对话西蒙斯：解密金融模型和量化投资帝国
77岁高寿的詹姆斯·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。
两年弯路
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。
解码金融模型
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。
模型背后的人
西蒙斯说，上述模型自身还有局限，至少他们公司自己这么看，不过他们在不断完善，公司有大概100位博士做这种工作。
既然有局限性，采访者就问，如何管理模型，是西蒙斯开始觉得需要怎样做了就去改还是怎样。
西蒙斯将改进归功于公司请了聪明的员工。他说：“我的运算法则一直就那样，但你可以聚合聪明人，给他们极大自由，营造人人都愿意和别人沟通的氛围。他们不会躲在角落各自为政，会和别人交流。你提供了最好的基础设施，最棒的电脑，以及其他可以利用的工具。人人都是合伙人。那就是我们在文艺复兴基金用的模式。我们会请来有头脑的员工，他们之前根本不懂金融，但他们可以学会了解。”
推荐阅读：
1.海龟交易法则策略，多读几遍少走10年路
2.一个量化策略师的自白（好文强烈推荐）
3.网格交易法，一个不容易亏钱的投资策略（附源码）
4.市面上经典的量化交易策略都在这里了！（源码）
5.期货/股票数据大全查询（历史/实时/Tick/财务等）
对话西蒙斯：解密金融模型和量化投资帝国相关推荐
- “量化之神”西蒙斯退位，解密金融模型和量化投资帝国
在为自己.员工和客户创造了巨额财富之后,即将在下一次生日跨过这一门槛的西蒙斯,将辞去其600亿美元规模的对冲基金文艺复兴科技公司(Renaissance Technologies,以下简称" ...
- python处理金融数据_量化投资：用Python实现金融数据的获取与整理
小编说:数据可以说是量化投资的根本,一切投资策略都是建立在数据基础上的.本文以优矿网为例,带领大家用Python实现金融数据的获取与整理. 本文选自<Python与量化投资:从基础到实战> ...
- “第十届金融工程及量化投资年会”会议议程
| 聚焦自主科技前沿.探索技术发展的本质 金融科技的自主可控事关金融运作风险,国产化浪潮带来的仅仅是原有软硬件的替代吗? 开发的框架平台化让金融资产 IN-HOUSE 系统开发在自主可控面的问题迎刃而 ...
- Python金融应用编程(数据分析、定价与量化投资)
近年来,金融领域的量化分析越来越受到理论界与实务界的重视,量化分析的技术也取得了较大的进展,成为备受关注的一个热点领域.所谓金融量化,就是将金融分析理论与计算机编程技术相结合,更为有效的利用现代计算技 ...
- HMM模型（Ⅱ）—量化投资
HMM模型(Ⅱ)-量化投资 引言 何为量化投资 实现思想 试水实现 获取数据 对数据使用HMM模型 数据读入与处理 调用HMM模型 对HMM的结果进行可视化处理 做出量化策略 小结 引言 关于HMM模 ...
- “第十届金融工程及量化投资者年会”来啦！
第十届金融工程及量化投资者年会带着满满的干货来啦!由天软科技主办,中信证券协办的"第十届金融工程及量化投资年会"将于2023年4月20日在深圳麒麟山庄举办! 自2009年的&quo ...
- 【方法论述】量化投资——神话、黑箱与真谛
编者语:文艺复兴基金的创始人西蒙斯(Jim Simons)是数学教授,他领导的量化对冲基金长期超越市场,是世界上最成功的对冲基金之一.旗下的"大奖章基金"(Medallion Fu ...
- python量化投资实训班_Python量化投资实训营
配合大鱼金融联手塑造 清华导师领衔授课,全程在清华校园上课 五天掌握Python量化投资必备技能 Python量化投资实训营 五大课程亮点 1. 结构化课程与实战教学 要深入学习量化投资,不仅需要学习 ...
- 如何利用ChatGPT学习量化投资？
引言 最近,ChatGPT持续火了很长时间,占领各大热点和头版头条,成为A股开年以来最大的热点之一.ChatGPT是OpenAI开发的一种语言生成模型,可以理解为智能问答机器人.最近围绕量化投资在上面 ...
- 量化投资的神秘世界，聪明人玩的游戏！
量化投资该怎么玩?收益这个变量本身随机且极难预测,研究的重点,要放在期望收益上,也就是从概率意义上以及大样本意义上的期望水平,而与收益相对应的是风险. 一般来说,更高的风险必须对应着更高的收益作为风险 ...
最新文章
- .NET使用OpenSSL生成的pem密钥文件[1024位]
- (转载)机器学习知识点(十七)Bagging与随机森林算法原理小结
- PHP常用功能块_错误和异常处理 — php（32）
- 短信验证码、图形验证码、邮件验证的自动化测试
- iOS - 修改 UITextField 的 clearButtton 样式
- ECharts - 地图
- 训练日志 2019.1.14
- springMVC实现增删改查
- lof、etf、qdii基金区别
- 不到4个小时，我找到了一枚苹果 0day
- Linux下配置MySQL免安装版
- GC基本原理学习（Garbage Collected）
- Vue 使用 video 标签实现视频播放
- VuePress搭建博客教程(六)、vuepress配置head和自定义样式
- TensorFlow2 -官方教程 :保存和恢复模型
- 公司网站被黑客入侵，怎么应对？
- 未能找到该服务器列表,未能找到使用此主机名的服务器
- 尾随零 - LintCode
- 一个有坏道U盘的拯救过程
- 突然改变收费规则，排名第一的手写笔记 App 引 “众怒”