梁文锋作序推荐：征服市场的人

《征服市场的人（西蒙斯传｜DeepSeek 创始人梁文锋作序推荐）》
格里高利·祖克曼
6个笔记
点评

◆ 2025/02/15 认为好看
之前对量化投资不了解、也不想了解，认为是纯粹薅羊毛，对社会财富增值毫无价值。

但是存在即有道理，他们对市场提供了流动性，靠50.75%的胜率，依靠数据和算法，通过高频和杠杆，取得了良好的收益。

中国的Deepseek成功，财力支持就来自于梁文峰的量化交易收益，某种程度上也可以说，通过市场零和博弈薅羊毛，创造了国人的AI奇迹。

量化投资和高频交易，对长期价值投资和实业经济风险对冲，基本没有影响。

◆ 2025/02/13发表想法
巴菲特投资简史（年平均复合收益率）1938~1942：5年兴趣启蒙
1942~1950：8年迷茫探索 看图画线几乎无收益

1949~1956：8年学习成长 55.76%

1956~1969： 13年代客理财29.5%

1965~2000：35年伯克希尔上集23.6%
2000~2023：23年伯克希尔中集10.5%
原文：1988—2018年这30年间获得了39.1%的年化复合收益率，这还是在扣除了5%的管理费和44%的业绩提成后的数字，费前收益率甚至能达到年化66%左右。

前言

◆ 2025/02/13发表想法
加上最后自杀的利弗莫尔，算是美国华尔街顶尖的投资者了
原文：巴菲特、乔治·索罗斯、彼得·林奇
第5章 大奖章诞生，致敬曾经获得的数学奖章
◆ 2025/02/14发表想法
凯利公式=每次投入到本金是成功率，比如10%的成功率就投入10%的本金，百分之百的成功率就全部投入。索普经典的故事是荐股，索普的实践证明任何情况下都不要向别人推荐任何股票。
原文：量化交易的先驱爱德华·索普。
第8章 只用单一的交易模型
◆ 2025/02/15发表想法
有效市场理论，巴菲特认为短期有一定的道理，长期是胡扯；西蒙斯证明，有效市场理论短期也是胡扯。
原文：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。
第9章 挖角IBM，招揽最优秀的人才
◆ 2025/02/15发表想法
彼得林奇是勤劳的基本面投资者，也可以说是眉毛胡子一把抓，14年时间把自己搞得满头白发，退休。
而芒格，一生只靠伯克希尔、好市多、李录基金几个大的交易机会，就赚得盆满钵满，到99岁还乐在其中。
原文：懂你所投资的”是林奇的投资秘诀。
-- 来自微信读书

推荐和前言

《征服市场的人（西蒙斯传｜DeepSeek 创始人梁文锋作序推荐）》
格里高利·祖克曼
推荐序1
◆ 巴菲特是价值投资领域的标杆，那么，詹姆斯·西蒙斯在量化投资领域则同样享有标杆的地位。
◆ 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”。
◆ 文艺复兴科技公司的标志性产品大奖章基金1988—2018年的年化复合收益率高达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。
◆ 2019年，全球量化基金总管理规模约为2.31万亿美元，其中北美市场的管理规模约为1.59万亿美元，占比约为69%，其次是欧洲及中东市场的管理规模，合计占比约为20%，亚洲地区市场的管理规模总共占比约为8%。
◆ 数据量的增加和计算能力的提高，为高频交易的发展提供了土壤。近年来，海内外的高频量化私募都迎来了大发展，高频量化私募具有交易量大、盈利率高和容量小的特点。
◆ 美国的 Two Sigma 和Jump Trading是高频交易量化基金公司的典型代表。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。
◆ 2017年到2020年，量化基金在所有证券类私募基金中的占比从不足5%提升到15%，管理规模增长了4倍，量化交易成交量在整个A股市场成交量中的占比超过15%。
◆ 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。在中国使用量化投资策略可以有大量机会探索、利用市场异象发掘规律，制定策略，进而获得较高的超额收益。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。
◆ 目前，明晟指数（MSCI）、富时罗素指数和标普道琼斯指数将A股纳入比例分别提升到了20%、25%和25%。

推荐序2
◆ 1988年西蒙斯设立大奖章基金时，他已经50岁了，在投资上经历了10余年的挫折，但这一次他抓住了机会，登上了通往新时代的列车。
◆ 在信息化时代，金融市场是公平和透明的，人类基金经理和计算机模型站在同样的起跑线上，这进一步为量化投资的大范围成功扫清了障碍。
推荐序3
◆ 1988—2018年这30年间获得了39.1%的年化复合收益率，这还是在扣除了5%的管理费和44%的业绩提成后的数字，费前收益率甚至能达到年化66%左右。
◆ 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。
◆ 1978到1988这前10年，西蒙斯所创立的投资公司并不是特别成功，西蒙斯自己也一直在主观和量化这两种投资方式之间摇摆。
◆ 经历了1984年交易溃败所带来的亏损后，西蒙斯决定放弃列尼·鲍姆依靠智力和直觉的投资方法，开始支持詹姆斯·埃克斯开发计算机交易系统。
◆ 1986年，瑞尼·卡莫纳开发出使计算机自动识别隐藏的价格趋势并给出交易建议的模型框架；1989年，埃尔文·伯勒坎普在关键时刻推动了大奖章基金将主要精力转向短期高频交易，从而使基金开始稳定获得高盈利。

序言
◆ 佶屈聱牙
◆ 西蒙斯曾经雇用两位顶尖的数学家和他一起从事投资事宜，但是这种合作在亏损和相互指责中分崩离析了。
◆ 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。
◆ 行了吧，计算机怎么可能与人类的判断力一较高下？”一位研究生说道。“我们想做人类做不到的事情。”伯勒坎普回答道。私下里，伯勒坎普其实也明白为什么他们的方法被讥为“现代炼金术”。

前言
◆ 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。
◆ 巴菲特、乔治·索罗斯、彼得·林奇
◆ 安德玛（UNDER ARMOUR）、李维斯（Levi's）、孩之宝和凯悦酒店
◆ 文艺复兴科技公司只有300人左右。
◆ 2019年年初，对冲基金和量化交易者已经成为市场最大的参与者，交易额占比达到30%。

第一部分

金钱不是万能的

◆ 你应该做喜欢的事情，而不是你觉得应该做的事情。

◆ 店主夫妇忍不住大笑起来。一个如此缺心眼儿，连基本的园艺用品都无法整理好的孩子，竟然想学数学，而且是在麻省理工学院？

◆ 如果一个人每次都只走一半的路程，那么无论路程多短，他都是永远无法到达终点的。这个悖论最早是由古希腊哲学家芝诺（Zeno of Elea）提出来的。

◆ 他就认定这是他想要的生活——围绕着香烟、咖啡和数学的生活。“这是一次顿悟，犹如灵光乍现。”西蒙斯说。

◆ 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。

◆ “这太乏味了，”他跟经纪人说，“你有没有更刺激一点儿的品种？”“你可以看看大豆期货。”经纪人说。

◆ 财富可以让人独立，让人产生影响力。

◆ 西蒙斯很早就明白金钱就是力量。

第2章 让每年收益超过50%的交易方法

◆ 美国国防分析研究所（Institute for Defense Analyses）

◆ 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。

◆ 索普也初涉了程序化交易，暂时领先西蒙斯半个身位。

◆ 穿袜子太浪费时间了。西蒙斯说。

◆ 国际计算机协会（Association for Computing Machinery，简称ACM）

◆ 陈-西蒙斯常量在数学的各个领域中得到了广泛应用。

◆ 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。

◆ 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。

◆ 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。

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。

◆ 计量经济学”（Econometrics）

◆ 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。

◆ 一次他只刮了一半胡子就去上班了，声称刮胡子妨碍了他思考数学问题。

◆ 我想要在我睡觉的时候都能帮我赚钱的模型。

◆ 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。

◆ “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。

◆ 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。

◆ 西蒙斯雇了包括他嫂子在内的几个人来负责把价格数据输入到赫尔兰德创建的数据库中，这个数据库可以跟踪价格，也可以用来测试基于数学算法或基于直觉的各种投资策略的效果。他们采用的很多策略都属于短期动量交易策略。

◆ 他们终于开发完成了一个可以覆盖各种商品、债券和外汇交易的系统。

◆ “小猪篮子”（Piggy Basket）

◆ 一天，西蒙斯接到了来自商品期货交易委员会的电话。交易委员会很不高兴，因为Monemetrics持有的这些合约几乎垄断了全球的土豆供应。西蒙斯暗笑，交易委员会的确有权质问他，但他们需要了解的是，他的本意并不是要囤积这么多土豆，事实上连他自己都不知道为什么他的系统要买入这么多土豆。

◆ 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。

◆ “好吧，好吧！”鲍姆嘟囔道。结果，几个月之内金价涨到了每克30美元，鲍姆一直在抱怨西蒙斯让他错失了很多赚钱机会。然后，泡沫破裂，金价几个月之内就跌到了每克18美元以下。

◆ “他只有能力做到‘低买’，没办法做到‘高卖’。”西蒙斯后来说。

◆ 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。

◆ 西蒙斯不得不和投资者们制定了一个新规则，即每月月底才会公布交易净值。

亏损一直困扰着西蒙斯，导致他一度想结束投资生涯，只专注于他那些不断深入的技术研究。他开放了基金的申赎，让想离开的投资者撤资。

◆ 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。

第4章 一场投资革命蓄势待发

◆ 让计算机来做决策正是西蒙斯一开始就想要做的东西，然而他仍然无法完全相信这种激进的方法。

◆ 他一时还没有完全准备好应对突然的亏损和满腹牢骚的投资者。

◆ 断定科申肯定是通过观察他的表情变化来取得关键优势的。

◆ “其实跟他的表情没关系，”科申说，“每次埃克斯拿到好牌，他就会挺直身子。”

◆ 那个时候，交易大厅使用的电传打字机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。

◆ 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。

◆ 借助各种商品交易所年鉴、期货表和《华尔街日报》等媒体资源，来校正他收集的数据。事实上没人要求他这么做，但是斯特劳斯已经对数据深深着迷，虔诚地收集和“清洗”着别人根本不在乎的数据。

◆ 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。

◆ 埃克斯一直认为金融市场和马尔可夫模型非常类似，下一事件只取决于当前的状态。

◆ 随机方程组可以用来描述随着时间进化的动态过程，也可以容纳高度的不确定性。

◆ 一方面，西蒙斯、埃克斯和斯特劳斯都不认为市场真的像某些学者说的那样是“随机游走”，或者完全不可预测的；另一方面，尽管市场确实具有一些随机性，如同天气一样阴晴不定，但西蒙斯和埃克斯认为，利用某种概率分布应该能够预测未来的价格走势，就如同其他随机过程一样。

◆ 尽管后来文艺复兴科技公司会在风险管理和期权定价中全面拥抱随机微分方程，但目前他们还不知道该怎么使用这一重器。

◆ 依赖突破信号和运用简单的线性回归。

◆ 卡莫纳认为需要用回归的方法来找出这些市场数据之间的非线性关系。

◆ 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。

◆ 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。

◆ 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。

◆ 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。

◆ 跟着数据走，西蒙斯，”卡莫纳说，“这不是我的意思，是数据的意思。”

◆ 因为人类无法预测价格，就让计算机来做决策吧。”其实这正是西蒙斯一开始就想要做的东西，然而他仍然无法完全相信这种激进的方法。

◆ 西蒙斯通常扮演的是“蓄水池主管”，他要为基金找到高净值的客户并且哄他们开心，让他们愿意参与具有高科技含量的投资，这部分投资要占到公司1亿美元管理规模的一半。

第5章 大奖章诞生，

致敬曾经获得数学奖章

◆ 一定要待在伟大的团队里。

◆ 纳什是著名的博弈论学家和数学家。

◆ 香农秘而不宣的是，他实际上已经开始研发能够跑赢金融市场的数学模型了。

◆ 凯利发表了一篇论文，论文中介绍了一个由他开发的用以分析信息在网络如何传播的系统，这个系统也可以应用在各种形式的赌博中。

◆ 凯利公式

◆ 凯利的研究强调了赌注大小的重要性。

◆ 人际交往中的若即若离和含混晦涩是难以辨识和把握的。相反，数学就要清朗很多。

◆ 而且西蒙斯在赚钱方面简直贪得无厌，他一旦有了想法就喜欢马上行动……他要么在打扑克，要么在金融市场。

◆ 为了保护资产，伯勒坎普买了很多最高评级的市政债券。1986年春，市场开始谣传国会要取消投资该类债券的免税待遇，这引发了债券价格下跌，他的资产还是缩水了。事实上，国会并没有行动，这让伯勒坎普认识到投资者有时候是非理性的。

◆ 量化交易的先驱爱德华·索普。

◆ 趋势策略要求投资者在没有趋势或者难以识别趋势的时候静观其变，因为趋势随时都会到来。

第6章 神奇公式，在高频交易中盈利

◆ 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。

◆ 通过获取不对称信息而得到交易优势。

◆ 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。

◆ 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。

◆ 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。

◆ 比如他们会在周末来临前清仓，以防周末传来坏消息导致亏损。与之相类似的是商品交易所的场内经纪人会在经济数据公布前减仓，以防低于预期的数据导致头寸蒙受损失。

这些交易商在过完周末或者经济数据公布之后会立即补仓，这会助力价格反弹。大奖章基金的交易系统会利用这个规律，在交易商们卖出时买入，在他们觉得安全了又重新买入时再把头寸卖回给他们。“我们几乎包赚不赔。

◆ 学者们认为，一旦某种异常规律被发现，那么蜂拥而至的套利者就会迅速抹平这个异常值。

德国马克的交易中存在这种异常相关性，日元交易中的这种相关性更为明显。

◆ 全球的中央银行都不喜欢汇率的突然变动，生怕会影响经济，所以一旦突发变动，它们就会介入市场平抑波动，但是这会延长相关趋势的持续时间。

◆ 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。

◆ 某些异常价格规律和趋势可以持续好几天，有一些只能持续数小时甚至几分钟。

◆ 当你闻到硝烟味儿的时候应该干什么？赶紧跑啊！

◆ 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。

◆ Quantitative

◆ 如果交易得足够多，那么只要保证其中51%是盈利的就够了。

第7章 宽客们的金融工程

◆ 几个世纪以来，投机者用了各种方法来寻找价格规律，其中一些方法和文艺复兴科技公司采用的有一些相似之处。但现实是，大多数人都惨败而归，或者有些人根本就是江湖骗子。

◆ 本间宗久的图表再加上经典的蜡烛图，组成了早期的一种均值回归策略。本间宗久认为市场是被情绪主导的，“投机者应该迅速止损，并让利润奔跑”，这个策略为众多期货投资者所采纳。

◆ 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。

◆ 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。

◆ 技术指标更加适用于短期交易，而非长期交易。

◆ 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”。

◆ “宽客”（Quants），这是量化金融专家的缩写。

◆ 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。

◆ 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。

◆ 索普是第一位使用量化策略来进行大规模投资的当代数学家。

◆ 索普也深受得州科学家约翰·凯利的比例投注系统的影响。

◆ 还写了一本著名的书，叫作《击败庄家》（Beat The Dealer）。这本书介绍了索普创建的基于规则的系统性赌博策略，并且论述了在概率游戏中，参与者要善于利用赔率变化来寻找下注良机。

◆ 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。

◆ 1988年末，基金被彻底清盘，索普称之为一场“痛苦的创伤”。这只对冲基金的存续期超过19年，取得了费后超过15%的年化收益率，冠绝其时。“如果不是政府横插一杠，我们早就是亿万富翁了。”索普说。

◆ 大宗交易执行完成之后，通过把握交易价差对于历史趋势的回归趋势，公司就可以获得盈利。

◆ 团队的成员其实对于股票一无所知，他们也无须了解，因为他们的策略只是押注股票之间的历史相关关系会重复出现。这是古老的“低买高卖”策略的一种延伸，只是现在借助的是计算机程序和高速高频交易。

◆ 摩根士丹利的交易员们成为首批运用“统计套利”（Statistical Arbitrage）的人。

◆ 多年以后人们才明白，摩根士丹利挥霍了金融历史上最有利可图的交易策略。

◆ “因子投资”（Factor Investing）

◆ 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。

◆ 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。”

◆ 当时有一位程序员名叫杰夫·贝佐斯，在和戴维·肖共事多年之后，他与妻子麦肯齐一起开着拖车，载着全部家当搬到了西雅图。

第8章 只用单一的交易模型

◆ “黑箱投资”（Black Box Investing）

◆ 西蒙斯放弃了前景光明的学术事业，一心想要在投资界有一番作为。但是，经过10年努力之后，他的基金管理规模也只有4 500万美元，仅仅是戴维·肖的公司的1/4。

◆ 西蒙斯在其他潜在支持者那里也无功而返。投资者当面不说，其实心里都觉得完全依赖计算机模型做交易很荒谬。此外，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%。“我自己也是按这个费率支付管理费的，”西蒙斯告诉一位潜在投资者，暗示他自己也投资了大奖章基金。

◆ 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。

◆ “非随机交易效应”（Nonrandom Trading Effects）

◆ 帕特森说，“在对冲基金里洗钱是很容易的。”整整一个月的时间里，帕特森每天都会偷偷地记下大奖章基金组合中各持仓品种的收盘结算价，然后仔细地和《华尔街日报》上登载的数据进行比对，看是否契合。

◆ “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。

◆ 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。

◆ 帕特森运用的主要是简单而深刻的贝叶斯定理，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。

◆ 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。

◆ 磨损”（Slippage）

◆ 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。

◆ 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。

◆ 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。“

◆ 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。

◆ 证明了大多数人都倾向于做非理性的决定。

◆ 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”。

◆ 损失厌恶

◆ 锚固偏见

◆ 禀赋效应

◆ 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。

◆ 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。

◆ 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。

◆ 透明带来竞争，所以曝光得越少越好。

◆ 我们唯一的防御手段就是三缄其口。

◆ 如果大奖章基金的管理规模进一步上升，收益率将显著回落。比如谷物类期货市场，它的容量不够，如果再有新增资金进入，势必增大摩擦成本。

◆ 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。

◆ 西蒙斯还迫使斯特劳斯和其他非公司雇员的投资者从大奖章基金中撤资。斯特劳斯本来是可以争取特殊待遇，以无限期持有大奖章基金的，但是他觉得也许投资其他类似的基金也是一样的。“我觉得我们其实没什么特别的，”斯特劳斯说，“如果我当时觉得大奖章基金有什么秘密武器的话，那我一定会确保自己能持续投资大奖章基金的。”

第9章 挖角IBM，招揽最优秀的人才

◆ 詹姆斯·西蒙斯似乎找到了交易商品、外汇和债券的完美方法：依赖具有预测性的数学模型。然而，西蒙斯知道，如果想要文艺复兴科技公司真正变得强大，他们必须能够从股市中赚钱。

◆ 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。

◆ 懂你所投资的”是林奇的投资秘诀。

◆ 格罗斯在读完爱德华·索普关于赌博的书之后，用玩21点赢的钱付了商学院的学费。

◆ 像西蒙斯一样，格罗斯用数学方法分析他的投资，但是他的公式中掺进了大量的直觉因素。

◆ 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。

◆ 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。

◆ 夏普比率是以经济学家威廉·F.夏普（William F. Sharpe）的名字命名的，主要被用来衡量投资组合将风险纳入考量范围之后的回报率。高的夏普比率表示既好又平稳的业绩表现。

◆ 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。

◆ 他们的成果为计算机语言学和语音处理领域的革命铺平了道路，在未来语音识别产品的研发中，包括亚马逊的Alexa、苹果的Siri、谷歌翻译和语音文本合成器等，扮演了重要的角色。

第10章 拯救Nova基金

◆ 通常是在股市出现问题后，通过押注股市的回调来获取盈利。

◆ 通过押注股市的回调来获取盈利。

第11章 永远不要完全相信一个模型

◆ 任何时候，当你听到金融专家谈论市场因何上涨时，记住，那些完全是胡说八道。

◆ 经典的行业笑话：内向的科学家会在与你谈话时盯着自己的鞋子，而外向的数学家会盯着你的鞋子。

◆ 西蒙斯创造了一种不同寻常的开放文化。员工们可以出入同事的办公室，提出建议并发起合作。

◆ 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。

◆ 员工从年初就知道自己的奖金公式。除了取决于级别的几个系数外，每个人的公式几乎一样。

◆ 奖金取决于基金的表现，而不取决于你的老板是否喜欢你。

◆ 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。

◆ 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。

◆ 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。

◆ 奖章基金也越来越依赖其系统自主学习的策略。这是一种机器学习方式，输入足够多数据的计算机经过训练可以输出自己的答案。例如，能够持续产生盈利的策略可能会自动获得更多资金，而无须得到任何人的批准甚至注意。

◆ “布朗，你不能打电话给他，”这个同事说，“现在是深夜两点。”布朗看上去很困惑，非要让同事对此给出解释。同事答道：“他的薪水不足以让他在深夜两点回答你的问题。”“好吧，那我们给他加薪，”布朗回答，“但是我必须给他打电话！”

◆ 在国家安全局，泄露秘密的惩罚是25年监禁。”西蒙斯喜欢略显严肃地警告员工，“不幸的是，我们所能做的只是解雇你们。”

◆ 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。

◆ 长期资本管理公司的模型并没有为1998年夏天发生的几起令人恐慌的事件做好准备，其中包括俄罗斯的债务违约以及由此引起的全球市场恐慌。

◆ 震惊到了梅里韦瑟。“当你们损失一半的资金时，人们会认为你们有可能一直亏损。”马托尼解释道，“他们将促使整个市场的力量与你们为敌……你们真的完了。”

◆ 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。”

◆ 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。

◆ 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。

◆ 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。”

◆ 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。

◆ 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。

第二部分 金钱改变一切

◆ 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。

◆ 语音识别和股票交易之间有着很高的相似度。

◆ 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。

◆ 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。

◆ 银行嗅到了机会，向文艺复兴科技公司敞开大门。从许多角度来看，西蒙斯的公司都是一个理想的借款人，它的投资回报丰厚，而且和整体市场表现并不相关。

◆ 交易一篮子期权是大幅提升大奖章基金收益率的妙招。券商一般会限制一只对冲基金的借款比例，但是一篮子期权令大奖章基金能够撬动更高的资金杠杆。

◆ 竞争对手通常只能用1美元现金撬动价值7美元的金融资产，相比而言，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。

◆ 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。

◆ 投资人需要为持有股票一年内的短期盈利缴纳39.5%的利得税，而只需为持股超过一年的长期盈利缴纳20%的利得税。

◆ 2000年年初，一篮子期权成了文艺复兴科技公司的秘密武器，文艺复兴科技公司甚至专门委派了几名程序员以及50余名员工来确保和银行之间的无缝对接。

◆ 大部分员工的结论是，文艺复兴科技公司频繁的交易为市场提供了流动性。

◆ 到了2003年，布朗和默瑟的股票交易团队赚取的利润已经是劳弗期货团队的两倍，仅仅在几年中就带来了巨大变化。

◆ 在华尔街，交易员之间气氛最紧张的时候并不是在亏损年，而是在盈利年。

◆ 2002年，西蒙斯把大奖章基金的业绩提成比例提升到了36%，并且清退了部分客户；后来，他又把提成比例提升到44%。最后，在2003年年初，西蒙斯把所有外部持有人都清退了。

第13章 启动RIEF，做长期交易

◆ 由于新基金无法利用更可靠的短期交易信号，其回报率可能不如大奖章基金，但这只基金可管理的规模容量可能远超大奖章基金，因为一个长期持有投资项目的大型基金不会产生规模类似的短线交易基金那样多的交易成本。

◆ RIEF只收取1%的管理费和10%的收益回报。

◆ 到了2007年的夏天，一批量化对冲基金已经占据了主导地位。受西蒙斯成功经历的启发，大多数公司都建立了自己的市场中性策略，并且开始依赖计算机模型和自动化交易。

◆ 1987年股市崩盘期间，投资者因为复杂的模型而受到了冲击；1998年，长期资本管理公司出现了历史性亏损；2007年，算法交易员们在为他们近期的惨败叫苦不迭。

◆ 西蒙斯告诉同事，大奖章基金需要卖出，而不是买进。“我们的目标是生存。

◆ 一些高级研发人员很沮丧，不是因为损失太多，而是因为西蒙斯干预了交易系统并减少了头寸。有些人认为西蒙斯的这个决定是对其人格的侮辱，是意识形态软弱和对自己的工作缺乏信心的表现。

第14章 在50.75%的机会中做到百分之百正确

◆ 大奖章基金仍然保持着在债券、大宗商品和外汇上的交易，通过判断趋势和回归预测信号赚钱。

◆ 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。

◆ 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。

◆ 2010年，在默瑟64岁的时候，他确信美国政府应该在社会中扮演尽可能少的角色，因为政府部门只会助长不作为之风。

第15章 量化投资的未来

◆ 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。

◆ 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。

◆ 量化投资者成为金融领域的主要玩家，在2019年早些时候，他们的交易量占到了市场的三分之一，比2013年翻了一番多。

◆ IBM判断，全球数据量的90%都是在过去两年被创造出来的，2020年的数据量级将达到44万亿G，相比2005年增长了300倍。

◆ 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。

◆ 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。

◆ 如果真的有什么不同的话，随着量化投资者占据主导地位，市场将变得更加平静。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。在航空业等其他领域中，计算机驱动的决策通常会减少错误的发生。

◆ 文艺复兴科技公司并不能看到市场所有的色彩，但是它看到了足够多的色彩从而盈利颇丰，这在一定程度上要归功于该公司对大额杠杆的依赖

◆ 西蒙斯和他的同事们所取得的收益表明，市场具有比大多数人想象中更多的无效性.

◆ 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。

来源：巴芒复利书院