一、内容简介

本书详细讲述了量化投资的探索者西蒙斯如何与一群科学家，尤其是数学家创立了文艺复兴科技公司，并打造了史上最赚钱的量化基金之一。全书分为金钱不是万能的和金钱改变一切两部分。

二、精华内容摘要

詹姆斯·西蒙斯是全球证券市场公认的“量化交易鼻祖”，而他率领的文艺复兴科技公司则是全球最成功的，又最低调且神秘的量化基金公司。

⭐️只有偏执狂才能生存！

以西蒙斯创立文艺复兴科技公司、大奖章基金的经历就是一群不走寻常路、具有极高智商、不见容于凡人的天才们的极另类发展史，他们的成功通常被人们用一组数字佐证：从1988年到2018年，30年的时间里，他们运营的大奖章基金的年化复合收益率为39.1%。

⚠️量化投资指用复杂的数学模型替代人为的主观判断，尝试追求收益的最大化，量化投资强调建立在大数定律基础之上的统计优势、建立在严格执行基础之上的风控优势和建立在多元组合投资之上的分散优势。

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。”

在马克·扎克伯格等人还没上幼儿园的时候，西蒙斯就致力于利用算法、计算机模型和大数据推动社会进步了。

西蒙斯曾经是一位数学教授，而且他无疑是现代金融史上最为成功的交易者之一。

1988年以来，文艺复兴科技公司的旗舰产品大奖章基金获得了年化66%的收益率，在交易中获得了超过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、史蒂文·科恩，甚至瑞·达利欧都难以企及。

当别人还在用诸如天性、直觉等老套的方法做预测的时候，西蒙斯已经决定借力于数据挖掘、高等数学和计算机模型来做投资；他引燃了一场投资界的革命。

⭐️ 西蒙斯找到了把天赋、脑力和算法转化成财富的方法，他利用数学知识赚取了巨额财富。

⚠️西蒙斯最喜欢做的事情是思考数学问题，他经常沉溺于对数字、形状和斜率的思考之中。

· 西蒙斯认为强有力的定理和方程式可以帮助人们发现真理，并且使分属代数和几何的不同领域达到和谐统一。

· 西蒙斯的确热爱数学，但他也很渴望金钱。他明白财富可以让人独立，也可以让人产生影响力。

西蒙斯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，但他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。

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。

西蒙斯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。

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。

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。

截至2019年，陈省身和西蒙斯的论文被引用的次数已达数万次，平均每天都有3次，这也奠定了西蒙斯在数学和物理学领域的殿堂级地位。

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。

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。

⚠️ 西蒙斯认为，可以把金融市场视为一般的混沌系统。就像物理学家通过挖掘海量数据来建立科学模型，从而描述出自然界的定理一样，西蒙斯决定建立数学模型来识别金融市场的价格规律。

西蒙斯与列尼·鲍姆尝试用数学模型来捕捉各种货币的价格趋势，并以此获利。

鲍姆写出了一个算法并用其指Monemetrics的交易：当货币汇率在算法给出的趋势线以下某一区间时，他们就买入，反之就卖出。

· 西蒙斯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。

他不再想仅仅依赖粗糙的模型并辅之以个人的直觉来做交易，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，一个完全屏蔽了人类干预的系统。

“真理只能逼近，无法到达。”——约翰·冯·诺依曼（John VonNeumann）

⚠️数学常常被认为是年轻人的游戏，如果你在20多岁或者30岁出头儿没有获得显著成就的话，基本上就没有机会了。

· 埃克斯和斯特劳斯把过去的价格变化输入模型，以期预测未来的价格走势。

数学家亨利·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。

· 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。

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。

“我十分相信，对于所有的孩子和大部分成年人来讲，好奇心都远比钱重要得多。”——埃尔文·伯勒坎普

· 埃克斯的一部分仓位是依靠直觉进行投资的，并没有完全依从他和斯特劳斯开发的那些复杂的交易模型。

这很类似于早年鲍姆对于传统投资方法的回归，以及西蒙斯对卡莫纳“核方法”的不适应。

看来量化投资的确是不顺应人的本性的，哪怕是对于数学教授们也是如此。

⚠️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。

“科学家也是人，而且一点儿都不缺乏人性。当数据和欲望相冲突的时候，往往后者会胜出。”——布赖恩·基廷（Brian Keating）

深度参与金融市场的交易员和投资银行家们能不断接触到不为公众所知的金融信息，即所谓的“信息优势”，这有效地提升了华尔街的金融收益。

在 里根时代，关于公司兼并收购、盈利情况和新产品研发的各种内幕消息是金融王国皇冠上的明珠。

⭐️ 仔细检视历史价格数据，以期找出未来可能重复出现的价格走势，隐含的假设是投资者的行为会不断重复。

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。

历史的价格规律可以作为开发计算机模型的基础，用以识别被投资者忽视的市场趋势，让人能够从过去看见未来。

“已有的事，后必再有；已行的事，后必再行。日光之下，并无新事。”

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。

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”。

“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。

· 就像之前的技术分析者一样，西蒙斯也试图在市场数据中寻找规律、信号和相关性。

但是他期望通过运用更加科学的方法，比之前的技术分析者走得更远。

西蒙斯赞同伯勒坎普所说的，技术指标更加适用于短期交易，而非长期交易。

另外，西蒙斯希望借助严格的测试和更为复杂的模型，基于统计学分析而非肉眼观察，避免那些技术分析者经历过的惨败。

1991年，大奖章基金取得了39%的投资收益，管理规模也达到了7 000万美元。

⭐️ 贝叶斯定理：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。

⚠️ 西蒙斯的团队做的就是通过分析大量杂乱而复杂的价格数据来预测未来的价格。

20世纪70年代，心理学家阿莫司·特沃斯基和丹尼尔·卡尼曼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”。

⬇️

1.损失厌恶：投资者因承受损失而感受到的痛苦是因获利而感受到的满足的两倍；

➕

2.“锚固偏见”：先入为主的信息或经验会扭曲当前的判断；

➕

3.“禀赋效应”：俗话说的“屁股决定脑袋”。

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。

⭐️ · 劳弗做了一个价值连城的决定：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。

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”。

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”。

⚠️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。

“没有人仅根据一个数字就能做出决定，他们需要的是一个故事。”——丹尼尔·卡尼曼

⭐️ 通过将所有的交易信号和投资组合需求组合成一个单一的模型，文艺复兴科技公司可以很容易地测试和添加新的信号，瞬间得知一个新型投资策略是否能够盈利。

· 布朗和默瑟还使自己的系统具有自我适应性，即能够自主学习和调整。

如果该系统的推荐交易没有被执行，不管出于什么原因，它都会自我修正，自动搜索买入或卖出指令，驱使投资组合回到正轨。

· 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。

⭐️ 发现交易信号的三个步骤：

1.识别历史价格数据中的异常模式；

2.确保异常在统计上显著，随着时间的推移表现一致且并非随机；

3.查看是否可以合理解释与之相关的价格表现。

⚠️ 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。

就像天文学家使用强大的设备来持续观测银河系中是否存在异常现象一样，文艺复兴科技公司的科学家们对计算机进行编程以监视金融市场，持续地努力直到发现被忽视的模式和市场的异常行为为止。

⭐️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。

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。”

专业投资者通过用夏普比率，即回报率和波动率的比例来评价投资组合的风险，夏普比率越高，代表组合的风险收益越好。

西蒙斯坚定地信仰逻辑、理性和科学，每天都在交易中玩各种概率游戏，屡屡获胜。

⚠️ 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。

⭐️ 你可以比市场更聪明。

这需要勤奋、智慧和很强的进取心。

西蒙斯的量化模型虽然有效，对大多数人来说却很难理解，也很难实现。

经验丰富的对冲基金投资者乔治·索罗斯2007～2008年也进行了信用违约掉期押注，获利超过30亿美元。

⭐️在50.75%的机会中做到百分之百正确

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。

随着数据的大爆发，像文艺复兴科技公司这类基于计算机交易的机构的竞争优势会越来越大。

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。

⚠️ 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。

⭐️ 人类容易变得恐惧、贪婪，所有这些情绪都会加剧金融市场的动荡。如果机器挤走受偏见和情感支配的个人，那么它便可以使市场更加稳定。

文艺复兴科技公司的成功是对人类行为可预测性的有力提醒。

文艺复兴科技公司研究过去，是因为它足够相信投资者将来会做出类似的决定。

发布于 2025-04-19 07:00・四川
https://zhuanlan.zhihu.com/p/1893327839765455592