是坏？”西蒙斯说，“我不理解。” 7年前保罗的突然离世和这次尼古拉斯的去世，对于西蒙斯来说是两记无法承受的重拳。西蒙斯的悲痛之中夹杂着愤恨，这是人们在他身上从没看到过的。他的脾气变得越来越暴躁。“他视死亡为一种背叛。”他的一位朋友说

截至2005年，大奖章基金过去15年扣除巨额运营费用及成本后的年化收益率为38.4%

有时候，西蒙斯或布朗会加入进来向访客问好，并回答现场提问。有时，与访客会面会收到意想不到的效果。有一次，RIEF的一名销售人员在文艺复兴科技公司的长岛办公室，为致力于投资公共健康项目的最大基金会罗伯特·伍德·约翰逊基金会（Robert Wood Johnson Foundation）的一行人安排了一顿午餐。当基金会的投资团队走进大会议室，与RIEF的销售人员握手后，他们分发了印有该基金会口号“构建健康文化”的名片。午餐会进行得很顺利，眼看该基金会就要给RIEF开出一张大额支票。就在这时，西蒙斯走了进来，让整个房间的气氛都活跃起来。谈话开始时，西蒙斯的右手开始做一些奇怪的动作。该基金会的与会人员不知道发生了什么，但紧张的RIEF工作人员知道。当西蒙斯急着要抽烟时，他就会在左胸口袋里摸索，那里放着他的梅丽特牌香烟，但是当时他的口袋里什么也没有。西蒙斯通过对讲机呼叫他的助手，让助手给他拿支烟来。“你们介意我抽烟吗？”西蒙斯问他的客人。当客人还没反应过来的时候，西蒙斯就开始抽烟了。很快，烟雾弥漫了整个房间。致力于构建健康文化的罗伯特·伍德·约翰逊基金会的高管们震惊了。西蒙斯似乎并没有注意到，他也不在乎。在一番尬聊之后，西蒙斯想熄灭香烟，却找不到烟灰缸。RIEF工作人员开始紧张地冒汗了，因为有时西蒙斯会随心所欲地在办公室里的任何地方撒烟灰，甚至是在下属的桌子上和他们的咖啡杯里。当时，西蒙斯在文艺复兴科技公司最豪华的会议室里，却找不到一个合适的容器。最后，西蒙斯发现了摆在会议桌上的奶油蛋糕。他站起来，把手伸到桌子对面，把香烟深深地插进蛋糕里。当蛋糕发出咝咝声时，西蒙斯走了出去，他的客人们目瞪口呆。文艺复兴科技公司的销售员工们垂头丧气，认为他们利润丰厚的销售成果将毁于一旦。然而，罗伯特·伍德·约翰逊基金会的高管们很快恢复了镇静，热情地开出了一张巨额支票。要想让他们放弃投资RIFF，只靠香烟和一块被毁的香草蛋糕是远远不够的。

布朗在投资者面前几乎同样圆滑能干，但默瑟却是另一回事。RIEF的销售员试图让默瑟远离客户，以免他在谈话中做出令人不悦的行为。有一次，当西蒙斯和布朗都没时间去迎接西海岸捐赠基金会（West Coast Endowment）的代表时，默瑟参加了会议。当被问及该公司是如何赚到这么多钱时，默瑟给出了一个解释。“我们能够预测市场信号。”默瑟开始说，他的同事们紧张地点头。默瑟接着说：“有了市场信号，我们就知道该什么时候买进克莱斯勒的股票以及何时抛售。”大家瞬间沉默，扬起了眉毛。自1998年被德国汽车制造商戴姆勒收购以来，克莱斯勒就不复存在了，默瑟似乎不知道。默瑟是个量化分析师，所以他实际上并不关注他交易的公司。但西海岸捐赠基金会最终无视了这一失误，成为RIEF的新投资者

布朗和默瑟研究的都是逻辑，而不是感情。他们聘请的许多科学家和数学家也同样才华横溢、干劲十足，而且似乎不太容易与人类共情。在百慕大之旅结束回家的路上，工作人员排队准备登上返程航班，有人建议他们为一名孕妇让路，然而该建议却遭到了文艺复兴科技公司一些科学家的拒绝。他们对这名孕妇没有任何不满，但他们认为如果这名女士真的想早点登机，按理说应该早到。“这些人简直就是一群‘谢尔顿’。”旁边的一位路人气愤不已。他说的谢尔顿就是电视剧《生活大爆炸》（The Big Bang Theory）中的那个角色。

2008年年初，次级抵押贷款的问题几乎影响了美国及全球股票和债券市场，但大奖章基金却独树一帜，像往常一样，其收益率在2008年的头几个月里上涨了20%

当西蒙斯决定不会因亚历克谢·科诺能科的粗鲁行为而开除他时，惠特尼变得沮丧。惠特尼和马杰曼曾说过他们会辞职，但文艺复兴科技公司很少有人相信他们。谁会为了一个讨厌的同事而放弃每年数千万美元的薪水呢？不过惠特尼是认真的，他认为西蒙斯关于科诺能科的决定是压垮他的最后一根稻草。此前，惠特尼曾抗议西蒙斯清退外部持有人的决定。惠特尼希望大奖章基金能产生一定的社会效益，而非只为员工赚钱。文艺复兴科技公司曾经就像是一个组织严密的大学学院，现在它变了。 2008年夏天，惠特尼宣布他接受国家数学博物馆（National Museum of Mathematics）的领导职位，这是北美第一家致力于典藏数学知识与遗迹的博物馆。同事们时常拿惠特尼的辞职一事来调侃他。有人对他说，如果说真的想造福社会，可以留下来积累更多的财富，然后在未来把它们捐出去。 “你离开只是为了追求良好的自我感觉而已。”一位同事说。“我有追求个人幸福的权利。”惠特尼回应道。“这太自私了。”一名员工嗤之以鼻。无论如何，惠特尼就这样辞职了。戴维·马杰曼也受够了。几年前，他经历了中年危机，部分原因是令人震惊的“9·11”恐怖袭击。科诺能科不仅还在公司工作，还参与整个股票业务管理的工作。马杰曼忍无可忍，最终带着他的妻子和3个孩子从长岛搬到了宾夕法尼亚州的格拉德温，去寻找一种更平静、精神层次更丰富的生活方式。

随着2008年全球经济形势恶化，金融市场暴跌，人们对文艺复兴科技公司的兴趣也随之蒸发。但大奖章基金仍在混乱中蓬勃发展，其业绩当年飙升了82%，帮助西蒙斯赚取了20多亿美元的个人盈利。

随着2008年全球经济形势恶化，金融市场暴跌，人们对文艺复兴科技公司的兴趣也随之蒸发。但大奖章基金仍在混乱中蓬勃发展，其业绩当年飙升了82%，帮助西蒙斯赚取了20多亿美元的个人盈利。这些巨额的收益引起了众议院的注意，众议院要求西蒙斯出庭作证，协助其调查金融危机的原因。西蒙斯和他的公关顾问乔纳森·加斯霍尔特（Jonathan Gasthalter）一起认真地准备着。出庭作证当天，同为对冲基金经理的乔治·索罗斯站在西蒙斯的右边，约翰·保尔森站在他的左边。西蒙斯对国会表示，他支持对冲基金与监管机构共享信息，并支持政府对对冲基金管理人增加税收。

它当时管理着100亿美元资产，自1988年以来，扣除成本和相关费用后的平均年回报率约为45%，超过了沃伦·巴菲特和其他所有明星投资者的投资回报率。当时，巴菲特的伯克希尔·哈撒韦公司的年收益率连续20多年一直维持在20%左右。

西蒙斯位于纽约的家，是一个建于第二次世界大战前、价值5 000万美元的公寓楼，可以俯瞰第五大道与中央公园的美丽景色。早上，西蒙斯有时会碰到住在同一栋楼的邻居，乔治·索罗斯。

另外，由于科技和金融公司挖走了大量有数学背景的优秀人才，西蒙斯对于美国许多公立学校的数学老师自身只受到有限的数学教育感到焦虑。早些年，西蒙斯曾去过华盛顿特区，提出了为最好的数学老师提供津贴的想法，减少他们加入私营行业的诱惑。几分钟内，西蒙斯就说服了查克·舒默（Chuck Schume），一个来自纽约的有影响力的民主党参议员支持这一提案。“好主意啊！”舒默拍案叫好，“我们立刻着手去办。” 当西蒙斯和同事兴高采烈地在舒默办公室外面的沙发上等待时，另一组人起身进入舒默的办公室，不久后，西蒙斯再一次听到了舒默对那些人的响应：“好主意啊！我们立刻着手去办！” 西蒙斯意识到自己不能指望政客。2004年，他协助创建了美国数学协会，一个促进数学教育并支持优秀老师的非营利性组织。协会每年会花费数百万美元给1 000名纽约公立初中和高中的数学和科学老师提供每人1.5万美元年度津贴，这些老师约占全市该学科老师的10%。美国数学协会也经常举办研讨会和讲座，为充满热情的数学老师创建了社群。“比起指责不好的老师，我们更专注于奖励好的老师，”西蒙斯说，“我们给他们地

大奖章基金还是只供内部员工购买，这只产品仍然是公司业务的核心。现在它的管理规模约为100亿美元，并且在扣除管理费用之前的每年收益率约为65%，实现了几乎创纪录的收益。大奖章基金的长期业绩表现记录无疑可以说是金融市场历史上最出色的，这也是投资者和其他人对于这家神秘的公司饶有兴趣的一个原因。“市场上保持领先的永远是文艺复兴科技公司，然后才是其他公司。”《经济学人》（The Economist）在2010年4月刊里这样写道。

天文学家习惯于细致审查庞大而混乱的数据集，发现细微现象，尤其擅长识别被忽视的市场信号。例如，伊丽莎白·巴顿（Elizabeth Barton）从哈佛大学获得了博士学位，在加入文艺复兴科技公司之前，她用二手望远镜在夏威夷和其他地方研究星系的演化。当公司慢慢变得更加多元化后，公司雇用了朱莉娅·肯普（Julia Kempe），她是量子计算专家，也曾是美国数学界、科学界的双料博士埃尔文·伯勒坎普的学生

每笔交易的收益从来不是很可观的，而且基金的判断仅在略多于50%的时间里是正确的，但这已绰绰有余。“我们只在50.75%的情况下是对的……但是在这50.75%的情况下，我们的操作是百分百正确的，”默瑟告诉朋友，“这样就足以赚到数十亿美元。

默瑟可不是在分享公司的交易优势，他说的重点是文艺复兴科技公司在数千个同步交易中有着微弱的优势，积累起来就是一个足够可观且稳定的、可以创造巨大财富的优势。而获得这些稳定收益的关键是，影响股票和其他投资品种走势的因素，要比任何一个经验最丰富的投资者可以理解的都复杂得多。例如，预测像谷歌母公司Alphabet股票的走势，投资者通常会预测公司的盈利、利率走势和美国经济情况等。其他人会评估搜索在线广告的未来发展潜力、科技行业的前景、全球公司的发展轨迹，以及公司的市盈率、市净率和其他相关指标、比率。但文艺复兴科技公司的员工会推测有更多影响投资的因素，包括不显著的或有时甚至不合乎逻辑的因素。通过分析和估算数百种财务指标、社交媒体的订阅源、在线流量的指标和其他几乎所有可以量化和测试的指标，他们发现了新的因素——一些边缘化的、对于大多数人来说不可能理解的因素。

更重要的是，文艺复兴科技公司认为所有这些因素之间有着可靠的数学关系。通过应用数据科学，研究人员更好地了解了在影响股票方面，这些因素何时相关、如何相关、频率如何。他们还测试并归纳出各种股票之间微妙的数学关系，员工称之为“多维度的异常现象”，这种关系显然很容易被其他投资者忽略。

外人不太明白，文艺复兴科技公司得以成功的真正核心是它能够把一切因素和力量录入一个自动化的交易系统。公司买入一定数量的由多个单信号组合的、有正面信号的股票，并做空或对赌带着负面信号的股票，这些都是由成千上万行源代码决定的投资行为。

公司如何下注和下什么样的注一样重要。如果大奖章基金发现了一个能带来收益的交易信号，例如美元在每天上午9：00和10：00之间升值0.1%，它不会在早上9：00的时候准时买入，这可能会向其他人发出信号，预示每天在这个时候有特殊情况发生。相反，它会在这个时间段以分散的不可预知的方式进行买入，以保留它的交易信号的有效性。大奖章基金开发出一些方法，对最强信号进行内部人士所谓的“全负荷”交易，推动价格变化，让竞争对手无法发现可以获利的买入价。这类似于在美国大型零售商TARGET对某个热门物品进行大规模促销时，商场一开门购物者就把这个物品买光，让其他人根本意识不到折扣发生过。“我们基于某些信号进行了一年的交易，这让不理解我们的交易的外人完全一头雾水。”知情人说。 2014年，西蒙斯在韩国的一次演讲中如此总结：“你们可以把这看作对机器学习的大型演练，即通过了解过去发生了什么，来理解如何以非随机的方式影响未来。

默瑟是个真正喜欢独处的人。他曾经告诉过一位同事，比起人他更喜欢猫的陪伴。在晚上，默瑟隐居到名叫“猫头鹰之家”的长岛庄园——与另一种智慧、冷静和喜欢长时间处于静默状态的生物相互陪伴。他会摆弄价值270万美元的火车模型玩具，火车的轨道尺寸有一半篮球场那么大。6 2009年，默瑟起诉了制造商，声称被超额收取了70万美元。制造商反驳说，默瑟要求他们在其女儿婚礼前完成轨道安装，这导致了费用飞涨。“如果我能够对任何人都一言不发就度过这一生，我会很高兴。”默瑟在2010年7月告诉《华尔街日报》。

自从西蒙斯及儿时玩伴吉姆·哈佩尔横穿美国，并亲眼见到了一些经历苦难的人之后，他在政治上就变得更亲近民主党派。他有时会支持共和党候选人，但是更多的时候是支持民主党的。从2016年年中开始，西蒙斯成了民主党最重要的支持者之一和民主党参众两院候选人的关键后台力量。

越来越多的人发现，过去曾经靠谱的投资策略，比如盘问公司管理层、拆分资产负债表、使用直觉对重大宏观经济变化进行下注，都变得无足轻重。甚至有时候这些方法会把华尔街最耀眼的明星的声誉搞垮。比如在2007年通过做空次贷危机发家的约翰·鲍尔森，在2019年经历了巨大的亏损和客户叛逃。2大卫·艾因霍恩，被称为“大卫王”的对冲基金领域扑克选手，在2008年通过预测雷曼兄弟公司倒闭赚了大钱，也在2019年因为糟糕的业绩而经历客户撤资离开的危机。在加州的纽波特海滩，只要员工多看他两眼就会暴怒的太平洋投资管理公司大佬比尔·格罗斯，业绩也大幅下滑。4连巴菲特的收益率也在下滑。截至2019年5月，他的伯克希尔·哈撒韦公司，在过去5年、10年和15年的收益率都跑输标准普尔500指数。导致这个现象出现的部分原因是，传统的主动管理基金经理不再对其竞争对手具有信息优势。曾经这些对冲基金经理、共同基金经理能够优先享受到大量的公司年报和财务数据，从中挖掘金矿。今天，公司财务方面的任何数据都可以随时通过电脑获得，让投资者从数据中找到尚未被竞争对手发现的信息变得不太可能。另外，由于政府对内幕交易的打压，以及一系列监管政策的出台，投资战场变得更加公平，削减了基本面投资者曾经具有的优势。大型对冲基金不再能在第一时间就从其经纪商那里接到透露某公司即将发布新公告的电话。这时，反应速度最快的机构通常拥有某种优势。2018年8月下旬，一家生产治疗癌症的药物的小公司杰龙生物医药（Geron Corporation）在其合作伙伴强生制药公布了一个职位后股价暴涨25%。从这个职位公告中可以看出，两家合作的新药可能马上将获批上市。只有那些具有对工作信息自动检索技术或者具有第一手信息的公司能够获得这个消息。

今天，几乎所有类型的信息都被电子化。作为大型数据库的一部分，这些数据是以前的投资者做梦都得不到的。现在投资者的竞争聚焦于另类数据，包括任何我们能够想象的信息，从实时感应信息到全球的卫星图片。高明的投资者对赚钱的相关性和各种结构化数据进行测试，包括管理层电话会的口气、零售店停车场的车流、汽车保险申请记录以及意见领袖的建议等。比起等待农产品生产数据，量化投资者更愿意通过农机销售情况或者耕地的卫星图片进行预测。集装箱码头的账单数据能对全球贸易状况给予指引。量化交易员甚至能通过手机监控，看到商店中不同货架的销售数据。你如果希望知道一个新商品的受欢迎程度，那么可以试着提炼亚马逊上评论的信息。算法还能对食品监控委员会中成员的背景信息进行分析，从而预测新药获批的概率。

尽管量化投资极具竞争优势，但除了文艺复兴科技公司和其他少数几家以外，量化投资基金的投资收益率并没有比传统主动管理投资基金好多少。截止到2019年春天，量化对冲基金在5年间的平均年化收益率为4.2%，同期传统对冲基金的平均年化收益为3.3%（这个数据不包括没有公开业绩的神秘基金，比如大奖章基金）。量化投资者也面临挑战，毕竟他们筛选的信息经常会发生变化，同时股票价格和其他投资品种的历史样本数据也是相对有限的。“比如，你希望预测一只股票未来一年的表现，”资深量化投资者理查德·杜威（Richard Dewey）说，“但我们只有美国股市自1900年以来的数据记录，也就是只有118个不重合的一年期投资样本数据可以查看。”

计算机交易的风险被夸大了。量化投资种类如此之多，也无法一概而论。一些量化交易者采用动量策略，因此会增加股价下跌时其他投资者抛售的概率。但是包括智能贝塔策略（Smart Beta）、因子投资和风格投资（Style Investing）等其他方法是量化投资领域中规模最大、增长最快的投资类别。应用这些策略的一些从业人员已经编好程序，以便在股价便宜时买入股票，这有助于塑造稳定的市场。

到2019年夏季，文艺复兴科技公司的大奖章基金自1988年以来扣除费用前的年化收益率约为66%，扣除费用后的年化收益率约为39%。尽管RIEF早期曾陷入困境，但文艺复兴科技公司向外部投资者开放的3只对冲基金最终全都跑赢了竞争对手和指数。2019年6月，文艺复兴科技公司一共管理了650亿美元的资产，成为全球最大的对冲基金公司之一，其交易量有时甚至占到剔除高频交易后全市场交易量的5%

西蒙斯和他的同事们通常避免预测单只股票的波动。至少是在长期维度上，很难有专家或系统能够可靠地预测单只股票的波动或者金融市场的走向。文艺复兴科技公司所做的是，试图预测一只股票相对于其他股票、某个指数、某个因子模型以及某个行业的波动。

西蒙斯的对冲基金成批聘请顶尖科学家和数学家，但西蒙斯同时也在惋惜私营产业从公共领域吸引了很多人才，有很多所学校无法留住其顶尖的教师，这些

西蒙斯的对冲基金成批聘请顶尖科学家和数学家，但西蒙斯同时也在惋惜私营产业从公共领域吸引了很多人才，有很多所学校无法留住其顶尖的教师，这些矛盾点都使得西蒙斯受到了不同程度的批评。

西蒙斯为学校的听众们分享了一些人生经验：“与最聪明的人一起工作，最好是比你更聪明的……要坚持不懈，不要轻易放弃。以美为导向……它可以体现在一个公司的运作方式上，或是一个实验结果上。当某种东西运作良好时，就会产生一种美感，这几乎是一种美学。”

1988年以来，文艺复兴科技公司的旗舰产品大奖章基金的平均年化收益率为66%，在历年的交易中累计获得了超过1 000亿美元的利润。这个记录在投资界无人能出其右，沃伦·巴菲特、乔治·索罗斯、彼得·林奇甚至瑞·达利欧等都难以望其项背。

然而，西蒙斯的确只是个普通人。比如他自小就一心向钱看，“赚钱养家”是他早期从学术界下海的最大动因；又比如迷恋小道消息，曾经设法结识格林斯潘并与之密切交往；再比如一开始他始终无法完全信任计算机模型给出的交易建议，刚愎自用，坚持用主观判断做投资。书中可以清晰地看到他的理性与动物精神的角力过程，从这个角度讲，这只是一个投资从业人员的日常功课而已。

‡从1951年到1957年，巴菲特个人投资的平均收益率为62%，而从1957年到1969年，他管理的合伙企业的平均收益率为24.3%

评论

发表回复 取消回复

发表回复取消回复