这篇讲什么
一个数学家把所有人类基金经理扫地出门,此后30年年化收益超66%
谁该读这一篇
- 如果你长期依赖主观判断做投资,却发现自己的决策总在关键时刻被情绪干扰——亏损时不愿止损,盈利时过早离场——这篇精读会帮你理解为什么系统化规则比「人机结合」更能抵御行为偏差,以及西蒙斯是如何用30年的实证数据证明这一点的。
- 如果你对量化投资感兴趣,却不清楚它与传统基本面分析的本质区别在哪里,也不确定统计套利究竟在捕捉什么样的市场信号,这篇文章从大奖章基金的实际运作逻辑出发,提供一个有历史纵深的具体案例,而不是停留在概念层面的泛泛介绍。
- 如果你是投资机构的研究人员或对冲基金从业者,正在思考如何在策略设计中平衡模型信号与人工干预的边界,西蒙斯1988年的那次彻底转型——以及他为何宁可放弃外部募资规模也要守住系统有效性——提供了一个值得认真研究的结构设计样本。
本篇 6 个核心观点
- 11988年是大奖章基金的真正分水岭。詹姆斯·西蒙斯在此之前用了近十年时间运行人机混合模式,结果是表现时好时坏、归因混乱。彻底清除主观交易员之后,基金才开始形成可重复的超额收益。这说明「部分系统化」并不是一种稳健的中间状态,而是两套逻辑相互污染的风险源。
- 2大奖章基金1988年至2018年的年化税前收益约为66%,同期标普500年化约10%。这一差距在30年的时间跨度内无法用运气或短期杠杆解释。更关键的是,这一收益是在基金对外封闭、规模受限的条件下实现的,并非通过无限扩张资产管理规模来摊薄单位收益。
- 3西蒙斯的人才策略是量化投资史上最被低估的竞争壁垒之一。他大规模招募语言学家、密码学家、天体物理学家和统计学家,而非传统金融从业者。这些人的核心能力是从噪音中识别可重复的统计模式,这与解读财报或判断宏观周期是完全不同的认知框架。
- 4统计套利的核心逻辑是:金融价格序列中存在短期的、统计意义上可重复的结构性偏差。大奖章基金的持仓周期极短,有时以分钟计,单笔利润微薄,但通过高频次叠加和复利效应,长期回报远超低换手率的基本面策略。这一逻辑的前提是市场永远存在局部低效,而非整体有效。
- 5规模是统计套利策略最根本的约束。资金体量过大时,交易行为本身会消灭它试图捕捉的价差。大奖章基金的解法是对外完全封闭,只向内部员工开放。这一决定意味着主动放弃数倍的管理费收入,但同时将员工利益与基金表现深度绑定,形成了一种反规模扩张的激励结构。
- 6西蒙斯对人类主观判断的批评有其实证依据:大多数主动管理基金长期无法跑赢对应指数。这不是个别基金经理的失败,而是人类认知系统在处理高维统计信号时的系统性局限——恐惧、贪婪和损失厌恶会在关键节点覆盖理性判断。模型的优势不在于更聪明,而在于不会改变规则。
试听第一章音频解读
精读全文
第 1 章 · 西蒙斯放弃传统主观交易,押注纯数学模型建立大奖章基金
一个数学家把所有人类基金经理扫地出门,此后30年年化收益超66%
1988 年的某个清晨,詹姆斯·西蒙斯走进文艺复兴科技公司的办公室,告诉他的最后一批主观交易员:你们不用来了。
这不是一场裁员,这是一次宣战。宣战的对象,是整个华尔街数百年来信奉的那套逻辑——由人类的直觉、经验和判断来决定买卖。西蒙斯要用数学取而代之,彻底地、不留余地地。
时间倒回几年前。西蒙斯在 1978 年离开石溪大学数学系,带着陈省身-西蒙斯定理的学术声望转行做投资。他最初的尝试并不纯粹:公司里既有算法模型,也有靠宏观判断下注的老派交易员。两套体系并行,摩擦不断。模型发出买入信号,交易员觉得「感觉不对」就按兵不动;市场反弹了,没人知道该归功于谁。西蒙斯在这种混乱里耗了将近十年,大奖章基金的早期表现时好时坏,远谈不上惊艳。
真正的转折点是 1988 年。西蒙斯做了一个在当时几乎无人理解的决定:把所有主观判断从系统里清除出去。不是减少,不是限制,是清零。
他开始大规模招募一批在华尔街从未被重视过的人:语言学家、密码学家、天体物理学家、统计学家。这些人不懂市盈率,不看公司财报,甚至有人入职时从未买过一支股票。但他们有一种共同的能力——从海量噪音里辨认出隐藏的模式。这正是西蒙斯需要的。
他的核心洞察是:金融价格序列,本质上是一种信号。就像密码学家在乱码里寻找规律,语言学家在语料库里归纳语法,价格数据里也埋藏着统计意义上可重复的短期结构。人类大脑处理这类信号的速度和精度远不如机器,而且人类会恐惧、会贪婪、会在亏损时改变规则。模型不会。
大奖章基金由此变成了一台高速运转的统计套利机器。持仓周期极短,有时以分钟计,换手率高得让同行咋舌。它不预测宏观经济,不判断企业价值,只在价格偏离统计规律的瞬间介入,赚取微小但高度可重复的价差。每一笔单独来看利润微薄,但叠加数以万计的交易,年复一年,复利的力量开始显现。
1988 年到 2018 年,整整 30 年。
大奖章基金的年化税前收益约为 66%。同期标普 500 的年化回报大约是 10%。即便是声誉最显赫的对冲基金经理,长期年化能稳定在 20% 以上已属凤毛麟角。66%,这个数字让整个行业陷入一种集体性的困惑——有人说是运气,有人说是杠杆,有人说数据不可信。但 30 年是一个很难用运气解释的时间跨度。
西蒙斯当然知道这套系统的软肋。规模是最大的敌人。统计套利依赖市场的微小低效,资金体量一旦过大,交易本身就会消灭它试图捕捉的价差。大奖章基金对此的解法极为彻底:对外封闭,只向内部员工开放。外部投资者,无论名气多大、关系多硬,一律拒之门外。
这个决定背后有清醒的利益算术。如果向外募资,管理规模可以轻松扩张十倍,管理费收入随之暴涨。但收益率会下滑,员工的自有资金跟着受损。西蒙斯选择让员工利益与基金表现深度绑定,宁可放弃外部规模,也要守住系统的有效性。这种结构设计,本身就是一种反人性的纪律。
质疑从未停止过。传统基金经理嘲笑这群「不懂市场的书呆子」;学术界的同行觉得西蒙斯「屈才」;就连公司内部,早年也有人私下认为完全排除人类判断是一种傲慢。市场不是方程式,人心才是变量——这是那个年代华尔街的主流信仰。
但西蒙斯的反问同样锋利:如果人类判断真的有效,为什么大多数主动管理基金长期跑不赢指数?
他没有等待共识,他选择用结果说话。每一年的收益数字,都是对质疑最安静也最有力的回应。
大奖章基金的故事里有一个常被忽略的细节。西蒙斯本人并不是一个冷漠的算法信徒。他热爱数学,热爱不确定性,也热爱那种「在混沌里发现秩序」的智识快感。他把这种快感从学术界带进了金融市场,并且用 30 年的时间证明:市场里确实存在可被数学捕捉的秩序,只要你有足够的算力、足够的数据,以及足够的勇气把人类的直觉彻底关在门外。
1988 年那个清晨走出办公室的最后一批交易员,或许永远无法理解自己亲历了什么。他们离开的那一刻,一个时代结束了。另一个时代,悄悄开始。
彻底的系统化比「人机结合」更难,但往往更有力——一旦允许人类在关键节点「覆盖」模型,情绪偏差就会系统性污染信号,不如从一开始就立下不可妥协的规则边界。—— 投资启示
本篇出现的关键概念
- 统计套利 (Statistical Arbitrage)
- 一种量化交易策略,通过识别资产价格偏离历史统计规律的瞬间建立头寸,并在价格回归均值时平仓获利。大奖章基金的核心机制即为此:持仓周期极短,单笔利润微薄,但通过数以万计的高频交易叠加复利,实现长期超额收益。其有效性依赖市场局部低效的持续存在。
- 量化投资 (Quantitative Investing)
- 以数学模型、统计方法和算法系统为核心决策工具的投资方式,排除或严格限制人类主观判断的介入。西蒙斯1988年将文艺复兴科技公司完全转型为量化驱动,是这一流派从学术实验走向大规模商业应用的标志性节点之一。
- 陈省身-西蒙斯定理 (Chern-Simons Theory)
- 由数学家陈省身与詹姆斯·西蒙斯共同发展的微分几何理论,后被理论物理学广泛应用于弦理论和拓扑量子场论。西蒙斯凭借这一学术成就在数学界建立声誉,并于1978年离开石溪大学数学系转型投资,将数学思维方式直接带入金融市场。
- 封闭式基金结构 (Closed-End Fund Structure)
- 指基金不对外部投资者开放申购的运营模式。大奖章基金采用极端版本:仅向文艺复兴科技公司内部员工开放。这一结构的核心目的是控制资产管理规模,防止资金体量过大消灭统计套利所依赖的市场微小低效,同时将员工个人财富与基金表现直接绑定。
关于这位大师
詹姆斯·西蒙斯(James Simons)1938年出生于美国马萨诸塞州波士顿,早年在麻省理工学院获得数学学士学位,随后于加州大学伯克利分校取得数学博士学位,师从微分几何领域的顶尖学者。1960年代,他曾短暂供职于美国国家安全局从事密码分析工作,这段经历使他对从噪音中提取隐藏信号形成了系统性认知,并深刻影响了他日后的投资方法论。 1968年至1978年,西蒙斯担任石溪大学数学系主任,期间与华裔数学家陈省身合作发展出陈省身-西蒙斯定理,该理论后来成为理论物理学的重要工具。1978年,西蒙斯离开学术界,创立了后来演变为文艺复兴科技公司的前身机构,正式进入投资领域。 西蒙斯的思想形成有三条清晰的线索:其一是数学训练带来的对模式识别和统计规律的深度信任;其二是密码学工作经历带来的信号与噪音分离框架;其三是对人类认知局限的清醒认识——他在早期混合模式运营的近十年中亲眼观察到主观判断如何系统性地干扰模型信号。1988年的彻底转型,是这三条线索汇聚后的必然结论,而非一时冲动。 与本案例直接相关的是:西蒙斯并非技术乐观主义者,而是一个对人类行为偏差有深刻悲观认知的数学家。他选择将人类判断彻底排除在系统之外,本质上是一种对自身认知局限的诚实承认,而非对算法的盲目崇拜。这种认识论上的谦逊,恰恰是大奖章基金长达30年保持有效性的深层原因之一。
本篇 6 句最值得抄进笔记的话
- 我们不雇用有华尔街经验的人。他们的思维方式是错的。—— 詹姆斯·西蒙斯,公开采访
- 彻底的系统化比「人机结合」更难,但往往更有力——一旦允许人类在关键节点覆盖模型,情绪偏差就会系统性污染信号,不如从一开始就立下不可妥协的规则边界。—— 本篇
- 过去的价格和交易量数据包含的信息远比大多数人认为的要多。—— 詹姆斯·西蒙斯,MIT访谈
- 我们寻找的不是宏观趋势,而是短期的、统计意义上可重复的价格异常。—— 詹姆斯·西蒙斯,TED演讲2010年
- 如果人类判断真的有效,为什么大多数主动管理基金长期跑不赢指数?—— 本篇
- 数学就是关于模式的科学。金融市场也充满模式——只是大多数人没有受过识别它们的训练。—— 詹姆斯·西蒙斯,西蒙斯基金会演讲
常见问题
大奖章基金年化66%是真实的吗?
为什么大奖章基金不对外部投资者开放?
西蒙斯为什么要招募语言学家和密码学家而不是金融从业者?
西蒙斯的量化方法和普通量化基金有什么不同?
西蒙斯之前做过什么?他是怎么从数学家转型为投资者的?
读完这篇,你还会喜欢
