模型的研究范围很广泛，涉及各类可能有效的事物

郑瑟

　　现年77的詹姆斯·西蒙斯(James Simons)拥有种种骄人的成绩，他是23岁戴上博士帽的数学天才、26岁转战情报界的破译密码特工、30岁回归学界并在七年后获得几何学最高奖项的数学系主任。当然，他最为华尔街敬仰的还是缔造了量化投资的先驱——文艺复兴基金(Renaissance Technologies Corp.)。

　　这位“量化投资之王”2010年已经离开了260亿美元规模的文艺复兴基金。在《福布斯》杂志今年的排行榜上，西蒙斯拥有140亿美元个人身家，成为个人资产排名第四的对冲基金经理、全球排名第76位的富豪。人们一直很好奇，他有什么投资心得，从他丰富的人生经历中可以学到哪些经验?西蒙斯最近接受的访谈能给我们带来一些答案。

　　据华尔街见闻整理，在日前数学科普视频网站Numberphile分享的采访视频中，西蒙斯回忆起自己早年的投资经历，说最初是父亲给了一点钱，他才有机会尝试投资。刚起步时，他也和一般投资者没什么区别，花了两年时间磕磕碰碰，才认准要摸清数学模型的门道。

　　美国的《Alpha》杂志每年公布一项调查，对冲基金经理收入排行榜。2005年、2006年，西蒙斯分别以15亿、17亿美元的净收入坐稳全球最赚钱对冲基金经理宝座，2007年以13亿美元屈居第五，2008年西蒙斯又以25亿美元的入账高居榜首，索罗斯当年排名第四，仅入账11亿美元。

　　西蒙斯创立的文艺复兴科技公司的旗舰产品大奖章基金(Medallion Fund)成立于1988年3月，到1993年基金规模达到2.7亿美元时停止接受新资金。

　　1988年以来，大奖章基金年均回报率高达34%，这个数字较索罗斯等投资大师同期的年均回报率要高出10个百分点，较同期标准普尔500指数的年均回报率则高出20多个百分点，比股神巴菲特近20年间的平均回报率高18个百分点。

　　优异的以及表现也使得该基金成为收费最高的对冲基金：5%的资产管理费+44%的投资收益分成(最初是20%，2000年增至36%，后又提高到44%)。

　　此外，西蒙斯还是一位了不起的数学家哦，他曾任教于麻省理工学院、哈佛大学和纽约州立大学石溪分校，和陈省身共同创立了著名的Chem-Simons理论，获得过5年颁发一次的全美数学最高奖维布伦奖(Veblen Prize)。

　　与对冲基金界普遍给人的“大鳄”印象相比，西蒙斯更像一名教授，他最喜欢这份工作，清华大学里还有一幢专家公寓是他出资修建的，以“Chem-Simons”命名。他和两任妻子育有五名子女，出于家庭原因，他还成立了一个自闭症研究中心。

　　2009年夏天，西蒙斯正式宣布从文艺复兴科技公司退休。但他仍是股东和创办人。对此，他的发言人称：没什么好解释的，他只是决定退休了。即使是在华尔街，人们也觉得他充满神秘气质：他被誉为“黑匣投资者之王”(king of black box)，特点是运用最为玄妙的数学运算法则进行量化对冲投资，他的基金公司里面都是数学和自然科学博士，看起来像一家研究所。

　　西蒙斯说，他开始做投资“有些是用家里的钱，还有别人凑了些钱。前两年没用任何模型。”那时他们交易货币、大宗商品、金融工具等等，没有股票。那种感觉就“和普通人一样”。

　　“我觉得那纯粹是运气好。我们很成功，可我发现那是非常揪心的生意。”“某天早上起来，你感觉自己是天才，市场都向着你……第二天醒来，你又发觉自己是蠢材，市场都和你对着干。太虐心了。”

　　“观察价格形态，我发现可以在这方面做些研究，也许有些方法能预测价格，它们属于数学和统计学方面的方法。开始我一个人着手研究，然后带了些人一起。我们逐步建立了模型，模型越来越好，最后取代了基本面。”

　　采访者问，身为数学家，按说西蒙斯应该一下子就想到用模型，为什么两年以后才这么做?

　　西蒙斯回答，想到跟去做还是两码事。起初，他的确用数学家的眼光去看。团队里有位做代码的同仁，本来他以为可以和那人一起建模，但对方更感兴趣基本面，而且预计“模型不会很强大”。所以西蒙斯的公司就没有深入研究模型。之后，公司又招了一位数学家，还多了一些电脑高手，就再次开始建模，做那些真正可行的模型。

　　首先，西蒙斯引用“有效市场”(efficient market)的理论说，其实数据里面什么也没有。比如价格数据会预示未来的种种情况，所以某种程度上说价格总是对的，但事实上不是。包括历史数据在内，数据里有一些异常情况。不过渐渐地，西蒙斯领导的团队发现了越来越多的异常情形。其中没有一种应该作为极端异常的情形排除在外，忽略不计。它们属于细微的异常。将这类微妙的异常集合在一起，就可以开始准确预测某些事。

　　说到模型，采访者代很多好奇的人问了些问题：模型有多精密?是那种方程式和算法的庞然大物，还是些简单的东西?

　　西蒙斯说，今天的模型系统相当精密，可那也不是一大堆堆砌在一起，它应该算“机器学习”。其过程类似于：你发现一些可以用于预测的模式，会猜测哪些是有预见性的，接着就在电脑上测试，测试结果可能是你猜对了，也可能猜错;接下来，你利用长期历史数据、价格数据等信息做测试;最后把它们加入系统，如果有效就留在系统里，无效就剔除。

　　因此，西蒙斯认为，系统不存在什么精密的方程式，至少在预测这个环节没有。但预测不是系统唯一的环节，还必须了解交易时的成本，一旦交易就可能影响市场动向。普通散户买个200股还不会怎么影响，可要是你想买20万股，就会推升价格。

　　那么问题来了：价格会被你推高多少?会不会因为那么做过于扭曲市场，让你自己也没法获利?所以必须了解成本，必须明白怎样尽量减少波动，减少自己所有持仓的波动。西蒙斯说，满足这部分要求，得用一些非常复杂的应用数学，也不是什么惊天动地的高深学问，可是很复杂。

　　采访者又问：模型是只涉及数学领域，还是多个领域?

　　西蒙斯没有透露具体用了哪些理论，而是说大部分用到统计学，还有些概率论。模型的研究范围很广泛，涉及各类可能有效的事物。它是个大电脑模型，由一个主模型控制一定规模的资金，但不会控制庞大的资金，因为那样会太影响市场。主模型操纵的规模在合理的范围内，永远不会变成独霸市场的大怪兽。毕竟，要是一家独大也就没有对手方了。

　　根据新华社、人民网、金融界基金等採编【版权所有，文章观点不代表华发网官方立场】