|
量化交易之父西蒙斯：成功归于运气 在学术界，他17岁考入麻省理工数学系，23岁获得加州大学伯克利分校数学博士，25岁成为哈佛大学的讲师， 26岁进入美国IDA国家情报组织同时还是麻省理工和哈佛大学的数学教授。30岁前往纽约州立实习大学出任数学系主任，8年后摘得了几何学领域的诺贝尔奖——全美数学最高奖的韦布伦几何奖。自此，学术生涯达到顶峰。 在金融界，他40岁后投笔从戎，创办了华尔街最会赚钱的量化投资公司。文艺复兴科技公司很快便成为了全球收入最高的对冲基金经理。公司旗下的大奖章基金从1988年到2018年的30年间，年化复合收益率达到了39.1%，远超过索罗斯和巴菲特。即使在金融危机爆发的2008年大奖章基金也还是获得了98.2%的收益。截至2021年4月，基金已经管理着1650亿美元的可自由支配资金。换句话说，这是一个账上有1万亿人民币可以随时调用的公司，他就是地球上最成功的基金经理，量化交易的奠基人——詹姆斯.西蒙斯 西蒙斯于1938年出生于美国马萨诸塞州的一个中产家庭。父亲经营着一家鞋厂，生活相对富足。 他从小就对数学非常有兴趣，但是成长的环境也让他早早的明白财富的力量。财富可以让人变得更强，可以让人更有影响力。他相信财富可以改变世界。 毫无疑问，西蒙斯热爱数学，但他同时也对金钱有着强烈的渴求。他不是那种不慕名利，一心一意攀登真理，超然屋外的学者。 在他18岁与第一任妻子芭芭拉结婚时就挪用了仅有的5000美金的结婚礼金去买了大豆期货。随着大豆价格的飙升，西蒙斯的浮盈一度接近翻倍。 不过他犯了每个出入市场的人都会犯的错误，没有及时的兑现收益，导致账户资金很快就被打回了原点。虽然没有赚到钱，但是投资交易这种过山车般的刺激和满足感也在他的心中埋下了种子，静静等待着发芽。 西蒙斯在1964年进入美国IDA国家情报组织工作。他的同事大都跟他一样，是来自各个顶尖大学的天才，专家组织的任务就是维护美国的信息安全，协助破解他国的军方密码。 在这里，西蒙斯学会了开发数学模型和读取图表，以及从杂乱无章看似毫无意义的数据中发现规律。 IAD的在职期间，西蒙斯和几位同事利用业余时间一起开发了一个新型的股票交易系统。 他们没有选择专注于盈利、股息、公司新闻等基本面数据，而是利用能够预测股市短期行为的宏观变量，将股市划分成了8种状态，然后纯粹地利用数学方法去甄别当下市场所处于哪种状态，再利用交易模型的比对，去购买股票。 对于没有专业的经济学背景的数学家——西蒙斯而言，金融市场就是一堆看似杂乱无章的数据。他认为，其实没有必要去理解市场变化的每个原因，只需要找到那种系统性的，可以适应市场的数学模型，将它量化，就可以持续产生利润。 这种交易理念使它成为了利用数学模型研究市场的先驱，也注定他会在数年后以这种方式横扫华尔街。 1967年，由于反越战的发言，西蒙斯得罪了上司，被迫退出了IAD，前往石溪大学担任了数学系主任。 之后的十年间，他不仅和数学家陈省身合作，研究出了著名的陈氏西蒙斯定理，甚至后来还帮杨振宁解决了许多数学问题，包括引进和乐群等。 西蒙斯的前半生已经足够传奇，但是他并没有停下自己的脚步，对金钱的渴望和对商业的好奇，终究还是把他引入了一段全新的人生旅程。 在1978年，西蒙斯正式脱离学术圈，投身金融交易，开始经营自己的投资公司，并将公司命名为many metrics。这个词是money金钱和econometrics计量经济学组合而成。成员是一群和西蒙斯一样，没有经济学背景的数学家。他们的目标就是开发一种高科技的，由算法驱动的自动交易系统，让计算机来代替人类做决定，消除情绪化交易。 1982年，公司正式更名为文艺复兴科技公司。 88年，西蒙斯发起了纯做交易的离岸对冲基金大奖章基金。 随着计算机技术的发展以及对交易模型的不断优化和改良，西蒙斯的公司在波动中稳步向前，他们通过收集产品价格，经济数据指标，数据等等去建立数学模型，并透过杠杆进行高频交易。 2018年，西蒙斯在福布斯排名第23位，2019年10月，他的净资产已经超过了216亿美元。 西蒙斯和他的公司始终保持着低调与神秘，没人知道大奖章基金具体做的什么策略。据说王牌利器是基于隐马尔可夫模型的择时策略。 西蒙斯与解码专家leonard bone设计了最初的数学模型。 投资策略都是以数学和统计模型为依据，以此实现非常稳定的风险调整后的收益。 目前基金也没有对外开放，仅限于内部员工进行申购。西蒙斯也鲜少公开露面大谈特谈自己的投资方法。但我们依旧可以从他仅有的一些访谈中窥见许多他的投资哲学。 第一就是他对数据的绝对重视。 西蒙斯团队从很早就着手构建自己的数据库，利用计算机来从海量的历史数据中挖掘出一些持续的不断重复的价格规律。通过分析从有的市场走势来寻找可能适用于现在的一致性模式来给出投资建议。他说： The real thing was to gather a tremendous amount of data and and we had to get it by hand in the early days, we went down to the federal reserve and copied interest rate histories and stuff like that. Because it didn't exist on computers, we we got a lot of data and very smart people, and that was the that was the key. 第二是永远忠于自己的交易模型。 正如西蒙斯所言，人类的主观干预其实是造成很多危机的根源性因素。比如，如果在市场上亏了钱，我们总会觉得压力很大，虽然能用理性判断出来过段时间会大涨，但也会忍不住把它卖掉。 贪婪，恐惧，这些情绪还会反过来更加加剧市场的动荡，让我们掉入市场的陷阱，每时每刻都备受折磨。所以文艺复兴的宗旨是系统决定一切。他说： You know, we renaissance is 100% model, driven no trade has ever made because someone walks into the trading room and says, hey, let's buy IBM. It's a sure winner or anything like that. Only you know, we got too much google. We got to show it. Got it. Nobody does that. Maybe that we had too much google, but nonetheless he might have been right. But it's just what the model says, and that religious sticking to the model is the only way you can run such a business because you cannot simulate that guy who walked in and said, hey, Let's google is too high. Let's sell it. How can you simulate that? You don't know. It might have happened, but you can simulate a you can come up with a model or a new predictor, and you can simulate it in the past and see how did it do so you have to stick to it. 他们不止对波动的数字进行建模，也是对人类的心理进行建模，而大奖章基金也的确在市场越动荡不安的关键年份，越是展现了无与伦比的优势。 1994年美联储6次加息，他们的收益却高达71%。2000年互联网泡沫爆发，他们的基金绩效高达98%。2008年金融危机在美国金融界遭遇海啸的时候，大奖章基金也还是获得98.2%的收益。在2018年的全球熊市，在全体对冲基金的平均报酬率都呈现了负值的情况下，大奖章基金仍然保持正收益。 量化交易终归有悖于人性，即使是天才的数学家，也无法抑制自己根据主观直觉做交易的冲动。文艺复兴最早期的成员之一列尼鲍姆，他是著名的鲍姆韦尔奇算法的发明者之一。这种算法如今已经被认为是20世纪机器学习最亮眼的突破，不仅赋能了世界上第一个语音识别系统，甚至深深影响了谷歌搜索引擎的开发，但他后期却过度依赖分析新闻和地缘政治，做事件性投资，在债券市场中折戟，由此触发了和西蒙斯协议的自动条款被迫退场。 第三是要和聪明的人一起工作。 虽然大多数的数学家都给人一种独来独往的感觉，但西蒙斯却不是这样： I think so. People say what's the secret charge? But the secret sauce was really in the first instance having very smart people working for the firm, we we were academics ourselves. We had an idea of who was a good scientist and who wasn't. And we brought in and continued to bring in excellent people, not just mathematicians, but computer scientists, statisticians, experimental physicists, astronomers, we got 4 or 5 astronomers who are good. They look at data. They they can't do experiments. They have to. They can't make this star bump into that star. You just have to have to take it as it is, and that's, you know, and and make model so great scientists we built a terrific infrastructure. The computer guys are wonderful. So we've taken. Ii think it takes in nine nine terabytes a day of data comes into that outfit and it all gets stored and organized and and and dished up to the researchers. And so on. So it's a great infrastructure. It's an open atmosphere. Everybody knows what everybody else is doing, and every every week there's a research meeting. If you've had a good idea that you you think it's going to go somewhere, you present it. If it looks good, it's goes to a small meeting. People bet it more carefully. But there aren't little groups working in the dark. This is my little system and I want you to use it so, and that's the best way to do science. I think in a in a collaborative manner. Sure, you don't immediately the first time you get you have a thought, you don't run down the hallway saying, I have a thought, but you know you test it out a little bit, but so I think that's that's a very good way to do things. 第4个是永不言弃。 在西蒙斯的一生中，大部分时间都在解决难题和应对挑战，但他从未有过放弃。 最终，他以数学家的视角，在资本市场实现降维打击，用另一种方式找到了自己人生的答案。普林斯顿高等研究院物理学教授爱德华威腾说，看到如此成功的数学家在其他领域取得如此成功，真是令人吃惊。 西蒙斯从誉满全球的数学家到纵横谍海的情报员，再到华尔街最伟大的投资人，他将自己成功的最后一个秘诀归结为“hope for good luck 希望好运”and my final principle is a hope for good luck我的最后一个原则是希望好运 that's it. So thank you very much. |
|
|
