山重水复疑无路，柳暗花明又一村：大奖章基金模型的建立创造了文艺复兴科技公司在业内的神话。

第四章：个人能否成功，不在于你知道什么，而是在于你认识谁（一）

西蒙斯过得非常糟糕，他曾经这么和朋友形容：“如果你赚钱了，你就觉得自己是个天才；如果你输钱了，你就觉得自己是个笨蛋。”西蒙斯虽然相信自己的直觉，要使用数学这个方法，但他仍然困惑是否这个技术能帮他建立一个可靠的模型并预置算法来规避人为情感的起伏所带来的影响。如果你想得到你从来没有拥有过的东西，你就必须做从未做过的事情，前提是你的方向是正确的。

西蒙斯不可能自己独立完成，他找来了詹姆斯·埃克斯（James Ax）一同协作。埃克斯曾是西蒙斯在伯克利时期的学生，当1969年埃克斯已经成为了康奈尔大学最年轻的全职教授时，甚至还威胁要组织一场以洛克菲勒领导的游行反对西蒙斯这种频繁挖走常春藤名师的行为。但是同样的，在西蒙斯的劝说下（侧面反映出西蒙斯强烈的人格魅力），埃克斯还是接受了他的邀请来到纽约州立石溪分校的数学学院。虽然在不到30岁的年纪就已经达到了事业的一个巅峰，埃克斯陷入极大的不安困顿中，不知下一步该如何前进，所以最终接受了西蒙斯公司的职位，试图在一个新环境取得突破。最开始，埃克斯专注于市场的基本面，例如黄豆需求的增长或者严峻的气候现象对于小麦的供给影响。最初的收益并不好，所以埃克斯开始运用自己的数学背景开发一个交易系统。他通过挖掘大量西蒙斯团队收集的数据，创造了一个算法来预测不同货币和商品的价格走向，并使用了大量投资历史数据来预测他这个向上趋势模型未来的走势。这个方法也曾经被其他“追寻趋势的人”使用过，他们用于检验市场平均运动和攀升趋势情况。但西蒙斯团队收集的数据并没有产生有用的效果，因为数据没有经过筛选和剔除；同时，埃克斯的交易系统不是自动化的，需要通过他的手机一天早晚运行两次，费事且繁琐。埃克斯意识到他也需要借助外界的帮助，他向西蒙斯推荐了石溪分校的一位计算机教授桑多·施特劳斯（Sandor Straus），而此时的施特劳斯正郁郁而不得志，所以很快就接受了邀请。施特劳斯的到来能补全胡伦德的空缺，而且西蒙斯提供了两倍的工资（1980年$40000/年）使他和学校提出了一年的事假，毕竟一般很难为了一个名不见经传的公司而放弃一份终生稳定的工作。埃克斯想要使用技术分析来投资商品，货币和债券期货，施特劳斯则着手挖掘所有历史信息希望来改进现有的预测模型。施特劳斯马上遇到了第一个问题，当时的条件下Telerate机器还没有功能强大到可以收集并分析信息。在经过一系列尝试后，施特劳斯最终发现了一个数据传送专线拥有分笔交易数据，可以在一天内及时播报各种商品和期货交易价格；同时他开始使用苹果II电脑，这个电脑可以在当时满足他同时写程序和储存数据的需求。在研究长段时间内的数据时，施特劳斯发现有些商品的价格没有变化，例如在20分钟内没有一个交易，很明显这不符合现实，所以施特劳斯雇佣了一个计算机学生专门记录价格不寻常的上升和下降或者停顿。在那个年代，施特劳斯是世界上极少数关注纯净数据（cleandata）本身的数据纯化伦学家。埃克斯后来又吸收了一名纽约州立石溪的数学家亨利·劳费尔（Henry Laufer）进行项目合作，埃克斯负责数学理论，劳费尔负责研究复杂数据中的规律。劳费尔用仿真数据来验证他们的交易模型，他们假设价格上下波动之后最终都会回归到一个特定值，所以劳费尔会在一个非同寻常的低价（相比之前的收盘价）买入期货，然后在这个价格异常升高的时候卖出。西蒙斯同时也在这个模型基础上进行自己的修改。虽然埃克斯的团队一直在赚钱，但是没人知道能持续多久。在这种不确定的大环境下，甚至当有一个雇员收到别的公司的录取信，埃克斯会支持他离开，因为对方公司更加稳定甚至会在节假日免费分发一整只火鸡。

1985年，埃克斯厌倦了东北寒冷的环境搬去了加州，和施特劳斯创立了Axcom有限公司（大奖章基金前身），并保证25%的利润分配给西蒙斯，而西蒙斯则提供必要的交易技术和客户沟通支持。直到1986年，Axcom主要靠埃克斯和施特劳斯的模型进行包括货币和期货的交易，还有少部分靠人工分析。举个例子，每天在交易开盘之前也就是前一天交易马上结束之时，计算机都会给交易员发送一个信息，包括具体购买的商品和量，像是“如果小麦开盘价格超过$4.25，就卖出36手”。但是这个交易模型并没有得到更进一步的改进，无法拉开和其他竞争公司的差距。西蒙斯甚至还找了气象局的朋友调取数据以分析预测英国咖啡的价格，但也以失败告终。

最终，埃克斯决定使用一种更复杂的方法，更复杂的数学来建立交易模型。很久之前埃克斯就坚信金融市场和马尔科夫链（Markovchains）共享很多特质，而且西蒙斯和鲍姆曾经开发假设交易模型就曾经发现市场有马尔科夫链相似的规律。介于马尔科夫链属于随机方程（Stochasticequations）分支，埃克斯找到了精通随机方程的学者加州大学尔湾分校的法国教授雷内·卡罗姆纳（Rene Caromna）。自始至终，西蒙斯、埃克斯和施特劳斯都坚信一点：金融市场不是随机的，他们一定可以从看似随机的数据海里找到纯净数据建模并对市场进行精准预测。卡罗姆纳一开始非常有热情，他甚至认为可以分析交易员的心理变化来辅助研究，但是直到1987年仍然毫无进展使得卡罗姆纳愧疚难耐。他决定在学校放假时全身心投入一整个暑假建模，卡罗姆纳尝试使用大量突破数据（超过某个特定价格）来交易，同时也会使用简单的回归线性方程辅助。卡罗姆纳希望能从大量的历史数据中找寻和现在相似交易环境下的案例，并预测价格的走向：通过比较历史上相似条件下的市场，跟踪当时的价格走势来建立一个包含众多因素、精确而又复杂的模型。第一步就遇到了问题，施特劳斯虽然之前收集了很多数据，仍然远远不够，所以卡罗姆纳选择自己模拟数据，例如二十世纪40年代的棉花价格，这是现在建模遇到数据缺口问题的普遍解决方案之一。卡罗姆纳期望这个模型能消化所有的数据并输出买卖的决定，在某种程度上讲这可以看做是最早的机器学习。另一边，统计学家也做过相似的尝试，使用核方法（Kernelmethod）来分析数据集合的模式。当卡罗姆纳向西蒙斯展示这个模型的时候，西蒙斯无法理解为什么输出的是买入卖出的建议，他总是尝试试图理解模型的运作方式，但卡罗姆纳和埃克斯坚定地相信模型分析出数据的规律所带来的结果，而不是试图理解数据是如何被分析出来的。之后施特劳斯团队持续收集更早的数据，甚至早到19世纪，这些数据进一步完善了模型甚至可以预测投资多久的时间在某一个商品里，也说服了西蒙斯这个方法的可行性。西蒙斯在建模方面虽然没有提供太多的帮助，但是他之后创立了一个学院为公司提供相应的咨询服务。

西蒙斯一直在不断的吸收数学家完善交易模型。曾经和西蒙斯同属于IDA的数学家埃尔温·伯莱坎普（Elwyn Berlekamp）给西蒙斯打了一个电话寻求关于投资的建议，西蒙斯于是邀请他到位于加州的Axcom。在拥有如此多最强大脑的情况下，Axcom模型专注于两个交易策略。第一种是追踪价格，指的是追寻模型预测的走势在低位买入或者高位卖出；第二种是逆转策略，指的是模型打赌价格会一段时间走弱随后反转。因为有施特劳斯团队超乎其他对手公司大量的数据库，Axcom有能力改进和建立复杂模型，从而成为了年平均收益20%的顶尖公司。随后美林证券的约翰·墨菲（John Murphy）出版了一本书（《TechnicalAnalysis of the Financial Markets》）降维讲解了投资的要义：低点买入高点卖出，这也随后成为了教科书式的投资理论。西蒙斯一直都在追求更高的收益，他也意识到需要不断改进才能先人一步。但是公司的问题也渐渐显现出来，伯莱坎普认为公司的隐患是交易太过频繁但是埃克斯并没有听取他的建议；一些客户虽然对Axcom充满兴趣，但对西蒙斯的风投又缺乏信心。在Axcom更名为大奖章（Medallion）之后的六个月里，这些问题都不同程度上给公司带来了损失。在埃克斯频繁缺席和公司长期亏损的情况下，西蒙斯决定暂停90%的交易量直到埃克斯团队给出一个切实可行的计划。为了避免一场股权之争，伯莱坎普最终购买了埃克斯手上40%股权，剩下西蒙斯和施特劳斯各占25%，埃克斯仅留10%并逐渐退出公司搬去了圣地亚哥。

大奖章似乎永远和华尔街背道而驰。在华尔街内部大肆宣扬不应该频繁交易的时候，不论外界的声音如何，频繁的短期交使得大奖章从一系列做长期投资的公司中脱颖而出。而且在短期投资中，他们遵循了发现的历史规律：历史上相同信息环境下发生的事情在将来会重复，投资者会做出相似的反应。在这个理论基础上，伯莱坎普团队对模型进行了短期交易的改进，从而系统能在经济数据发布前给出几乎精准的买卖时间区间。在加州公司不断改进模型的同时，石溪公司的劳费尔也有新的发现：交易的序列是以周为单位的，周一的价格变动往往追随到上周五价格变化；举例子来说，周二的时候能发现与之前一周趋势的逆转变化；劳费尔同时也发现了“二十四小时效应”，指的是前一天的交易行为可以用来预测后一天的。如果出现一个清晰的上升趋势，大奖章基金会在周五交易时间的最后买入，然后在第二周的周一卖出，他们称之为“周末效应”。西蒙斯团队不会花时间在主观分析的原因上，他们更相信数据中分析出具体的交易机会，毕竟实践检验真理。当然这些行为也有一定的逻辑依据，伯莱坎普、劳费尔、施特劳斯团队发现商品和债券交易员有一定的行为模式：一周交易结束后他们会卖掉几乎所有的期货以防周末的不可预测信息而导致损失；对于货币而言也有短期规律，德国马克如果第一天贬值，大概率第二天会接着第一天继续，反之同理；德国马克价格随着时间波动的相关性达到20%，意味着有一半的时间马克遵循了这个规律。同样，公司团队总结了其他投资策略的相关性：整体货币10%，黄金10%，猪和其他商品4%，投资股票1%。

直到1989年，Axcom的投资策略和大部分人一样都是关注开盘价和收盘价，但是基于大量数据的支撑，他们可以发现更多稍纵即逝的规律。伯莱坎普再度重新优化交易系统，试图找寻股票交易里面的规律，当大部分投资人都忽略细小的不寻常点时，大奖章团队选择不放弃任何一个小虾米并带领整个团队的2700万美金净值逐步攀升。当然这些学者们在进行加元交易时也碰壁过，源于华尔街的套路：信息泄露，所以他们选择马上止损完全退出。到1990年，Axcom的年收益率已经达到惊人的55.9%，相比1989年公司亏损了4%。西蒙斯并没有完全依靠交易模型，他仍然保持着对外界新闻的敏感性，逐渐和其他团队想法相背离，渐渐施特劳斯、埃克斯和伯莱坎普都退出了Axcom，以文艺复兴最终收购了Axcom收场。

历史上西蒙斯不是第一个想到用电脑发现数据噪音下规律的人，最早可以追溯到巴比伦时代。16世纪中期就有欧洲人尝试预测20天之后调味料商品的价格；18世界日本人发明了K线图；19世纪30年代，道琼斯的华尔街日报发表了关于市场的假设，自此现代科技分析诞生了。其中提到了几个传奇人物。

金融教授罗闻全（AndrewLo）认为科学分析是站不住脚的，因为这种法则来源于人们对于生活的认知和行为规律，是不可预测的。然而西蒙斯则坚信行为是会重复的，只是时间段不一样，他只做短期投资。

整个20世纪80年代，华尔街和伦敦交易所开始大量招入量化分析师。数学家本华·曼德博（Benoit Mandelbrot）教授声称金融市场拥有分形图像即不确定性，更加深了世人对于计算机自动化交易从1987年股灾后的负面形象。

即使在1991年大奖章已经做到年收益率33%的业绩，对于华尔街而言低于40%的成绩都不够有说服力，何况是面对一群对商业一无所知的学者，所以西蒙斯四处寻找投资人仍然屡次碰壁。此时，西蒙斯主要负责文艺复兴总体的策划：见客户、招贤纳士、危机处理等，施特劳斯回归并负责在美国另一端的伯克利交易，直到西蒙斯曾经的同事尼克·帕特森（Nick Petterson）加入带来了改变。施特劳斯希望优化一直坚信的短期投资的理念，所以他把交易的时间分割成5分钟一个时间段，按照时间区间去分析而且效果显著。通过这种方法劳费尔的团队成功开发了一种非随机交易效应并改良了交易系统（保证p-value低于0.01）。劳费尔也开始研发一种可以让系统根据实时交易自检的程序，也是最早机器学习的雏形。到1992年的时候，公司收益稳定在33%，西蒙斯团队又着手解决更细节的交易损耗（他们称之为”theDevil”那个魔鬼：即在非最高点卖出比最高点卖出时所产生的差额）试图扩大收益。劳费尔和帕特森开发了一个复杂完整的交易系统，就可以囊括包括货币、期货等所有交易，使得公司能够更好的做出决定也真正的提高了收益率。到了1994年公司年收益已经达到了71%，外界对于这群科学家数学家的偏见从来没有减弱过，他们认为没有金融背景的分析就像骗子一样，当然现在在任何领域也都能听到许多这样的言论，偏见是顽固的。没有拘泥于外界的偏见，西蒙斯认为他赚的钱来自于人类行为学研究，当人们交易亏损有压力的时候会犯错，而这种错误会不断重复并且有规律可行，后来心理学家的研究也证实了这一点。1993年投资人开始注意到文艺复兴并希望投资，但是西蒙斯再度证实了他的敏感性，他拒绝了进步扩张因为他意识到资产不能过大（当时公司净值为2.8亿美金），因为大量的买卖会影响价格的涨跌，致使他们会错误地在高位买入或者低位卖出。不断有各种机构开始希望窥探到文艺复兴的交易，他们甚至有专人记录每天的交易。自此西蒙斯开始了他的神隐来保持竞争力，这也能够解释他的神秘感，因为公开化会带来竞争，而他们赚的就是信息差带来的利益。

除了之前一直专注于货币期货商品交易，西蒙斯一直想进军股票市场但是一直都碍于对这方面了解的不够透彻。其实一直有很多公司都在研究如何通过计算机程序去分析股票市场，例如摩根史坦利投资公司（MorganStanley）曾经的一位数学计算机学家罗伯特·弗雷（RobertFrey）创立了的Kepler金融投资公司。弗雷尝试找寻两个上市公司间的相关性，例如苹果公司和星巴克股价有一定的相关性：如果苹果和星巴克在同一时间股价都上升了10%，而苹果在历史同一时间段的市场表现要强于星巴克，Kepler会买入苹果并卖出星巴克。但是这个找寻公司间相关性的半赌博性质方法并没有非常奏效，最终弗雷的公司被文艺复兴收购。在各个公司开始尝试通过统计等方法找寻市场规律的时候，帕特森意识到需要更多的新鲜血液。根据他招聘的两个原则：第一，聪明的人（但不是华尔街人）；第二，对于现在的工作生活现状不满意，他招到了后来对公司起了关键性作用的前IBM雇员鲍勃·默瑟（BobMercer）和彼得·布朗（PeterBrown）。

在分别招入默瑟和布朗后，这对黄金搭档没日没夜的研究弗雷的模型为什么不能赚钱的原因，终于得出结论：这个模型给出的投资建议是不可行的。举例子的话，当模型给出一个投资额度时，需要一定的杠杆（向银行借钱），而弗雷的借款额度已经到达了顶点；再或者，模型会给出建议出售某些特定股票，但实际这些股票在当时无法出售。不仅仅是找出了弗雷股票交易模型的问题，默瑟和布朗也为文艺复兴带来了转机：开发了新的股票交易模型。这个模型就像当年劳费尔所开发的期货交易模型一样，仅仅是一个简单的但是又可以囊括并不断补充各种因素的自检模型。但有一个缺陷，这个系统不能管理太大规模的资产（当时公司的管理规模为0.35亿美元），频繁的出错使得公司开始新一轮的招兵买马。西蒙斯在默瑟和布朗的建议下又招入他们IBM的后辈，计算机和语言工程师大卫·马格曼（David Magerman）和达拉·皮耶特拉（Della Pietra）。马格曼是个天才但也容易犯错，他坚持黑入一些机关的后台去导出数据到公司里，致使公司的电脑集体中毒。西蒙斯虽然一直对于找寻股票市场的规律很有信心，但这次重大失误也让他对默瑟和布朗的团队下了最后6个月的通牒。马格曼非常自责，几乎没日没夜地待在公司里面希望可以弥补过错，而且他也确实成功了。在找寻代码bug的时候，他发现标准普尔500的指数是手动输入的1991数据而不是根据时间的推移更新。就这样，大奖章的模型在这次完善的系统中诞生了，它甚至可以精细地给出使用具体多少额度的贷款来购买具体的股票。

书籍信息
书名：《求出市场之解的人-吉姆·西蒙斯如何开创了量化革命》
英文书名：THE MAN WHO SOLVED THE MARKET-HOW JIM SIMONS LAUNCHED THE QUANT REVOLUTION
作者：Gregory Zuckerman <美>格里高利·祖克曼
出版社:Portfolio/Penguin
出版时间：2019年11月5日

版权及免责法律声明

北京八骏投资管理有限公司成立于2012年，始终秉持"远见导航，成长为伴"之投资理念，执着研究，为客户提供专业的资产管理服务，让您的资产持续稳健增长。博学思远，创新成长。八骏投资公众微信号：bajunfund。