這篇講什麼
一個數學家把所有人類基金經理掃地出門,此後30年年化收益超66%
誰該讀這一篇
- 如果你長期依賴主觀判斷做投資,卻發現自己的決策總在關鍵時刻被情緒干擾——虧損時不願止損,盈利時過早離場——這篇精讀會幫你理解為什麼系統化規則比「人機結合」更能抵禦行為偏差,以及西蒙斯是如何用30年的實證資料證明這一點的。
- 如果你對量化投資感興趣,卻不清楚它與傳統基本面分析的本質區別在哪裡,也不確定統計套利究竟在捕捉什麼樣的市場訊號,這篇文章從大獎章基金的實際運作邏輯出發,提供一個有歷史縱深的具體案例,而不是停留在概念層面的泛泛介紹。
- 如果你是投資機構的研究人員或對沖基金從業者,正在思考如何在策略設計中平衡模型訊號與人工干預的邊界,西蒙斯1988年的那次徹底轉型——以及他為何寧可放棄外部募資規模也要守住系統有效性——提供了一個值得認真研究的結構設計樣本。
本篇 6 個核心觀點
- 11988年是大獎章基金的真正分水嶺。詹姆斯·西蒙斯在此之前用了近十年時間執行人機混合模式,結果是表現時好時壞、歸因混亂。徹底清除主觀交易員之後,基金才開始形成可重複的超額收益。這說明「部分系統化」並不是一種穩健的中間狀態,而是兩套邏輯相互汙染的風險源。
- 2大獎章基金1988年至2018年的年化稅前收益約為66%,同期標普500年化約10%。這一差距在30年的時間跨度內無法用運氣或短期槓桿解釋。更關鍵的是,這一收益是在基金對外封閉、規模受限的條件下實現的,並非通過無限擴張資產管理規模來攤薄單位收益。
- 3西蒙斯的人才策略是量化投資史上最被低估的競爭壁壘之一。他大規模招募語言學家、密碼學家、天體物理學家和統計學家,而非傳統金融從業者。這些人的核心能力是從噪音中識別可重複的統計模式,這與解讀財報或判斷宏觀週期是完全不同的認知框架。
- 4統計套利的核心邏輯是:金融價格序列中存在短期的、統計意義上可重複的結構性偏差。大獎章基金的持倉週期極短,有時以分鐘計,單筆利潤微薄,但通過高頻次疊加和複利效應,長期回報遠超低換手率的基本面策略。這一邏輯的前提是市場永遠存在區域性低效,而非整體有效。
- 5規模是統計套利策略最根本的約束。資金體量過大時,交易行為本身會消滅它試圖捕捉的價差。大獎章基金的解法是對外完全封閉,只向內部員工開放。這一決定意味著主動放棄數倍的管理費收入,但同時將員工利益與基金表現深度繫結,形成了一種反規模擴張的激勵結構。
- 6西蒙斯對人類主觀判斷的批評有其實證依據:大多數主動管理基金長期無法跑贏對應指數。這不是個別基金經理的失敗,而是人類認知系統在處理高維統計訊號時的系統性侷限——恐懼、貪婪和損失厭惡會在關鍵節點覆蓋理性判斷。模型的優勢不在於更聰明,而在於不會改變規則。
試聽第一章音訊解讀
精讀全文
第 1 章 · 西蒙斯放棄傳統主觀交易,押注純數學模型建立大獎章基金
一個數學家把所有人類基金經理掃地出門,此後30年年化收益超66%
1988 年的某個清晨,詹姆斯·西蒙斯走進文藝復興科技公司的辦公室,告訴他的最後一批主觀交易員:你們不用來了。
這不是一場裁員,這是一次宣戰。宣戰的物件,是整個華爾街數百年來信奉的那套邏輯——由人類的直覺、經驗和判斷來決定買賣。西蒙斯要用數學取而代之,徹底地、不留餘地地。
時間倒回幾年前。西蒙斯在 1978 年離開石溪大學數學系,帶著陳省身-西蒙斯定理的學術聲望轉行做投資。他最初的嘗試並不純粹:公司裡既有演算法模型,也有靠宏觀判斷下注的老派交易員。兩套體系並行,摩擦不斷。模型發出買入訊號,交易員覺得「感覺不對」就按兵不動;市場反彈了,沒人知道該歸功於誰。西蒙斯在這種混亂裡耗了將近十年,大獎章基金的早期表現時好時壞,遠談不上驚豔。
真正的轉折點是 1988 年。西蒙斯做了一個在當時幾乎無人理解的決定:把所有主觀判斷從系統裡清除出去。不是減少,不是限制,是清零。
他開始大規模招募一批在華爾街從未被重視過的人:語言學家、密碼學家、天體物理學家、統計學家。這些人不懂市盈率,不看公司財報,甚至有人入職時從未買過一支股票。但他們有一種共同的能力——從海量噪音裡辨認出隱藏的模式。這正是西蒙斯需要的。
他的核心洞察是:金融價格序列,本質上是一種訊號。就像密碼學家在亂碼裡尋找規律,語言學家在語料庫裡歸納語法,價格資料裡也埋藏著統計意義上可重複的短期結構。人類大腦處理這類訊號的速度和精度遠不如機器,而且人類會恐懼、會貪婪、會在虧損時改變規則。模型不會。
大獎章基金由此變成了一臺高速運轉的統計套利機器。持倉週期極短,有時以分鐘計,換手率高得讓同行咋舌。它不預測宏觀經濟,不判斷企業價值,只在價格偏離統計規律的瞬間介入,賺取微小但高度可重複的價差。每一筆單獨來看利潤微薄,但疊加數以萬計的交易,年復一年,複利的力量開始顯現。
1988 年到 2018 年,整整 30 年。
大獎章基金的年化稅前收益約為 66%。同期標普 500 的年化回報大約是 10%。即便是聲譽最顯赫的對沖基金經理,長期年化能穩定在 20% 以上已屬鳳毛麟角。66%,這個數字讓整個行業陷入一種集體性的困惑——有人說是運氣,有人說是槓桿,有人說資料不可信。但 30 年是一個很難用運氣解釋的時間跨度。
西蒙斯當然知道這套系統的軟肋。規模是最大的敵人。統計套利依賴市場的微小低效,資金體量一旦過大,交易本身就會消滅它試圖捕捉的價差。大獎章基金對此的解法極為徹底:對外封閉,只向內部員工開放。外部投資者,無論名氣多大、關係多硬,一律拒之門外。
這個決定背後有清醒的利益算術。如果向外募資,管理規模可以輕鬆擴張十倍,管理費收入隨之暴漲。但收益率會下滑,員工的自有資金跟著受損。西蒙斯選擇讓員工利益與基金錶現深度繫結,寧可放棄外部規模,也要守住系統的有效性。這種結構設計,本身就是一種反人性的紀律。
質疑從未停止過。傳統基金經理嘲笑這群「不懂市場的書呆子」;學術界的同行覺得西蒙斯「屈才」;就連公司內部,早年也有人私下認為完全排除人類判斷是一種傲慢。市場不是方程式,人心才是變數——這是那個年代華爾街的主流信仰。
但西蒙斯的反問同樣鋒利:如果人類判斷真的有效,為什麼大多數主動管理基金長期跑不贏指數?
他沒有等待共識,他選擇用結果說話。每一年的收益數字,都是對質疑最安靜也最有力的回應。
大獎章基金的故事裡有一個常被忽略的細節。西蒙斯本人並不是一個冷漠的演算法信徒。他熱愛數學,熱愛不確定性,也熱愛那種「在混沌裡發現秩序」的智識快感。他把這種快感從學術界帶進了金融市場,並且用 30 年的時間證明:市場裡確實存在可被數學捕捉的秩序,只要你有足夠的算力、足夠的資料,以及足夠的勇氣把人類的直覺徹底關在門外。
1988 年那個清晨走出辦公室的最後一批交易員,或許永遠無法理解自己親歷了什麼。他們離開的那一刻,一個時代結束了。另一個時代,悄悄開始。
徹底的系統化比「人機結合」更難,但往往更有力——一旦允許人類在關鍵節點「覆蓋」模型,情緒偏差就會系統性汙染訊號,不如從一開始就立下不可妥協的規則邊界。—— 投資啟示
本篇出現的關鍵概念
- 統計套利 (Statistical Arbitrage)
- 一種量化交易策略,通過識別資產價格偏離歷史統計規律的瞬間建立頭寸,並在價格迴歸均值時平倉獲利。大獎章基金的核心機制即為此:持倉週期極短,單筆利潤微薄,但通過數以萬計的高頻交易疊加複利,實現長期超額收益。其有效性依賴市場區域性低效的持續存在。
- 量化投資 (Quantitative Investing)
- 以數學模型、統計方法和算法系統為核心決策工具的投資方式,排除或嚴格限制人類主觀判斷的介入。西蒙斯1988年將文藝復興科技公司完全轉型為量化驅動,是這一流派從學術實驗走向大規模商業應用的標誌性節點之一。
- 陳省身-西蒙斯定理 (Chern-Simons Theory)
- 由數學家陳省身與詹姆斯·西蒙斯共同發展的微分幾何理論,後被理論物理學廣泛應用於弦理論和拓撲量子場論。西蒙斯憑藉這一學術成就在數學界建立聲譽,並於1978年離開石溪大學數學系轉型投資,將數學思維方式直接帶入金融市場。
- 封閉式基金結構 (Closed-End Fund Structure)
- 指基金不對外部投資者開放申購的運營模式。大獎章基金採用極端版本:僅向文藝復興科技公司內部員工開放。這一結構的核心目的是控制資產管理規模,防止資金體量過大消滅統計套利所依賴的市場微小低效,同時將員工個人財富與基金表現直接繫結。
關於這位大師
詹姆斯·西蒙斯(James Simons)1938年出生於美國馬薩諸塞州波士頓,早年在麻省理工學院獲得數學學士學位,隨後於加州大學伯克利分校取得數學博士學位,師從微分幾何領域的頂尖學者。1960年代,他曾短暫供職於美國國家安全域性從事密碼分析工作,這段經歷使他對從噪音中提取隱藏訊號形成了系統性認知,並深刻影響了他日後的投資方法論。 1968年至1978年,西蒙斯擔任石溪大學數學系主任,期間與華裔數學家陳省身合作發展出陳省身-西蒙斯定理,該理論後來成為理論物理學的重要工具。1978年,西蒙斯離開學術界,創立了後來演變為文藝復興科技公司的前身機構,正式進入投資領域。 西蒙斯的思想形成有三條清晰的線索:其一是數學訓練帶來的對模式識別和統計規律的深度信任;其二是密碼學工作經歷帶來的訊號與噪音分離框架;其三是對人類認知侷限的清醒認識——他在早期混合模式運營的近十年中親眼觀察到主觀判斷如何系統性地干擾模型訊號。1988年的徹底轉型,是這三條線索匯聚後的必然結論,而非一時衝動。 與本案例直接相關的是:西蒙斯並非技術樂觀主義者,而是一個對人類行為偏差有深刻悲觀認知的數學家。他選擇將人類判斷徹底排除在系統之外,本質上是一種對自身認知侷限的誠實承認,而非對演算法的盲目崇拜。這種認識論上的謙遜,恰恰是大獎章基金長達30年保持有效性的深層原因之一。
本篇 6 句最值得抄進筆記的話
- 我們不僱用有華爾街經驗的人。他們的思維方式是錯的。—— 詹姆斯·西蒙斯,公開採訪
- 徹底的系統化比「人機結合」更難,但往往更有力——一旦允許人類在關鍵節點覆蓋模型,情緒偏差就會系統性汙染訊號,不如從一開始就立下不可妥協的規則邊界。—— 本篇
- 過去的價格和交易量資料包含的資訊遠比大多數人認為的要多。—— 詹姆斯·西蒙斯,MIT訪談
- 我們尋找的不是宏觀趨勢,而是短期的、統計意義上可重複的價格異常。—— 詹姆斯·西蒙斯,TED演講2010年
- 如果人類判斷真的有效,為什麼大多數主動管理基金長期跑不贏指數?—— 本篇
- 數學就是關於模式的科學。金融市場也充滿模式——只是大多數人沒有受過識別它們的訓練。—— 詹姆斯·西蒙斯,西蒙斯基金會演講
常見問題
大獎章基金年化66%是真實的嗎?
為什麼大獎章基金不對外部投資者開放?
西蒙斯為什麼要招募語言學家和密碼學家而不是金融從業者?
西蒙斯的量化方法和普通量化基金有什麼不同?
西蒙斯之前做過什麼?他是怎麼從數學家轉型為投資者的?
讀完這篇,你還會喜歡
