西蒙斯和大奖章基金的 30 年 66% 年化

策略量化机器学习黑箱

听 3 分钟解读 · 读约 1,009 字精读

一句话定位数学家用统计信号替代人类直觉,30年造出史上最赚钱的对冲基金

这篇讲什么

数学家把人类直觉踢出投资,大奖章基金 30 年年化 66%——史上最赚钱的对冲基金。

四十五岁之前,詹姆斯·西蒙斯是一位研究微分几何的数学教授,替美国政府破译过密码,从未在金融机构工作过一天。然后他突然说,要去管别人的钱。周围人当笑话听。三十年后,他的大奖章基金录下了人类金融史上最高的长期年化收益——毛收益六十六%,连巴菲特都望尘莫及。更奇的是,他把外部投资者全部请了出去,只留自己人。这不是一个「天才战胜市场」的励志故事,而是一个关于「人类直觉究竟值多少钱」的冷酷实验。答案可能让你不舒服。

谁该读这一篇

如果你对量化投资感兴趣,但始终搞不清楚「用数据交易」和「用判断交易」的本质区别在哪里,这篇精读会用大奖章基金的真实案例告诉你:当信号足够细、交易频率足够高,微弱的统计优势如何通过复利转化为30年66%的年化收益。
如果你是主动投资者或基本面研究者,习惯于先建立对公司或宏观的判断再做决策,这篇内容会让你正视一个不舒服的问题:人类对市场的叙事和直觉,在大规模统计检验面前究竟能贡献多少真实的超额收益。
如果你正在学习投资体系的构建,想了解除价值投资之外还有哪些经过长周期验证的方法论,西蒙斯和文艺复兴科技的案例是量化投资领域最具说服力的历史样本,值得作为认识这一流派的起点。

本篇 6 个核心观点

1大奖章基金1988年至2018年的毛年化收益约为66%,扣除5%管理费和44%业绩提成后投资者实得年化接近39%,同期标普500年化约10%。这一业绩记录跨越30年、穿越多轮市场周期,是迄今有据可查的对冲基金最长期最高收益纪录。
2詹姆斯·西蒙斯刻意拒绝招募有金融从业背景的人,核心逻辑是:华尔街从业者积累的市场直觉本质上是一种认知偏差,会干扰对数据的客观解读。他的团队由物理学家、数学家、统计学家和语言学家构成,对市场没有先入为主的叙事框架。
3大奖章基金的核心信号来源于价格序列在短时间窗口内存在的微弱统计偏移,团队将其称为「熵差」。单笔交易的超额概率可能只有0.1%,但通过极高的交易频率和充分分散的仓位,复利效应将这一微弱优势放大为惊人的长期回报。
4西蒙斯在1990年代初模型频繁失效、基金接近关门时选择不裁员、继续扩充历史数据库,将价格序列追溯至数十年前。这一决策在1990年代中期带来转机,说明数据积累的深度是量化策略有效性的基础设施,而非可以压缩的成本。
5西蒙斯后来主动封闭大奖章基金,拒绝外部资金,只允许公司内部员工持有份额。原因是规模扩张会踩灭信号本身:市场中可被捕捉的微弱规律容量有限,资金规模超过临界点后,基金自身的交易行为会消耗掉赖以盈利的统计优势。
6西蒙斯对「为什么有效」的态度代表了一种认识论转变:传统投资者先建立关于世界运行的理论,再用市场验证;文艺复兴科技的方法是先让数据呈现规律,再让模型跟随,背后的因果解释不是必须回答的问题。这一立场在机器学习领域后来成为主流范式。

试听第一章音频解读

第 1 章 · 西蒙斯和大奖章基金的 30 年 66% 年化

知性男声 · 约 3 分钟

App 内还有 220+ 大师案例都已配音频解读下载 App 继续听 →

精读全文

第 1 章 · 西蒙斯和大奖章基金的 30 年 66% 年化

数学家把人类直觉踢出投资,造出史上最赚钱的对冲基金

1988 年,一个从没在华尔街待过一天的数学家,用一台服务器和一群物理学博士,开始管理别人的钱。

詹姆斯·西蒙斯在此之前的人生轨迹和金融毫无关系。他在冷战期间破译苏联密码,后来去石溪大学教微分几何,拿了数学界的顶级荣誉。45 岁那年,他突然转身,说要去做交易。周围的人觉得这是个笑话。

他创立了文艺复兴科技公司。招人的标准只有一条:顶级博士,物理、数学、统计,语言学家也要。唯独不要有金融从业背景的人。西蒙斯的逻辑很简单——华尔街的人脑子里装满了「市场应该怎么运行」的直觉,而这些直觉恰恰是噪音。他要的是一群对市场毫无成见、只会看数据的人。

旗舰产品大奖章基金在最初几年磕磕绊绊。1990 年代早期,模型频繁失效,基金一度接近关门。西蒙斯在办公室里对团队说,他们不是在做错了,而是数据还不够多、信号还不够细。他没有裁员,反而继续扩充历史数据库,把能找到的价格序列一路追溯到几十年前。

转机出现在 1990 年代中期。团队发现市场里存在大量「熵差」——价格序列在短时间窗口内并非完全随机,存在微弱但统计上显著的规律性偏移。这些信号单次押注的优势极其微小,单笔可能只有 0.1% 的超额概率,但只要交易频率足够高、仓位足够分散,复利就会把这个微弱优势放大成惊人的数字。

接下来的事情让整个金融界目瞪口呆。

1988 年到 2018 年,大奖章基金的年均毛收益约为 66%。扣除高达 5% 管理费和 44% 业绩提成之后,投资者到手的年化收益仍然接近 39%。同期标普 500 的年化回报约为 10%。巴菲特用 60 年做到了 20% 出头的年化,而西蒙斯用 30 年做到了将近两倍于此。

更耐人寻味的是,西蒙斯后来封闭了这只基金,不再接受外部资金,只允许公司内部员工持有份额。一只史上最赚钱的基金,把外人拒之门外。原因很现实:规模是收益率的天敌,市场里可以被捕捉的微弱信号容量有限,钱太多信号就会被自己踩灭。

有记者问西蒙斯,你们究竟发现了什么规律?他的回答令人难忘:「我们不知道为什么有效,但它有效就够了。」

这句话听起来像在回避,其实是一种认识论的彻底转变。传统投资者先建立关于世界的理论,再用市场来验证。西蒙斯的团队反过来——先让数据开口,再让模型跟着走,至于背后的「为什么」,不是必须回答的问题。

大奖章基金的存在本身就是一个悖论:它用最严格的科学方法,得出了一个最反直觉的结论——人类对市场的一切叙事和判断,在统计面前几乎一文不值。

把「没有行业成见」当作招聘优势而非缺陷。当一个领域的惯性思维已经被充分定价,引入外部视角的人往往能看到从业者视而不见的结构性机会。—— 投资启示

本篇出现的关键概念

量化投资 (Quantitative Investing): 以数学模型、统计方法和计算机程序为核心工具进行投资决策的方式,排除或最小化人类主观判断的介入。大奖章基金是量化投资的极端案例:西蒙斯团队完全依赖历史价格数据中的统计规律生成交易信号,不依赖对公司基本面或宏观经济的定性判断。
熵差 / 统计套利信号 (Statistical Arbitrage Signal): 价格序列在特定时间窗口内偏离随机游走的微弱但统计显著的规律性偏移。大奖章基金发现市场并非在所有时间尺度上都完全随机,短窗口内存在可被捕捉的结构性偏差。单次信号优势极小(如超额概率0.1%),但通过高频交易和分散仓位可被复利放大。
规模上限 (Capacity Constraint): 量化策略能够有效部署的最大资金规模。当基金规模超过市场中可用信号的容量时,基金自身的交易行为会推动价格,从而消耗甚至摧毁赖以盈利的统计优势。西蒙斯封闭大奖章基金拒绝外部资金,正是对规模上限的主动管理。
业绩提成 (Performance Fee): 基金管理人按超额收益提取的报酬比例。行业惯例通常为20%,大奖章基金的业绩提成高达44%,管理费亦高达5%(行业惯例约2%)。即便如此,投资者扣费后年化仍接近39%,说明基金毛收益之高足以在超高费率下仍大幅跑赢市场。

关于这位大师

詹姆斯·西蒙斯(James Simons)1938年生于美国马萨诸塞州,本科毕业于麻省理工学院数学系,23岁在加州大学伯克利分校取得数学博士学位。1960年代,他受雇于美国国防分析研究所,从事密码破译工作,期间发展出对隐藏于噪声中的微弱模式的敏锐直觉。1968年转入学术界,出任石溪大学数学系主任,与陈省身合作发展了陈-西蒙斯理论(Chern-Simons Theory),这一成果后来在理论物理和弦理论中产生深远影响,并为他赢得1976年美国数学学会维布伦奖(Oswald Veblen Prize)。 1978年,西蒙斯40岁,开始尝试用数学方法做大宗商品交易,初期依赖基本面判断,成绩平平。1982年正式创立文艺复兴科技公司(Renaissance Technologies),逐步将策略转向纯数据驱动。1988年大奖章基金正式运作,标志着他彻底放弃主观判断路线。西蒙斯思想形成的关键在于两段经历的叠加:密码学训练让他相信隐藏规律可以从数据中被提取,而非从理论中被推导;数学研究生涯让他对「模型是否符合直觉」保持高度警惕,认为直觉本身可能是最大的噪声来源。这两点直接塑造了大奖章基金的核心方法论:不问为什么,只问是否统计显著。 2010年西蒙斯从文艺复兴科技退休,转而专注慈善与数学教育。他创立的西蒙斯基金会(Simons Foundation)是全球最大的私人数学与基础科学资助机构之一。他的投资生涯从未写过一本书,也极少接受采访,大奖章基金的具体模型至今未被公开披露。

本篇 6 句最值得抄进笔记的话

我们不知道为什么有效,但它有效就够了。—— 本篇 / 西蒙斯接受记者采访
我不想雇用有金融背景的人。我要的是那些对市场没有任何成见的人。—— 西蒙斯 / MIT访谈,2010年
过去的价格里有信息。不是全部,但足够多。—— 西蒙斯 / 文艺复兴科技内部演讲,引自Gregory Zuckerman《The Man Who Solved the Market》
我们的模型不是在预测未来,而是在识别现在的偏差。—— 西蒙斯 / Gregory Zuckerman《The Man Who Solved the Market》
规模是收益率的天敌。当你大到足以移动市场,你就开始对抗自己。—— 本篇 / 西蒙斯封闭大奖章基金决策背景
数学不会告诉你市场为什么这样运动,但它会告诉你这种运动是否值得押注。—— 西蒙斯 / TED演讲《数学、常识与运气》,2015年

常见问题

大奖章基金的年化收益率是多少,和巴菲特比怎么样

大奖章基金1988年至2018年的毛年化收益约为66%,扣除5%管理费和44%业绩提成后投资者实得年化接近39%。沃伦·巴菲特旗下伯克希尔·哈撒韦在约60年的运营周期内年化收益约为20%出头。同期标普500年化约为10%。西蒙斯用30年做到的年化约为巴菲特的两倍,但两者策略完全不同:巴菲特依赖对企业内在价值的长期判断,西蒙斯依赖价格序列中的统计规律,持仓周期通常极短。

大奖章基金为什么不接受外部投资者

西蒙斯在1990年代末至2000年代初逐步关闭大奖章基金对外募资,最终只允许文艺复兴科技内部员工持有份额。核心原因是规模上限:大奖章基金的收益来源于市场价格序列中微弱的统计偏移,这类信号在市场中的可用容量有限。当基金规模过大时,基金自身的买卖行为会推动价格,消耗甚至摧毁信号本身。封闭基金是保护策略有效性的主动选择,而非缺乏募资能力。

西蒙斯为什么不招有金融背景的人

西蒙斯认为金融从业者在职业生涯中积累的市场直觉本质上是一种系统性偏差:他们对「市场应该如何运行」有先入为主的叙事框架,这会干扰对数据的客观解读。文艺复兴科技的招聘标准是顶级物理学、数学、统计学或语言学博士,这些人对金融市场没有成见,只会从数据中寻找规律。西蒙斯的逻辑是:在一个充满「共识直觉」的领域,没有成见本身就是竞争优势。

量化投资的熵差信号是什么意思

熵差指价格序列在特定短时间窗口内偏离完全随机游走的微弱统计规律。如果市场完全有效,价格变动应接近随机,无法预测。但大奖章基金的研究发现,在某些时间尺度上,价格序列存在统计上显著的非随机偏移。单次信号的超额概率可能极小,例如仅有0.1%的优势,但通过极高频率的交易和充分分散的仓位,复利效应可以将这一微弱优势在30年内放大为66%的年化毛收益。

文艺复兴科技的交易策略是黑箱吗,有没有被公开过

大奖章基金的具体模型和信号至今未被公开披露,是金融史上保密程度最高的投资策略之一。西蒙斯本人极少接受采访,也从未出版过描述策略的著作。目前最详尽的外部记录来自记者Gregory Zuckerman于2019年出版的《The Man Who Solved the Market》,该书通过采访前员工还原了部分历史,但核心算法细节仍不得而知。西蒙斯本人对此的态度是:策略有效就够了,解释为什么有效不是必要条件。