《征服市场的人：西蒙斯传》读书笔记
概述
詹姆斯·西蒙斯（1938年4月25日-），生于美国马萨诸塞州，数学家、投资家和慈善家。这三个看似风马牛不相及的标签同时贴在一个人身上似乎有些突兀，但如果了解了他背后的故事，可能就不会产生这种离奇的感觉了。
作为数学家的西蒙斯，经历已然是传奇：2年时间修完MIT的本科课程，2年时间拿到UC BERKLEY的博士学位，23岁成为哈佛大学的助理教授，与陈省身合作的论文带来几何学和物理学的重要突破。
而作为投资家的西蒙斯，似乎更让人咋舌：40岁起离开学术界做投资，成立的大奖章基金自1988年起至2018年的30年间年均收益66.1%，即使扣除44%的业绩分成，依然有高达39.1%的净收益率，令巴菲特、索罗斯等一众大佬黯然失色。
从学者到投资客，西蒙斯在这两重身份上都做到了世界顶尖，究竟是什么在背后支撑着他取得这样的成就？由于他本人行事低调，一贯拒绝媒体采访，所以在大众视野中始终呈现一种神秘而模糊的状态。格里高利·祖克曼的传记《征服市场的人：西蒙斯传》带领人们一窥其中的奥秘。
作者此前出版了另外一本投资奇才约翰·保尔森的传记《史上最伟大的交易》，记述了后者在2008年次贷危机中赚取150亿美元的惊人事迹。人们往往更乐意听到一波暴赚的传奇故事，但与之相比，西蒙斯在市场上匿迹多年取得的成就其实更加难得。
值此机会，一睹为快。
本书摘录
个人
弗雷还认为，西蒙斯长久以来一直被两个现实的目标驱策着：证明自己解决问题的能力和提升赚钱的能力。
“你应该做喜欢的事情，而不是你觉得应该做的事情。”西蒙斯从没忘记这句话。
西蒙斯主张的一个关键原则是，科学家和数学家需要辩论、相互分享想法，这样才能产生理想的结果。事实上，才华横溢的量化分析人员可能是最不愿意与他人合作的人。一个经典的行业笑话：内向的科学家会在与你谈话时盯着自己的鞋子，而外向的数学家会盯着你的鞋子。
西蒙斯坚持采用不同的方法：大奖章基金拥有一个单一的、整体的交易系统，所有员工都可以接触到赚钱的算法背后的每一行源代码，所有这些代码都可以在公司内部网络中以明文形式阅读，不存在藏于某个角落的只有高层管理人员才能访问的代码。任何人都可以尝试着修改代码以改善交易系统。西蒙斯希望他的研究人员能够交换想法，而不是只限于其私人项目。
西蒙斯使用的薪酬设计让员工专注于为公司整体成功而努力。无论员工发现了新的交易信号、完成了数据处理工作，还使在执行其他更加低调的任务，只要这些员工能够脱颖而出，而且大奖章基金发展良好，他们就会获得奖励积分，每个奖励积分代表着文艺复兴科技公司利润池的百分比，是基于清晰易懂的公式计算出来的。
文艺复兴科技公司的整体气氛是非正式和学术性的，同时充满了紧迫感。
西蒙斯为学校的听众们分享了一些人生经验：“与最聪明的人一起工作，最好是比你更聪明的······要坚持不懈，不要轻易放弃。以美为导向······它可以体现在一个公司的运作方式上，或是一个实验结果上。当某种东西运作良好时，就会产生一种美感，这几乎是一种美学。”
人员
公司目前只有10位左右的雇员，要想跟上行业趋势甚至赶上D.E.Shaw这样的公司，西蒙斯必须先补充人手。
1995年，文艺复兴科技公司约30名员工坐在单调乏味、毫无特色的办公室小隔间里。
鲍姆。
埃克斯。
劳弗。
斯特劳斯。
默瑟。多年以后，他更加坚信这样的观点：个人应该自给自足，不能依靠国家。
布朗。
马杰曼。有时他会故意挑起争端，甚至是不必要的争端。”我需要纠正错误，为正义而战，即使别人认为我是在钻牛角尖，或吹毛求疵。我有一种弥赛亚情结。“
市场选择
商品期货、债券、外汇
股市：由西蒙斯投资的、罗伯特·弗雷创办的开普勒资产管理公司也在努力之中。该公司正在努力改善其统计套利策略的表现。这个策略是弗雷等人在摩根士丹利开发的，通过识别少量的全市场因子来解释个股的变化。比如，美联航（United Airlines）的股价走势，取决于其对股市整体走势、油价和利率等因素的敏感性。而其他股票的走势，比如沃尔玛公司股票，也是受到这些因素影响的，只是敏感性不同而已。
弗雷的方法是利用不同股票间的价格差异赚钱，而不在意股价的涨跌以及股市的走向，其难度明显低于预测股价走势的难度。所以，开普勒资产管理公司的投资组合可以被称为是”市场中性“的，即不受股市整体涨跌的影响。弗雷的模型专注于跟踪不同股票之间的差价是否符合历史趋势，这是一种均值回归策略。
NOVA业绩平平，后来被合并进了大奖章，但其表现依然低迷。问题不在于弗雷的系统发现步了有利可图的投资机会。关键在于，基金最终能实现的回报经常大幅低于其模型的理论值。
默瑟承认弗雷的交易系统正在催生许多绝妙的交易点子。但该交易系统在执行交易时，出现了一些问题，使其无法持续盈利。事实证明，弗雷模型提出的建议很不靠谱，甚至是不切实际的。例如，NOVA基金面临经纪机构对其杠杆率或借款施加的限制。因此，当NOVA基金的杠杆率超过某个阈值时，弗雷和他的同事们就不得步手动缩小了投资组合的规模，使其保持在必要的范围内，而忽略了股票交易模型给出的建议。在其他情况下，弗雷的股票交易模型选择的交易看起来颇具吸引力，但实际上无法操作。例如，该模型建议NOVA基金做空或对赌一些实际上无法出售的股票，所以弗雷不得步无视这些建议。
没有完成预期的交易，业绩自然非常糟糕。不仅如此，因子交易系统产生了一系列复杂而又互相交织的交易，每一笔交易都是利润与风险共存的。在弗雷的股票交易模型中，几次交易失败就有可能使整个投资组合对市场变化更加敏感，从而危及整体健康。而错过的交易有时会引发更大的系统性问题，损害整个模型的准确性。
布朗和默瑟采用了一种不同的方法。他们决定将必要的限制和要求设置为一个单一的交易系统。他们的输入包括基金的交易成本、各种杠杆、风险参数和其他限制及要求。考虑到所有这些因素，他们涉及了一个系统来构建理想的投资组合，做出最优决策，创造最大回报。文艺复兴科技公司可以很容易地测试和添加新的信号，瞬间得知一个新型投资策略是否能够盈利。布朗和默瑟还使自己的系统具有自我适应性，即能自主学习和调整，着与亨利·劳弗的期货交易系统非常相似。如果该系统的推荐交易没有被执行，不管出于什么原因，它都会自我修正，自动搜索买入或卖出指令，驱使投资组合回到正轨。该系统每小时循环几次，在发出电子交易指令之前，会对数千笔潜在交易进行权衡和优化。
理论模型
随机微分方程组
高维核回归方法——趋势模型，或趋势持续性
西蒙斯决定，每周都会为布朗、默瑟和其他高级管理人员分配3篇论文，大家需要阅读、消化并向其他人分享。阅读过几百篇论文后，西蒙斯和他的同事们放弃了。论文中的策略听起来很诱人，但当大奖章基金的研究人员测试策略的效果时，交易通常无法有效执行。
数据收集
针对历史数据断档问题，它利用计算机模型做出相对可靠的猜测，以填补空白；再比如，他们没有收集到20世纪40年代的棉花价格数据，但是通过模型“创造”出的数据也许能够派上用场。就如同可以根据已有拼图来推断丢失的那块拼图大致长什么样一样，他们“推断”出了丢失的数据和信息，然后输入了数据库。
2001年，西蒙斯的对冲基金变得不同寻常。随着文艺复兴科技公司不断吸收新的信息种类，公司的盈利节节攀升。公司收集每一笔交易数据，包括那些从来没有成交过的交易，以及相关年度和季度盈利财报、公司高管交易记录、征服报告、经济预测报告和文献等。很快，研发人员开始追逐更多来自报纸、新闻、互联网论坛以及其他源头的晦涩数据······大奖章基金变成了一块数据海绵，每年吸收着几万亿字节的信息，并不断购买昂贵的存储器来消化、储存和分析这些数据，从中寻找可靠的规律。“数据多多益善”默瑟告诉他的同事。这句话后来成了公司员工的座右铭。
交易模型
劳弗到公司不久后做的一个决定，后来被证明是价值连城的：大奖章基金应该只用单一的交易模型，而不是像其他量化交易公司那样在各种市场和市况下使用多个不同的模型。尽管劳弗承认，使用多个交易模型会更直观，但是他认为，单一模型可以更充分地利用斯特劳斯手机地广泛的定价数据，在多资产类别中更全面地寻找相关性和交易信号。相反，如果运行多个模型的话，单个模型可以使用的数据就少得可怜了。
同样重要的是，劳弗认识到，如果基于某些核心假设的模型是单一而稳定的，那么后期添加新的投资品种也会更容易。如果某些新的投资品种缺乏历史数据，但与大奖章基金正在交易的某些品种很类似，它们就值得借鉴。劳弗也明白把不同的投资品种结合起来很难，比如外汇期货和商品期货，但他总觉得只要把这些障碍“熨平”，单一的模型就可以产生更好的交易效果。
斯特劳斯等人已经为公司积累了几十种商品、债券和外汇的好几十年的数据。为了提高数据的可读性，他们把一个交易周划分成了10个部分，即外盘交易的5个夜间部分和5个日间部分。之所以要把一天分成两个部分，是为了便于团队在不同部分之中寻找规律。
西蒙斯想知道还有没有更好的切分交易数据的方法，这也许能让团队在日内交易数据中发现新的价格规律。劳弗尝试先把一天一分为二，再一分为四，最后发现分成5分钟的时间段是比较理想的方式。至关重要的是，公司计算机算力已经得到了很大的提升，可以让劳弗运算更高频次的历史数据。例如，当投资者普遍为市场走势感到紧张的时候，可可期货的价格是不是通常先在第188个5分钟内下跌，之后又在第199个5分钟内反弹？当投资者担忧通胀的时候，黄金市场会不会在第50个5分钟内看到强劲的买单，而在第63个5分钟内买单又会走弱？
劳弗的5分钟分段发使得团队有能力识别新的价格异常情况和潜在趋势，或者用他们的术语来说，叫做“非随机交易效应”。斯特劳斯等人做了很多测试，以防止过度挖掘数据而形成为策略，但是很多新发现的策略还是站住了脚。
他们还发现了与波动性有关的预测效应，以及一系列的“组合效应”，比如相互配对的金价和银价、柴油和原油等交易品种的价格，在交易日内的某段时间同向运动的概率比其他时段更高。其实这些新发现的交易信号背后的逻辑尚不清楚，但是他们的P值低于0.01，意味着它们是显著的，并非统计幻觉，所以这些信号也被加入了交易系统。
西蒙斯并没有使用基于行为经济学的统计模型，因为他们无法设计一种可以避免或利用投资者心理偏差的算法。”我们实际上是在对人类行为建模“佩纳维奇解释道，”人类在高压下的行为具有很高的可预测性，他们会本能地表现出恐慌。“
资金分配
劳弗开始开发计算模型来识别日内的最优交易，西蒙斯称之为“投注算法”（Betting Algorith）。劳弗认为这个算法应该是动态调整的，即根据对未来市场变化方向的实时概率分析，对基金持仓进行调整。这种算法就是早期形式的机器学习。
西蒙斯允许布朗运用更高的杠杆来扩大他们的利润，文艺复兴科技公司变成了一个积极的借款人。
交易一篮子期权是大幅提升大奖章基金收益率的妙招。券商一般会限制一只对冲基金的借款比例，但是一篮子期权令大奖章基金能够撬动更高的资金杠杆。其竞争对手通常只能用1美元现金撬动7美元的金融资产，相比而言，大奖章基金的期权策略允许其用1美元现金撬动价值12.5美元的金融资产。当大奖章基金看到特别诱人的机会，它可以将其杠杆比例提高到用1美元现金撬动价值20美元的资产。
收益
劳弗的短期交易策略见效了：1992年，大奖章基金连续3年取得33%的年化收益率，管理规模也达到了1亿美元，公司取得了巨额的管理费。
收益累计的速度依然很快，甚至有点让人难以理解了。仅1994年6月这一个月，大奖章基金就取得了25%的收益率，当年年底的收益率达到了71%，连西蒙斯都称“相当杰出”。更难能可贵的是，1994年是美联储出人意料地连续加息地一年，许多投资者损失惨重。
20世纪90年代的大部分时期，大奖章基金的夏普比率都高达2.0以上，是同期标普500指数的2倍。但是通过加入境外市场的算法，大奖章基金的夏普比率在2003年年初提高到6.0，是大型量化基金的2倍。这个数字意味着，这只基金在一年以上的时间维度，几乎没有亏钱的可能。
收益来源
西蒙斯告诉基金持有人，事实上，文艺复兴科技公司是利用其他投机者地疏忽和错误赚钱，无论其规模是大是小。
那时，多数学术研究认为市场是有效的，要征服市场是不可能的，而个人做出的绝大多数投资决策都是理性的。但西蒙斯和同事总觉得这种说法有失偏颇，他们觉得投资者有许多认知偏差，正是这些偏差导致了恐慌、泡沫、暴涨和崩盘。
卡尼曼和泰勒因为（行为经济学）这方面的研究获得了诺贝尔奖。后来的许多调查表明，投资者其实比他们认为的更加非理性，重复地犯着类似的错误。面对压力，投资者感到慌乱，继而做出偏感性的决定。所以，大奖章基金发现其利润的最大头常常是在金融市场的极端情况下实现的，这并不是一种巧合。大奖章基金的这种盈利现象将持续几十年。
交易系统
终于，西蒙斯开始接近他最初的目标，即构建一个极少受到认为干预的全自动化交易系统。员工们对于研发基于几秒甚至更短的超级短线指标的交易模式越来越兴奋，这种交易模式后来成为我们今天熟知的高频交易。大奖章基金每天能成交15万~30万笔交易。绝大部分交易被拆分成很小的单子，以避免造成冲击成本。
冲击成本
识别有利可图的交易只是游戏的一部分，买入卖出的冲击成本也是大问题，控制不好的话，获利空间会大大缩减。
从一开始，西蒙斯的团队就对交易成本非常在意，称之为“磨损”（Slippage）。他们经常会测算在没有交易成本的情况下，获利水平会提升多少。随着计算机算力的提高和斯特劳斯收集的数据越来越多，劳弗和帕特森开始写程序跟踪实际成交价格和理想价格间的差距，以及该差距对投资业绩的影响。
大奖章基金的交易开始变得频繁。开始一天交易5次，后来上升到16次。他们会挑一天内交易量最大的时段下单，以减小冲击成本。
大奖章基金管理规模达到了6亿美元，但西蒙斯确信，大奖章基金已经陷入了困境。劳弗的模型精确地测算出了摩擦成本，劳弗明确指出，如果大奖章基金的管理规模进一步上升，收益率将显著回落。
信息公开
透明带来竞争，所以曝光得越少越好。我们唯一的防御手段就是三缄其口。
风险管理
长期资本管理公司（LTCM）的倒闭增强了文艺复兴科技公司的现有信念：永远不要对交易模型过于信任。文艺复兴科技公司的系统似乎有效，但是所有公式都不可靠。如果交易策略不起作用，或者市场波动加剧，那么文艺复兴科技公司的系统往往会自动减少头寸和风险。相比之下，当LTCM策略陷入困境时，该公司通常会扩大投资规模，而不是缩减规模。“长期资本管理公司的基本错误是认为其模型就是事实真相，但我们从未相信我们的模型能够反映全部事实，它只反映事实的一部分。”——帕特森。
经过几个通宵的研究分析，一些研究人员针对此次亏损事件（2000年互联网泡沫破灭）提出了一个结论：曾经屡试不爽的策略已经行不通了······现在，这些研究人员也认识到了他们的错误，他们果断放弃了栋梁策略，制止了损失。很快，收益再次恢复。
读后感
有些感想是在读本书的过程中产生的，有些感想之前已经萦绕脑中，借写这篇读后感的机会加以记述。
行业天花板
市场上曾流行一套似是而非的逻辑。例如，在分析中国咖啡消费的市场前景时，援引美国60%的咖啡消费率（数据仅为示意，未经确认），而我国目前仅有一线城市大约20%的咖啡消费率，论证我国未来有广阔的咖啡消费市场。
这一套逻辑最显著的缺陷就是没有考虑中美两国消费文化的差异。中国的饮品市场并非一片空白，可能有人习惯饮茶、或饮枸杞、或饮奶茶，因此即使充分挖掘，中国的咖啡市场也很可能远远不及60%。
当然，醉翁之意不在酒，即使是报告作者可能也未必相信这套逻辑，其目的仅是吸引资方，至于数据真实准确性可能买卖双方都没当真。
作为哄投资人的小故事，这样的分析无伤大雅。可若是以这样的逻辑去判断证券行业，乃至整个金融业在中国未来的发展趋势，则谬以千里。
中美两国的基本国情、经济阶段、文化氛围、发展战略都存在巨大差异，这注定了中美两国证券基金业所能达到的高度千差万别。首先，我国现阶段仍是以发展实体经济，特别是制造业作为国家支柱的。这种情况下，反复强调金融为实体服务，注定不可能让金融业攫取多数利润。虽然近年来银行业利润增速较高，但同时也要注意到银行作为国家基建项目和地方政府融资的主要资金提供方，其实际获利远没有账面上显示的那么美好。其次，银行作为国有企业受到政府强力约束，其高层领导的薪酬与国外同行相比并没有特别优势，至少与银行自身规模相比并不算特别夸张。再次，我国设立证券市场的初衷是缓解国企融资难题，虽然近年来开始强调资源配置的功能，但长期以来政策市特征显著积重难返，财富效应并不明显。最后，与英美等自由主义国家相比，我国更类似德日等大陆国家，重银行等间接融资渠道而轻资本市场。
此外，15年股灾让管理层对发展股市心存疑虑，而我国居民财富主要汇聚在房地产市场上，种种因素导致在可预见的未来我国股市天花板远低于美国。因此，寄望中国股市达到美国那样发达的程度，无异于痴人说梦。
个人禀赋
书中记述了西蒙斯的一些人生信条，颇让人能产生共鸣。如，“你应该做喜欢的事情，而不是你觉得应该做的事情”；“与聪明的人一起工作，最好比你更聪明”；“以美为导向”等。
人生经常要在动物本能和理智之间挣扎，而我的经验是，不能偏离任意一边。孔夫子曾经说，质胜文则野，文胜质则史，文质彬彬，然后君子，大约也是这个意思。
每个人的禀赋是不同的，因此对事物的感受也是不同的。硬要人按照所谓的“理智”去行事，或许外在上较为稳妥，但其内心一定会被慢慢掏空，最终沦为平庸之徒。最好的状态，或许是大方向上遵从理智，但以个人乐意的方式度过每一天。
中国文化的一点糟粕是，过于强调从众，导致原本多元的个体不得不遵守相同的行事规则，追求相似的人生目标，浪费了上天赋予个人的独特性，也让许多人面目模糊，内心痛苦。
关于金融交易
金融市场是混乱而多变的，成功者其根本是相似的：以自己能够把握的确定性去对抗市场的不确定。无论是巴菲特的价值投资，索罗斯的反身性理论，还是西蒙斯的自动化交易，都要依个人禀赋构建能够理解、能够把握的投资策略。
书中有两点耐人寻味：一是关于从学术论文中寻找投资灵感最后铩羽而归的部分，其实不难理解，学术追求的点和投资实践是完全不同的，甚至大多学术论文的作者本身并未从事过实际交易，在学术界被封为信条的“有效市场理论”，被索罗斯、西蒙斯两位大佬视为无物，甚至学术界后来出现的因子理论也让其难以自圆其说，由此可知，交易是一种实践，试图理论实践是不可行的，只有从实践到理论再到实践往复循环才是正途；二是书中约略提到了美国证券市场的发展史，从早期的内幕横行，到后来规范信息披露后价值投资成为主流，再到电子化交易普及后的量化交易大行其道，市场环境的改变往往决定了市场中玩家的命运，人终究是不能对抗时代的潮流。
虚拟与实体——一点展望
我国在相当长的一段时间内，仍然会坚持以实体经济为本的战略，这意味着金融业，特别是金融市场的发展空间是有限的。
金融市场的大发展依赖以下前提条件：1.资本账户开放；2.房地产的财富蓄水池作用逐渐失效；3.科技创新导致的融资偏好发生改变。
对于渴望财富的人来说，资本市场这条路未必是最优解。社会需要更加踏实的氛围，个人也需要更加宽松的环境。行稳方能致远。