▼

文/姚斌

投資界大概無人不曉詹姆斯·西蒙斯，他原來是世界一流的數(shù)學(xué)家,，與陳省身教授創(chuàng)立了“陳－西蒙斯常量”,。之后，因?yàn)閼延袑?duì)證券市場的濃厚興趣,，創(chuàng)立了文藝復(fù)興科技公司,。湛廬文化最近就將出版一本《征服市場的人》的書，其主角即是詹姆斯·西蒙斯,。這本書為我們揭開了西蒙斯的傳奇人生,。

詹姆斯·西蒙斯可不是泛泛之輩。他造就了金融史上最強(qiáng)大的賺錢機(jī)器,，使得文藝復(fù)興科技公司在世界政治、科技,、教育和慈善等領(lǐng)域擁有了巨大的影響力,。自從1988年以來，文藝復(fù)興科技公司的旗艦產(chǎn)品大獎(jiǎng)?wù)禄皤@得了年化66%的收益率,，在交易中獲得了超過1000億美元的利潤,。這個(gè)記錄在投資界無人能出其右,。

根據(jù)該書作者格里高利·祖克曼的估計(jì)，西蒙斯個(gè)人擁有大約230億美元的資產(chǎn),，文藝復(fù)興科技公司的其他員工也都是億萬富翁,，在公司對(duì)沖基金里的平均資產(chǎn)就有5000萬美元，創(chuàng)造了只有在童話里才能擁有的巨額財(cái)富,。許多年前,，我就知道西蒙斯，但卻不知道他究竟是通過了怎樣的努力才獲得這樣的成功?，F(xiàn)在,，這本《征服市場的人》終于揭開了神秘的面紗。這本書不僅是西蒙斯的個(gè)人傳記,，也是文藝復(fù)興科技公司的成長史,。

1

西蒙斯曾經(jīng)為尋找成功的投資模型花費(fèi)了12年時(shí)間。在早期,，他也依靠天性和直覺進(jìn)行投資交易,，但卻常常失敗。之后,，他與幾個(gè)頂尖的數(shù)學(xué)家和科學(xué)家一起開發(fā)計(jì)算機(jī)模型,，用來處理海量的市場數(shù)據(jù)，并從中挑選出最優(yōu)的交易機(jī)會(huì),。西蒙斯認(rèn)為,，這是一種具有科學(xué)性和系統(tǒng)性的方法，可以用來去除交易流程中的情感因素,。西蒙斯想用數(shù)學(xué)征服市場,，如果成功，他非但能夠賺到巨額財(cái)富,，甚至可以影響到華爾街以外的世界,。這可能才是西蒙斯真正的目標(biāo)所在。

然而,，西蒙斯的交易思想并不受到歡迎,。在那個(gè)時(shí)代，喬治·索羅斯,、彼得·林奇,、比爾·格羅斯等一批優(yōu)秀的投資者已經(jīng)開始嶄露頭角了。他們憑借智力,、直覺以及傳統(tǒng)的經(jīng)濟(jì)指標(biāo)和技術(shù)分析,，在國際金融市場上獲得了巨大收益。相比之下，西蒙斯并不懂得如何管理現(xiàn)金流,，如何評(píng)估新產(chǎn)品,，抑或如何預(yù)測利率走勢。他所做的僅僅是挖掘海量的價(jià)格數(shù)據(jù),，這種交易方法包括了數(shù)據(jù)清洗,、信號(hào)機(jī)制和回溯測試等要素，當(dāng)時(shí)的華爾街對(duì)此毫無概念,，甚至都沒有一個(gè)合適的名字來概括這種的方法,。但是，西蒙斯已經(jīng)嗅到了計(jì)算機(jī)交易系統(tǒng)勝利的味道,。

西蒙斯出生于1938年,。他3歲時(shí)就能算出某個(gè)數(shù)字的兩倍和一半是多少，還能算出2到32的平方數(shù),，并且絲毫不覺得厭煩,。他的母親教導(dǎo)他“你應(yīng)該做喜歡的事情，而不是你覺得應(yīng)該做的事情,?！蔽髅伤棺钕矚g做的事是思考數(shù)學(xué)問題，經(jīng)常沉溺于對(duì)數(shù)字,、形狀和斜率的思考之中,。他認(rèn)為強(qiáng)有力的定理和方程式可以幫助人們發(fā)現(xiàn)真理，并且使分屬代數(shù)和幾何的不同領(lǐng)域達(dá)到和諧統(tǒng)一,。

少年時(shí)代,，他就很愛讀書，經(jīng)常光顧當(dāng)?shù)貓D書館,，每周借出4本書來讀,，許多書超出他的認(rèn)知范圍。然而,，最吸引他的還是數(shù)學(xué),。高二時(shí)，他就熱衷討論各種純理論性問題,，比如平面的無限延展性等,。后來，他被麻省理工學(xué)院錄取了,。開學(xué)后,，他直接跳過大一的數(shù)學(xué)課，因?yàn)樗诟咧芯鸵褜W(xué)過,。1958年,，他獲得數(shù)學(xué)學(xué)士學(xué)位,。之后，他攻讀博士研究生學(xué)位,，師從陳省身教授。

在攻讀研究生學(xué)位期間,，西蒙斯就對(duì)金融投資產(chǎn)生了濃厚的興趣,。確實(shí)，他渴望金錢,，并且渴望變得富有,。但是，他最渴望能用數(shù)學(xué)工具去發(fā)現(xiàn)并記錄那些普世的原則,、規(guī)律和真理,。1964年，他加入美國國防分析研究所,，從事密碼破譯工作,。彼時(shí)，他創(chuàng)建了一個(gè)偏微分方程,。微分方程描述的是數(shù)學(xué)變量的導(dǎo)數(shù)或者相對(duì)速率被廣泛應(yīng)用在物理學(xué),、生物學(xué)、金融學(xué)和社會(huì)學(xué)等領(lǐng)域,。這個(gè)方程后來被稱為“西蒙斯方程”,。

國防分析研究所的工作時(shí)間很有彈性，因此西蒙斯能抽出時(shí)間關(guān)注股票市場,。那時(shí)他開發(fā)了一個(gè)新型的股票交易系統(tǒng),，發(fā)表了一篇論文，聲稱可以找到將年化收益率維持在50%的一種交易方法,。西蒙斯致力于尋找能夠預(yù)測股市短期行為的宏觀變量,。他沒有像絕大多數(shù)投資者那樣專注于股市的基本面數(shù)據(jù)，諸如盈利,、股息和公司的新聞等,。他把股市分為8種狀態(tài)，其中高波動(dòng)期意味著股票大幅震蕩,，良好期意味著股票保持升勢,。他純粹用數(shù)學(xué)的方法來甄別當(dāng)前的市場屬于哪種狀態(tài)，然后利用模型來購買股票,?？梢哉f，西蒙斯是利用數(shù)學(xué)模型來研究股票市場的先驅(qū),。以數(shù)學(xué)模型進(jìn)行投資,，涉及因子投資,、基于不可觀測狀態(tài)的模型和其他形式的量化投資，這是“投資革命”的一個(gè)預(yù)兆,，這些在數(shù)10年后將橫掃整個(gè)投資世界,。

2

西蒙斯初涉投資領(lǐng)域并未展現(xiàn)出任何天賦。他只是自信滿滿,，因?yàn)樗麑?duì)金融市場的運(yùn)行有著獨(dú)特的見解和視角,。他非常習(xí)慣于在看似隨機(jī)的數(shù)據(jù)中探尋某種規(guī)律——從自然界混沌和雜亂無章的表面之下，尋找某些簡潔和美麗的結(jié)果,。尋獲的這些規(guī)律和規(guī)則就構(gòu)成了科學(xué)定律,。西蒙斯認(rèn)識(shí)到，市場并不總是可理解的或以理性方式運(yùn)行的,，所以僅僅依賴于傳統(tǒng)研究和分析視角是不夠的,。然而，不管市場表面上看起來有多么混沌,，金融資產(chǎn)的價(jià)格看起來都存在某些確定的規(guī)律,，很像隱藏在看似毫無章法的天氣背后的潛在規(guī)律。西蒙斯把金融市場視為一般的混沌系統(tǒng),，就像物理學(xué)家通過挖掘海量數(shù)據(jù)來建立科學(xué)模型,，從而描述出自然界的定理一般。于是,，西蒙斯決定建立數(shù)學(xué)模型來識(shí)別金融市場的價(jià)格規(guī)律,。

不久，西蒙斯就創(chuàng)立了一家名叫“Monemetrics”的公司,，其義為“金錢計(jì)量經(jīng)濟(jì)學(xué)”,，表明他是用數(shù)學(xué)方法來分析金融數(shù)據(jù)并作出投資決策的。他找到一個(gè)名叫列尼·鮑姆的數(shù)學(xué)家作為合伙人一起探索他的未經(jīng)驗(yàn)證的投資策略,。鮑姆與一個(gè)名叫勞埃德·韋爾奇的信息學(xué)家創(chuàng)立了“鮑姆－韋爾奇算法”,，以此分析馬爾可夫模型。馬爾可夫模型是一連串事件的集合,，下一事件的概率只能由當(dāng)前的狀態(tài)決定,，與之前的事件無關(guān)。這意味著,，你不可能確定地預(yù)測未來的事件,，但可以通過觀察整個(gè)鏈的規(guī)律來給出對(duì)未來事件的較好估計(jì)。棒球就是一個(gè)典型的馬爾可夫游戲,。假設(shè)一個(gè)擊球手已經(jīng)打了3個(gè)快球和2個(gè)好球,，那么之前這些擊球的順序和期間的犯規(guī)次數(shù)都無關(guān)緊要了，只要他再誤擊一個(gè)好球,，他就出局了,。

隱馬爾可夫模型是指事件的序列本身也是未知的,，由隱藏的參數(shù)和變量控制，是一種雙隨機(jī)過程,。人們觀察到的事件只是鏈的輸出結(jié)果,，并不能作為推測鏈走向的某種依據(jù)。金融市場價(jià)格,、語音識(shí)別和其他一些復(fù)雜過程都可以認(rèn)為是隱馬爾可夫過程,。由此，西蒙斯開始了他的金融投資生涯,。之后，幾個(gè)計(jì)算機(jī)技術(shù)專家加盟,，他們開發(fā)了一個(gè)可以覆蓋各種商品,、債券和外匯交易的系統(tǒng)。這個(gè)系統(tǒng)主要是運(yùn)用線性代數(shù)的原理分析大量的數(shù)據(jù),，給出投資建議,。比如，系統(tǒng)會(huì)突然強(qiáng)烈看好土豆價(jià)格,，并把2/3的現(xiàn)金都配置到土豆期貨合約上,。

由此，西蒙斯逐步建立了一個(gè)由算法驅(qū)動(dòng)的高科技交易系統(tǒng),，或者說分步驟執(zhí)行的計(jì)算機(jī)程序,，來替代人類的主觀判斷。他不再想僅僅依賴粗糙的模型并輔之以個(gè)人的直覺來做交易,。他的目標(biāo)是,，建立一個(gè)復(fù)雜的完全有預(yù)先設(shè)定的算法驅(qū)動(dòng)的自動(dòng)交易系統(tǒng)，一個(gè)完全屏蔽了人類干預(yù)的系統(tǒng),。1988年,，西蒙斯設(shè)立了大獎(jiǎng)?wù)禄稹?/p>

在西蒙斯麾下，聚集了一大批世界級(jí)的數(shù)學(xué)家和計(jì)算機(jī)科學(xué)家,。其中數(shù)學(xué)家詹姆斯·?？怂故恰鞍？怂梗粕甓ɡ怼钡膭?chuàng)立者之一,。他也認(rèn)為金融市場和馬爾可夫模型非常類似：下一個(gè)事件只取決于當(dāng)前的狀態(tài),。在馬爾可夫模型中，要精確預(yù)測下一步是不可能的,，但如果有可靠的模型,，要預(yù)測未來多個(gè)步驟的趨勢卻是有可能的。馬爾可夫模型在廣義上是用于隨機(jī)方程組的,。隨機(jī)方程組可以用來描述隨著時(shí)間進(jìn)化的動(dòng)態(tài)過程,，也可以容納高度的不確定性,。

這些數(shù)學(xué)家和計(jì)算機(jī)科學(xué)家都不認(rèn)為市場真的像某些學(xué)者說的那樣是隨機(jī)游走，或者完全不可預(yù)測的,。市場確實(shí)具有一些隨機(jī)性,，如同天氣一樣陰晴不定，但他們認(rèn)為利用某種概率分布應(yīng)該能夠預(yù)測未來的價(jià)格走勢,，就如同其他隨機(jī)過程一樣,。因此，他們的目標(biāo)是開發(fā)數(shù)學(xué)模型,，并以之為框架推導(dǎo)出一些實(shí)用的結(jié)論和結(jié)果,。當(dāng)然，簡單的線性回歸模型通常無法有效地預(yù)測復(fù)雜而波動(dòng)的金融市場價(jià)格走勢,，這些價(jià)格可能會(huì)受到暴風(fēng)雪,、恐慌盤和地緣政治等因素的嚴(yán)重沖擊。

但是,，他們深信讓計(jì)算機(jī)自己來尋找這些數(shù)據(jù)間的關(guān)系,，從而找到過去某個(gè)相似的交易環(huán)境，然后觀察價(jià)格的表現(xiàn),，這樣他們就可以開發(fā)一個(gè)復(fù)雜但更為準(zhǔn)確的預(yù)測模型來識(shí)別隱藏的價(jià)格趨勢,。為了讓這個(gè)方法付諸實(shí)踐，他們需要大量的數(shù)據(jù),。他們利用計(jì)算機(jī)模型做出相對(duì)可靠的猜測,，以填補(bǔ)空白。當(dāng)他們開始測試這種方法的時(shí)候,，其投資業(yè)績迅速得到了改善,。

埃克斯的模型主要聚集了兩種簡單的策略,。有時(shí),，模型采取動(dòng)量交易策略，追逐價(jià)格趨勢,，然后假設(shè)趨勢持續(xù),，買賣一籃子商品。其他時(shí)候,，模型采用反轉(zhuǎn)策略,，認(rèn)為當(dāng)前的價(jià)格趨勢會(huì)反轉(zhuǎn)。得益于大量的歷史數(shù)據(jù),。?？怂贡雀偁帉?duì)手接觸到更多的價(jià)格信息。因?yàn)閮r(jià)格走勢經(jīng)常會(huì)復(fù)刻歷史,，所以這些數(shù)據(jù)能讓公司對(duì)趨勢持續(xù)性有更準(zhǔn)確的評(píng)估,。1987年10月,，道瓊斯指數(shù)一天跌去22.6%。由于?？怂固崆百I入歐洲美元期貨,，在股票市場暴跌時(shí)對(duì)沖了損失。不過,，?？怂沟哪Ｐ筒⒉粫?huì)戰(zhàn)無不勝。1989年,，大獎(jiǎng)?wù)聝H在幾個(gè)月就虧損了30%,。

3

埃爾文·伯樂坎普掌管大獎(jiǎng)?wù)聲r(shí)，倡導(dǎo)做更多的短期交易,。大獎(jiǎng)?wù)鲁钟械暮芏嚅L期頭寸都只帶來了虧損,，而短期交易卻是基金收益最大的貢獻(xiàn)者。大獎(jiǎng)?wù)伦屑?xì)檢視歷史價(jià)格數(shù)據(jù),，以期找出未來可能重復(fù)出現(xiàn)的價(jià)格走勢，隱含的假設(shè)是投資者的行為會(huì)不斷重復(fù),。他們確信這種方法行得通,，前提是要用更科學(xué)和更復(fù)雜的形式來實(shí)現(xiàn)，并且只應(yīng)用于短期交易而非長期投資,。

伯勒坎普認(rèn)為,，如果交易不頻繁，每次交易成果對(duì)公司都具有較大的影響,，那么如果虧損交易多來幾次,，公司就瓦解了；但如果交易頻繁,，那么單次交易的結(jié)果就不至于那么重要,，有助于降低公司的整體風(fēng)險(xiǎn)。這種做法與賭場相似,。賭場里每天有很多場賭局,，只要在超過一半的賭局上盈利，賭場整體就賺錢了,。大獎(jiǎng)?wù)乱惨粯?，只要保證每天進(jìn)行高頻交易，大多數(shù)都能盈利,，大獎(jiǎng)?wù)戮湍苜嵑芏噱X,。只需要擁有一點(diǎn)點(diǎn)優(yōu)勢，高頻重復(fù)博弈就會(huì)確保大數(shù)定律站在他們這一邊,?！叭绻憬灰椎米銐蚨?，那么只要保證其中51%是盈利的就夠了?！?/p>

伯勒坎普創(chuàng)建了一個(gè)理論：場內(nèi)交易者對(duì)商品和債券的買賣有利于保持市場的流動(dòng)性,。比如，他們會(huì)在周末來臨前清倉,，以防周末傳來壞消息導(dǎo)致虧損,。與此相類似的是商品交易所的場內(nèi)經(jīng)紀(jì)人會(huì)在經(jīng)濟(jì)數(shù)據(jù)公布前減倉，以防低于預(yù)期的數(shù)據(jù)導(dǎo)致頭寸蒙受損失,。

相對(duì)于競爭對(duì)手,，大獎(jiǎng)?wù)缕鋵?shí)擁有一個(gè)巨大的優(yōu)勢：他們擁有更為精確的定價(jià)信息。多年來,，他們收集了多種期貨日內(nèi)高頻價(jià)量信息,，而絕大多數(shù)投資者忽略這類顆粒信息。大獎(jiǎng)?wù)罗k公室里每秒百萬條指令計(jì)算機(jī),，使得其團(tuán)隊(duì)可以迅速挖掘到所有的定價(jià)信息,，產(chǎn)生數(shù)以千計(jì)的具有顯著性的觀測值，以揭示以前沒有檢測到的價(jià)格規(guī)律,。大獎(jiǎng)?wù)碌倪\(yùn)營卓有成效,，1990年的收益率達(dá)到了55.9%。西蒙斯確信公司運(yùn)轉(zhuǎn)在正確的軌道上,。他認(rèn)為,，歷史的價(jià)格規(guī)律可以作為開發(fā)計(jì)算機(jī)模型的基礎(chǔ)，用來識(shí)別被投資者忽視的市場趨勢,，讓人能夠從過去看見未來,。

幾個(gè)世紀(jì)以來，投機(jī)者用盡了各種方法來尋找價(jià)格規(guī)律,，但基本上都慘敗而歸,。理查德·丹尼斯成功地開發(fā)一個(gè)能夠預(yù)先設(shè)定算法的交易系統(tǒng)，以期能移除自己交易操作中的情感和非理性因素,。他曾經(jīng)獲得巨大成功,，但在1987年的股災(zāi)中損失慘重，只好結(jié)束了交易生涯,。西蒙斯贊同伯勒坎普所說的,，技術(shù)指標(biāo)更加適用于短期交易，而非長期交易,。他希望借助嚴(yán)格的測試和更為復(fù)雜的模型,，基于統(tǒng)計(jì)學(xué)分析，以逃脫那些技術(shù)分析者經(jīng)歷過的慘敗。

文藝復(fù)興科技公司不斷地應(yīng)用數(shù)學(xué)技巧來改善模型,。數(shù)學(xué)家亨利·勞弗在修改模型中發(fā)現(xiàn),，大獎(jiǎng)?wù)禄饝?yīng)該只用單一的交易模型，而不是像其他量化交易公司那樣在各種市場和市況下使用多個(gè)不同模型,。這個(gè)發(fā)現(xiàn)后來被證明是價(jià)值連城的,。于是，大獎(jiǎng)?wù)碌慕灰组_始變得頻繁,。開始一天交易5次,，后來上升到16次。他們會(huì)挑一天內(nèi)交易量最大的時(shí)間段下單以減小沖擊成本,。文藝復(fù)興科技公司因子開發(fā)遵循3個(gè)步驟：找到價(jià)格序列中的異常規(guī)律,；確保整個(gè)規(guī)律是持續(xù)的、非隨機(jī)的,；看看能否找到合理的解釋,。

聯(lián)席CEO彼得·布朗和計(jì)算機(jī)科學(xué)家羅伯特·默瑟考慮到交易成本、各種杠桿,、風(fēng)險(xiǎn)參數(shù)和各種其他限制與要求,，他們設(shè)計(jì)了一個(gè)系統(tǒng)來構(gòu)建理想的投資組合，做出最優(yōu)決策,，創(chuàng)造最大回報(bào),。這種方法的美妙之處在于，通過將所有的交易信號(hào)和投資組合需求組合成一個(gè)單一模型,，就可以很容易地測試和添加新的信號(hào)，瞬間得知一個(gè)新型投資策略是否能夠盈利,。并且,，這個(gè)系統(tǒng)具有自我適應(yīng)性，即能夠自主學(xué)習(xí)和調(diào)整,。如果該模型的推薦交易沒有被執(zhí)行,，不管出于什么原因，它都會(huì)自我修正,、自我搜索買入或賣出指令,，驅(qū)使投資組合回到正軌。

西蒙斯在實(shí)踐中逐步認(rèn)識(shí)到,，輸家并不是那些買入并長期持有的個(gè)人投資者,，也不是那些根據(jù)公司需要調(diào)整外匯頭寸的跨國公司的財(cái)務(wù)管理部門，而是經(jīng)常預(yù)測市場的漲跌并頻繁下注的人,，無論其規(guī)模大小,。這樣的人“就是一個(gè)很好的收割對(duì)象”，西蒙斯如是說。本質(zhì)上,，西蒙斯就是利用其他投機(jī)者的疏忽和錯(cuò)誤賺錢,。

西蒙斯其實(shí)更不知道另一件事。當(dāng)他和他的團(tuán)隊(duì)在研究模型的時(shí)候,，行為金融學(xué)也橫空出世了,。阿莫斯·特沃斯基和丹尼爾·卡尼曼研究了人們做決定的過程，證明了大多數(shù)人都傾向于做非理性的決定,。已經(jīng)被識(shí)別出來的典型心理偏差包括損失厭惡,、錨固偏見和稟賦效應(yīng)。面對(duì)的巨大壓力,，市場參與者通常都會(huì)慌亂,，繼而做出偏感性的決定。所以,，大獎(jiǎng)?wù)禄鸢l(fā)現(xiàn)其利潤的最大頭常常是在金融市場的極端情況下實(shí)現(xiàn)的,，這并不是一種巧合。大獎(jiǎng)?wù)禄疬@種盈利現(xiàn)象持續(xù)了幾十年,。

然而,，模型也不是萬能的。1987年股市崩盤期間,，所有頭部的量化公司都面臨著越來越多的問題,，摩根斯坦利損失了6億資金，大獎(jiǎng)?wù)禄鹪谝恢軆?nèi)損失超過10億美元,，虧損率高達(dá)20%,。西蒙斯創(chuàng)建計(jì)算機(jī)自動(dòng)交易系統(tǒng)，本意是要排除人類情感因素,。然而,，當(dāng)大獎(jiǎng)?wù)鲁霈F(xiàn)巨額虧損時(shí)，他竟然干預(yù)交易系統(tǒng)并減少頭寸,。布萊恩·基廷說：“科學(xué)家也是人,，而且一點(diǎn)兒都不缺乏人性。當(dāng)數(shù)據(jù)和欲望相沖突的時(shí)候,，往往后者會(huì)勝出,。”這句話放在這里剛好合適,。

總的來說,，西蒙斯和他的團(tuán)隊(duì)并沒有基于行為金融學(xué)的統(tǒng)計(jì)模型，因?yàn)樗麄儫o法設(shè)計(jì)一種可以避免或利用投資者心理偏差的算法,。然而,，他們也認(rèn)識(shí)到，正是心理偏差和過度反應(yīng)為他們的利潤做貢獻(xiàn)，他們的系統(tǒng)似乎特別善于利用其他交易者所犯的具有普遍性的錯(cuò)誤,。因此,，他們實(shí)際上是在對(duì)人類行為建模，以此印證行為金融學(xué)的理論,。與此同時(shí),，喬治·索羅斯的反身性理論同樣也是一種對(duì)人類行為的建模。人類在高壓的行為上具有很高的可預(yù)測性,，他們會(huì)本能地表現(xiàn)出恐慌,。文藝復(fù)興科技公司建模的前提是人類會(huì)不斷重復(fù)過去的行為，他們很好地學(xué)會(huì)了利用這一點(diǎn),。