征服市场的人

精读全文

第 1 章 · 数学家的投资之路

一个数学家，从来没学过金融，没做过交易，却建起了华尔街历史上回报率最高的基金。这不是传说，这是真实发生的事。他叫詹姆斯·西蒙斯。他是怎么做到的？

想象一个场景。

一九六〇年代，美国国家安全局的地下室里，几个年轻人盯着一堆乱码，试图从毫无规律的字符串里找到隐藏的信号。

没有人告诉他们答案在哪里。

没有人知道有没有答案。

但其中有一个人，脑子里装的全是数学公式。他相信：任何表面混乱的东西，背后都有结构。

这个人，后来用同样的逻辑，征服了金融市场。

他就是詹姆斯·西蒙斯。

---

**这本书我们会分四章来读。**

第一章，我们从西蒙斯这个人切入——他是谁，他怎么从一个纯粹的数学家，一步步走向了投资世界。这是一个关于"跨界"的故事，也是理解后面一切的基础。

第二章，我们进入大奖章基金的诞生过程。西蒙斯是怎么把数学方法用到市场上的？数据、模式、信号——这套逻辑是如何一点点成型的？

第三章，我们深入到他们最核心的武器：签名模型。一个胜率只有百分之六十的系统，怎么能创造出年化收益超过六十六的神话？黑箱背后的逻辑，到底是什么？

第四章，我们落脚到一个最根本的问题：这套方法，为什么别人学不会？

好。现在，我们从头开始。

---

**一个不像投资人的投资人**

詹姆斯·西蒙斯，一九三八年生于美国马萨诸塞州。

他从小就是那种让老师头疼的学生——不是因为他差，而是因为他太快。课本讲到第三页，他脑子已经跑到第三十页了。

二十三岁，麻省理工博士毕业。

研究方向：纯数学。

注意，是"纯数学"。

不是应用数学，不是统计学，是那种大多数人一辈子都不会用到的纯理论数学。

然后他做了一件让所有人意外的事——他去了国家安全局，当密码破译员。

为什么？

因为密码破译本质上是一件数学的事。

祖克曼在书中写道，西蒙斯在国家安全局的工作经历，让他第一次意识到：隐藏在混乱信息里的规律，是可以被发现的。你需要的不是直觉，不是经验，而是足够好的模型。

这个认知，是他后来整个投资哲学的种子。

---

**停。**

我们先在这里停一下。

很多人学投资，第一步是去看K线图，去背技术指标，去听消息。西蒙斯的第一步是什么？

是破译密码。

这两件事有什么关系？

表面上看，毫无关系。但如果你换一个角度——市场的价格波动，本质上也是一串"信号"。里面有噪音，有随机性，但也有规律。你能不能把有用的信号从噪音里提取出来？

这就是西蒙斯后来做的事情。

---

**从学术到战场**

密码破译之后，西蒙斯回到了学术界。

他在麻省理工、哈佛都做过研究，后来去了石溪大学，当上了数学系主任。

这个阶段的西蒙斯，是真正的学术明星。他和陈省身合作，发展出了"陈-西蒙斯理论"，这是微分几何领域的重要成果，后来在物理学、弦理论里都有应用。

他拿了奥斯瓦尔德·维布伦几何学奖——这个奖在数学界的地位，相当于投资界的诺贝尔奖。

按正常剧本，他应该在学术界终老。

但是。

一九七八年，他做了一个决定，让所有认识他的人都觉得不可思议。

他辞职了。

去做投资。

四十岁。

没有任何金融背景。

没有任何交易经验。

凭什么？

---

**第一次交易：一塌糊涂**

祖克曼在书中还原了西蒙斯早期交易的真实状态。

那是一段相当狼狈的日子。

西蒙斯最初的交易方式，跟普通人没什么两样。他看宏观经济，看货币走势，靠直觉做判断。有时候赚，有时候亏，完全没有系统性。

他的合伙人，一个叫伦尼·鲍姆的数学家，曾经在一次交易里因为过于相信自己的判断，把仓位加得极重。结果市场反向，亏了一大笔钱。

这件事给西蒙斯很大的刺激。

他开始意识到一个问题：光靠聪明不够。

你可以是全世界最聪明的数学家，但如果你用"聪明人的直觉"来做交易，你跟普通散户的本质区别，其实没有你想象的那么大。

市场不尊重学历，不尊重智商，不尊重资历。

市场只尊重系统。

---

**转折点：从"猜"到"算"**

这是西蒙斯整个投资生涯最关键的转变。

他开始问一个不同的问题。

普通投资人问的是："这个资产会涨吗？"

西蒙斯开始问的是："历史数据里，有没有可以被统计验证的规律？"

这两个问题，看起来只有一字之差，但背后的逻辑完全不同。

前者依赖判断，后者依赖证据。

前者是艺术，后者是科学。

西蒙斯开始大量收集数据。不只是股票数据，还有商品期货、货币汇率、利率——任何可以被量化的市场数据，他都要。

他组建了一个在当时看来非常奇怪的团队。

没有传统的基金经理。

没有华尔街的老炮。

全是数学家、物理学家、密码学家、语言学家。

一群完全不懂金融的人，坐在一起研究市场。

旁观者看来：这帮人疯了。

但西蒙斯的逻辑是：正因为他们不懂传统金融，他们才不会被传统金融的偏见所束缚。他们只相信数据，只相信模型，只相信可以被验证的规律。

---

**一个当下的映射**

说到这里，你可能会想——这不就是现在满大街都在说的"量化投资"吗？

对。

但有一个关键的时间背景你要记住。

西蒙斯开始做这件事，是一九八〇年代。

那个时候，没有Python，没有大数据，没有机器学习。数据要人工整理，模型要手动调试，计算机的运算能力，跟今天比起来，就像用算盘对比超级计算机。

在那个条件下，西蒙斯的团队就开始做这件事了。

今天，全球有成千上万家量化基金，数十万个算法在市场上跑。但大奖章基金的年化收益，依然是所有人望尘莫及的数字。

为什么？

这个问题，我们后面会慢慢揭开答案。

---

**失败是底色**

有一点很重要，我们不能跳过。

西蒙斯从一九七八年开始做投资，到大奖章基金真正跑通，中间经历了将近十年的挣扎。

十年。

期间他换了合伙人，换了策略，换了方向，亏过大钱，几乎放弃过。

一九八四年，他的基金亏损严重，他一度考虑关门。

一个拿过数学大奖的天才，在市场面前，也要交出漫长的学费。

这一点，祖克曼在书中没有回避。他的核心观点是：西蒙斯的成功，不是天才的突然爆发，而是一次次失败之后，方法论的逐步进化。

这句话值得反复想。

不是天赋，是方法。

不是灵感，是迭代。

---

**数学家看市场，看到的是什么**

最后，我想说一个细节。

西蒙斯有一个习惯，他喜欢在黑板上写公式。不是为了教别人，是为了自己想清楚。

他相信，如果一件事你写不成公式，你就还没真正想清楚它。

这个习惯，放到投资上，意味着什么？

意味着他不接受"感觉上是这样"。

意味着他不接受"大家都这么说"。

意味着他只接受"数据证明了这一点"。

在一个充满情绪、充满故事、充满偏见的市场里，这种近乎偏执的理性，反而成了最锋利的武器。

---

**好。**

西蒙斯的故事，我们讲到这里先停一下。

你现在知道了他是谁，他怎么走到了投资这条路，他的思维方式和普通投资人有什么本质不同。

但有一个问题我们还没有回答。

他的方法，具体是怎么运作的？

那个让他赚到天文数字的大奖章基金，究竟是怎么诞生的？他们在数据里，到底找到了什么样的规律？

下一章，我们来看大奖章基金的诞生——一个靠模式识别和数据驱动，彻底改写投资规则的故事。

第 2 章 · 大奖章基金的诞生

一个基金，三十年从未亏损过一年。年化收益率超过六十六个百分点。连巴菲特都望尘莫及。

这不是传说。

但它是怎么诞生的？

上一章我们讲了詹姆斯·西蒙斯的前半生。密码破译、学术荣耀、然后一脚踏进华尔街。核心是一个信念：市场里藏着信号，数学能找到它。今天我们来看——他是怎么把这个信念，变成历史上最赚钱的基金的？

---

先说一个时间节点。

一九八八年。

这一年，西蒙斯做了一个决定。他把旗下的基金彻底改造，起了一个新名字。

大奖章。

这个名字来自数学界的两个顶级奖项。陈省身奖章和韦布伦奖。西蒙斯自己拿过，他的合伙人詹姆斯·阿克斯也拿过。

用奖章命名基金。

你感受一下这个人的底气。

---

但大奖章的诞生，绝对不是一帆风顺的。

祖克曼在书中写道，西蒙斯早期的投资生涯，其实充满了混乱和挫败。他一开始并不是纯粹的量化投资者。他也会拍脑袋，也会凭直觉下注，也会因为宏观判断押错方向而损失惨重。

有一段时间，他和合伙人阿克斯的关系几乎破裂。

为什么？

因为阿克斯是个纯粹的数学家。他相信模型，只相信模型。西蒙斯有时候会忍不住想要"人工干预"——觉得模型给出的信号不对，想要手动覆盖。

两个人为这件事吵了很多次。

这个矛盾，后来变成了大奖章的核心哲学之一。

---

停。

我们先说说"数据驱动"这件事到底意味着什么。

很多人听到"量化投资"，脑子里浮现的是：一堆程序员对着屏幕敲代码，机器自动交易，人不用动脑子。

错了。

完全错了。

数据驱动的真正挑战，不是收集数据。

而是——你怎么知道，你在数据里看到的"规律"，是真实存在的规律，而不是你自己的幻觉？

这个问题，比你想象的难一百倍。

---

举个例子。

假设你翻了一百年的股市数据，发现一个规律：每年三月的第二个星期四，市场大概率上涨。

这是规律吗？

也许是。也许只是巧合。

数据量够大，什么巧合都能找到。这在统计学里有个名字，叫"过度拟合"。你的模型把噪音当成了信号。

大奖章早期最大的敌人，就是这个。

西蒙斯团队花了大量时间，在讨论一件事：我们找到的这个模式，是真实的，还是我们自己骗了自己？

---

来看一个历史场景。

一九八〇年代末，西蒙斯在纽约长岛的办公室里，聚集了一批极其奇怪的人。

没有一个人是传统的金融从业者。

有天文学家。有语言学家。有前苏联来的数学家。有专门研究统计信号处理的物理学家。

他们坐在一起，干的事情不是分析公司财报，不是研究宏观经济，而是——盯着价格数据，找规律。

大量的价格数据。

商品价格、汇率、股票价格。时间跨度从几十年前一直拉到当下。

祖克曼描述过这种工作状态：他们会为了一个微小的统计信号争论好几天。争论它是否真实，争论它在逻辑上是否说得通，争论它在现实中是否可以被套利。

没有人说"我感觉这个会涨"。

感觉，在这里不算数。

---

这就引出了大奖章的第一个核心逻辑：

模式识别。

西蒙斯的核心观点是——金融市场虽然看起来混乱，但人类的行为是有规律的。恐惧、贪婪、惯性、羊群效应，这些心理特征会在价格数据里留下痕迹。

如果你能找到这些痕迹，并且在它们出现的时候提前下注，你就能赚钱。

不需要知道"为什么"。

只需要知道"每次出现这个信号之后，价格大概率会怎么走"。

这是一种非常反直觉的投资方式。

传统的投资者会问：这家公司的基本面怎么样？管理层靠不靠谱？行业前景如何？

西蒙斯的团队问的是：这个价格序列，像不像我们以前见过的某种模式？

---

但光有模式还不够。

有一个细节，祖克曼在书中特别强调。

大奖章的成功，不只是因为找到了好的信号，更是因为——他们对信号的执行是机械化的、不打折扣的。

这句话很重要。

你可以找到一个胜率六成的策略。但如果你在执行的时候，因为"感觉不对"跳过了三次，因为"这次不一样"多押了两倍，你的实际收益可能远远低于模型预测的收益。

西蒙斯早年就犯过这个错误。

他自己承认，有几次人工干预，损失比模型信号本身还大。

所以大奖章后来立了一条铁律：

模型说什么，就做什么。

不争论，不犹豫，不覆盖。

---

这条铁律，说起来简单。

做起来？

难到你无法想象。

想象一下，二〇〇八年金融危机。市场在崩溃。每天都是历史性的暴跌。你的模型告诉你，现在应该买入某类资产。

你敢吗？

大多数人不敢。因为"这次不一样"。

但大奖章的交易员，他们的工作不是判断"这次是不是不一样"。他们的工作是执行。

这种对系统的信任，是大奖章文化里最难复制的东西之一。

---

我们再来说说"数据驱动"的另一面。

数据从哪里来？

这个问题，比你想象的重要得多。

西蒙斯团队很早就意识到，数据的质量和覆盖范围，直接决定了你能找到多少有效信号。

他们花了大量资源，去收集别人不重视的数据。

不只是股票价格。

商品期货、外汇、利率、甚至天气数据——所有可能和价格产生关联的信息，都被纳入研究范围。

有一个细节很有意思。

西蒙斯的团队专门去找了一批历史上的旧报纸和交易记录。几十年前的数据。很多人觉得那些数据没用，因为"市场已经变了"。

但西蒙斯的逻辑是：人性没变。

只要人性没变，旧数据里就可能藏着对今天依然有效的规律。

---

这让我想到一个当下的映射。

今天，我们生活在一个数据爆炸的时代。卫星图像可以数停车场里的车，用来预测零售商销售额。手机信号可以追踪人流，用来判断某个商圈的景气程度。信用卡消费数据可以比财报早几周反映一家公司的真实状况。

这些，本质上都是西蒙斯逻辑的延伸。

在别人还没意识到某类数据有价值的时候，你先去收集它、研究它、找到它和价格之间的关系。

先人一步。

不是因为你比别人聪明。

而是因为你比别人更早开始找。

---

当然，大奖章的诞生过程里，还有一个关键人物不能不提。

埃尔文·伯林坎普。

这个名字可能很多人没听说过。

但在量化投资的历史上，他是一个里程碑式的人物。

伯林坎普是信息论领域的顶级专家。他加入西蒙斯团队的时间并不长，只有大约一年。

但就是这一年，让大奖章的模型发生了质变。

伯林坎普带来的核心贡献，是交易频率的改变。

他说：与其做少量的大赌注，不如做大量的小赌注。

每一笔交易，你只需要赢一点点。但如果你每天做几百笔、几千笔交易，这"一点点"叠加起来，就是巨大的优势。

这个逻辑，今天已经是量化交易的常识。

但在一九八〇年代末，这是一个非常超前的想法。

---

伯林坎普还做了另一件事。

他把交易执行的权力，从人手里彻底拿走，交给了机器。

在他之前，大奖章的模型会给出信号，但最终下单还是人来决定。

在他之后，机器直接下单。

人，只负责维护和改进模型。

这个改变，听起来技术性很强。但它背后的哲学意义，是深远的。

它意味着：情绪，被彻底排除在交易决策之外。

---

我们来做一个小结。

大奖章的诞生，不是某一天的灵光一闪。

它是一个漫长的试错过程。从人工干预到系统化，从小数据到大数据，从低频交易到高频交易，从依赖直觉到彻底信任模型。

每一步，都是在和人类本能的弱点作斗争。

西蒙斯赢了。

不是因为他比别人更聪明。

而是因为他比别人更愿意——相信数字，不相信感觉。

---

但是，等等。

找到规律，然后执行，听起来已经很完美了。

那为什么别的聪明人，用同样的思路，却做不到大奖章的成绩？

他们到底用了什么具体的模型？

这个模型，又有什么独特之处？

下一章，我们来看大奖章最核心的秘密——签名模型。一个胜率只有百分之六十的策略，是怎么变成一台永动的印钞机的？它是天才的发现，还是一个我们永远看不透的黑箱？

第 3 章 · 签名模型与黑箱逻辑

一个黑箱子，没有人能看进去。连基金里的员工，都不知道它为什么买、为什么卖。但它就是赚钱。年复一年，赚钱。这个黑箱到底是什么？它凭什么能打败所有人？

上一章我们讲了大奖章基金的诞生。西蒙斯用数据驱动的方式，开始在市场里寻找规律。核心是一个发现：价格走势里藏着可以被识别的模式。但发现模式，是一回事。把模式变成稳定赚钱的机器，是另一回事。今天我们来看——他是怎么做到的？

---

先说一个场景。

一九八八年，纽约。

文艺复兴科技公司的办公室里，不像任何一家投资机构。没有西装，没有Bloomberg终端前盯盘的交易员。有的是白板，密密麻麻的公式。有的是争论，数学家和物理学家吵得面红耳赤。

他们在吵什么？

一个模型。

这个模型后来有了一个名字——

签名模型。

---

**签名模型是什么？**

用最简单的话说：它是一套用来识别市场"笔迹"的系统。

你写字有笔迹，市场走势也有笔迹。价格的涨跌方式、成交量的变化节奏、不同资产之间的联动关系——这些加在一起，会形成某种"签名"。

签名模型要做的事，就是认出这个签名。

然后押注它会重复出现。

祖克曼在书中写道，西蒙斯和他的团队相信，人类的行为会在市场里留下可重复的痕迹。恐惧、贪婪、从众——这些情绪不会消失，它们会一遍一遍地制造出相似的价格形态。

等等。

这听起来很像技术分析，对吗？

错了。

技术分析靠的是人眼识别，靠的是经验和直觉。签名模型靠的是统计。它用几十年的历史数据，测试几千种假设，找出那些在统计上显著成立的规律。

不是"我觉得这个形态会涨"。

是"这个形态在过去三十年里，出现了两千四百次，其中一千五百次之后价格上涨"。

这是两种完全不同的世界观。

---

**胜率六十%意味着什么？**

这里有一个数字，我要单独拿出来说。

百分之六十。

大奖章基金的单次交易胜率，大约在这个水平。

很多人听到这个数字会失望。

才六成？

停。

你想想你平时做决策的胜率是多少。

更重要的是——六十%的胜率，叠加上足够多的交易次数，结果是什么？

是复利的爆炸。

假设你每次押注一百块，胜了赚一百，败了亏一百。胜率六十%。你做一千次交易，净赚是多少？

两万块。

翻了二十倍。

但这还不是关键。关键是，大奖章的胜率不是靠运气维持的。它是靠系统维持的。

系统不会情绪化。系统不会因为连输三次就开始怀疑自己。系统不会在市场恐慌的时候手软，也不会在市场狂热的时候加倍下注。

它就是执行。

一遍又一遍。

---

**统计套利：在噪音里找信号**

签名模型的核心技术，叫做统计套利。

这个词听起来很复杂，本质上很简单。

你有两支股票，它们历史上的价格走势高度相关。但某一天，它们突然背离了——一支涨了，另一支没动。

统计套利的逻辑是：这种背离是暂时的。它们会回归。

所以你买入落后的那支，卖出领先的那支，等待它们重新靠拢，然后平仓获利。

听起来很简单，对吗？

难在哪里？

难在你要从几千对资产里，找出那些真正存在统计关系的组合。难在你要判断这次背离是暂时的噪音，还是基本面真的变了。难在你要在毫秒级的时间窗口里完成交易，因为别人也在做同样的事。

祖克曼在书中描述，西蒙斯的团队为了提高信号质量，引入了来自各个领域的科学家。语言学家、天文学家、密码学家。

为什么是这些人？

因为他们都有一个共同的训练：在海量的噪音里，识别微弱的信号。

这不就是投资的本质吗？

---

**黑箱的诞生**

现在说说那个黑箱。

随着模型越来越复杂，一件奇怪的事情发生了。

没有人能完整地解释它了。

不是说它是秘密。是说它真的太复杂了，复杂到连设计它的人，都无法用一句话告诉你：它为什么在这个时刻买入这支合约？

这就是黑箱逻辑。

你知道它有效。你有回测数据，你有实盘记录。但你不知道它的每一个决策背后的"原因"。

这对传统投资者来说，是一件极其令人不安的事情。

沃伦·巴菲特不会买一家他不理解的公司。彼得·林奇说，永远不要投资你无法用一支铅笔画出来的业务。

但西蒙斯的逻辑是：

凭什么要求理解？

他的核心观点是：我们不需要知道为什么，我们只需要知道是否有效。物理学家不需要理解电子的"意图"，他们只需要知道电子在什么条件下会如何运动。

市场也一样。

---

**一个当下的映射**

说到这里，我想停一下，说一个你可能更熟悉的例子。

今天，你打开手机，刷短视频。平台的推荐算法给你推了一个视频，你看完了，然后又刷了下一个。

你有没有想过，算法为什么给你推这个视频？

你问不出来。

工程师也说不清楚。因为这个推荐系统是一个神经网络，它自己学出来的权重，没有人能逐条解释。

但它有效。你就是停不下来。

大奖章的黑箱，和这个推荐算法，本质上是同一类东西。

都是从数据里学出来的模式。都是有效但无法完整解释的系统。

区别是，一个让你刷视频，另一个让西蒙斯赚了几百亿美元。

---

**黑箱的代价**

黑箱有一个代价。

当它出错的时候，你不知道为什么出错。

二〇〇七年八月。量化基金集体崩溃的那几天。很多用了类似统计套利策略的基金，在短短几天里亏损了二十%、三十%甚至更多。

为什么？

后来分析，是因为某家大型量化基金开始去杠杆，被迫平仓。它的平仓引发了连锁反应，其他基金的模型都在做相似的交易，一旦有人抛售，所有人都被迫跟着抛售。

这叫做"因子拥挤"。

大家都发现了同一个信号，都押注了同一个方向，结果信号失效的时候，所有人一起受伤。

大奖章在那几天也受了损失。

但它活下来了。

为什么？

因为它的模型足够多样，足够分散。它不是只靠一个信号赚钱，它同时在几百个市场、几千个品种上运行着几十种不同的策略。

这叫做不把鸡蛋放在同一个篮子里。

但更准确的说法是：不把所有的信号放在同一个逻辑里。

---

**西蒙斯的管理哲学**

还有一件事值得说。

签名模型成功之后，西蒙斯做了一个很多人想不到的决定。

他允许模型自己进化。

不是人工调整参数，而是让系统从新的数据里自动更新，自动发现新的规律。

这听起来很酷。

但这也意味着，今天的大奖章，和十年前的大奖章，已经不是同一个系统了。它在不断地自我迭代，自我更新。

祖克曼在书中描述，西蒙斯的团队有一个内部文化：永远不要对模型产生情感。一个策略如果不再有效，就淘汰它，不管它过去多么辉煌。

这对人来说，是很难做到的事情。

我们会留恋过去的成功。我们会觉得"这个方法以前有效，一定还会有效"。

这叫做"生存者偏差"的陷阱。

西蒙斯的解法是：让数据说话，不让情感说话。

---

好了。我们现在知道了签名模型是什么，知道了黑箱是怎么运作的，也知道了百分之六十的胜率意味着什么。

但这里有一个问题，我一直没有回答。

大奖章这么厉害，为什么没有人复制它？

不是没有人想复制。有的是聪明人，有的是资金，有的是技术。

但就是没有人真正复制出来。

为什么？

是技术壁垒？是数据优势？还是有什么更深层的原因，是我们用常规思维想不到的？

下一章，我们来拆解这个问题。

第 4 章 · 为什么别人学不会

有人花了三十年，想复制文艺复兴科技的成功。

没有一个人做到。

为什么？

是因为他们不够聪明吗？不是。是因为没有钱吗？也不是。

今天这一章，我们来谈一个让整个华尔街都头疼的问题——

西蒙斯到底造了什么，让所有人都学不会？

上一章我们讲了签名模型和黑箱逻辑。

核心是什么？

是一个反直觉的发现：市场里存在可以被统计捕捉的规律，胜率不需要很高，只要超过百分之五十，系统跑起来，钱就会滚进来。但问题来了——

这个系统，为什么别人学不会？

---

**先回到一个场景。**

一九九三年，纽约长岛。

文艺复兴科技的园区里，有一栋不起眼的建筑。

没有玻璃幕墙，没有门口站着的保安，看起来更像一所大学的研究所。

但就是在这里，有一群人，每天在做一件事——

不是看新闻，不是研究财报，不是打听消息。

他们在看数据。

大量的、历史的、跨市场的数据。

股票价格、期货走势、汇率波动、商品价格，甚至天气数据。

祖克曼在书中写道，文艺复兴的研究员们相信，市场里的每一次价格变动，都不是完全随机的。人类的行为模式，会在数据里留下痕迹。

停。

注意这句话。

"人类的行为模式，会在数据里留下痕迹。"

这不是一个简单的技术分析逻辑。这是一个更深的判断——

市场是人造的，人是有习惯的，习惯是可以被统计的。

---

**那么，问题来了。**

这个逻辑，别人不懂吗？

懂。

很多人懂。

量化对冲基金，全世界有几千家。

但能做到大奖章这个级别的——

零。

为什么？

---

**第一个原因：人。**

文艺复兴招的不是金融人才。

这一点，几乎所有研究过西蒙斯的人都会提到，觉得不可思议。

他们招数学家、物理学家、密码学家、语言学家。

有人在加入之前，从没买过一支股票。

有人甚至不知道期货是什么。

但西蒙斯不在乎。

他的核心观点是——金融背景有时候反而是障碍。因为金融从业者有太多"理所当然"的假设，而这些假设，恰恰会妨碍他们发现真正的规律。

你想想，一个传统的基金经理，看到价格下跌，第一反应是什么？

"这只股票基本面出问题了。"

但一个数学家，看到同样的价格下跌，第一反应是什么？

"这个序列的下一个数字，统计上应该是多少？"

完全不同的思维框架。

---

**但光有聪明人还不够。**

这就到了第二个原因：文化。

文艺复兴内部，有一种非常特殊的工作方式。

祖克曼在书中写道，公司内部的研究成果是共享的。

每一个研究员发现的规律，都会进入公共的模型库。

没有个人英雄主义。

没有人藏着掖着，说"这是我的发现，我要单独用"。

这在华尔街，几乎是不可能存在的文化。

你知道华尔街是什么文化吗？

零和博弈。

我赚的，就是你亏的。

信息是武器，不是礼物。

但文艺复兴反过来了。

他们的逻辑是——模型越大，数据越多，协作越深，系统就越强。

一个人发现一个规律，价值是一。

一百个人发现一百个规律，放进同一个系统，价值不是一百，是一千。

这就是为什么，大奖章的核心竞争力，不是某一个天才，而是整个系统。

---

**第三个原因，也是最难复制的一个：保密。**

文艺复兴的保密程度，在金融史上堪称传奇。

员工签的保密协议，据说是业内最严苛的之一。

离职员工，有长达数年的竞业限制。

核心策略，从不对外披露。

甚至连基金的投资者，也看不到底层的持仓逻辑。

你投了钱，你知道自己赚了多少，但你不知道钱是怎么赚的。

这在别的基金，几乎不可能。

但大奖章的投资者，愿意接受这个条件。

为什么？

因为回报率摆在那里。

我们来看一个数字——

**年化回报率，超过百分之六十六。**

扣费前。

扣费后，依然超过百分之三十九。

连续三十年。

这个数字，是什么概念？

巴菲特的伯克希尔，长期年化大约百分之二十。

已经是人类投资史上的奇迹了。

文艺复兴的数字，是它的两倍。

面对这个数字，没有投资者会去追问"你是怎么做到的"。

他们只想问："我还能再投多少？"

---

**但等等。**

这里有一个细节，很多人不知道。

大奖章基金，在二零零五年之后，就不接受外部资金了。

只有文艺复兴的员工，才能投资大奖章。

为什么？

因为钱太多了。

当一个策略的规模超过某个临界点，它自己就会破坏自己的规律。

你想象一下——

如果你发现了一个市场规律，每次用一百万去买，可以赚钱。

但如果你用一百亿去买，你的买入行为本身，就会改变价格，规律就消失了。

这就是量化投资里著名的"容量天花板"问题。

大奖章很清楚这个边界。

所以他们主动关门。

宁可少赚，也要保住规律的有效性。

这个决定，本身就是一种极度理性的克制。

---

**那么，有没有人真的尝试过复制大奖章？**

有。

很多。

祖克曼在书中提到，有前文艺复兴员工出去创业，试图复制类似的模式。

结果呢？

没有一个人做到同等级别。

为什么？

他们带走了算法吗？

也许带走了一部分。

他们带走了数学能力吗？

肯定带走了。

但他们带不走的，是什么？

是二十年、三十年积累下来的数据库。

是那个协作共享的文化基因。

是西蒙斯本人——那个能把数学家、物理学家、密码学家拧成一股绳的人。

---

**我们来做一个当下的映射。**

今天，二零二四年。

量化基金在中国市场，已经是一个非常热门的赛道。

百亿量化，千亿量化，比比皆是。

很多人问：中国会不会出现自己的"大奖章"？

这是一个好问题。

但答案可能不是"会"或者"不会"那么简单。

关键的问题是——

你能不能建立那种文化？

你能不能招到那种人，并且留住他们？

你能不能在规模膨胀的时候，主动踩刹车？

这三件事，每一件都比"找到一个好策略"难得多。

策略可以被发现，可以被模仿，可以被时间磨损。

但一个组织的文化，一旦形成，就很难被复制。

这才是大奖章真正的护城河。

---

**好，现在我们来合上这本书。**

回头看这四章，我们走了一条完整的路。

第一章，我们看到一个数学家，从密码破译走向金融市场。他带来的不是金融直觉，而是一个科学家的世界观——世界是有规律的，规律是可以被发现的。

第二章，我们看到大奖章基金的诞生。数据驱动，模式识别，一个用统计说话的系统，开始在市场里找到立足点。

第三章，我们看到签名模型和黑箱逻辑。胜率不需要百分之百，只要稳定超过百分之五十，系统就能跑起来。市场的随机性，反而成了他的燃料。

第四章，我们看到这一切为什么别人学不会。不是因为算法太复杂，而是因为人、文化、数据、纪律，这四样东西，缺一不可，而且缺一就垮。

祖克曼写这本书，不是在神话西蒙斯。

他真正想告诉我们的是——

市场不是不可战胜的。

但战胜市场，需要的不只是聪明，还需要系统，需要纪律，需要时间，需要一种愿意把自我放在次要位置的文化。

这对每一个普通投资者，都是一面镜子。

你有没有系统？

你有没有纪律？

你愿不愿意，在市场诱惑你的时候，主动踩刹车？

合上这本书，这三个问题，值得你认真想一想。

数学能被复制，文化不能。—— 提炼自征服市场的人全书核心逻辑，格里高利·祖克曼著