社区

今天这篇文章，来和大家聊聊一家特殊的对冲基金公司：文艺复兴。

文艺复兴科技公司成立于1982年，由美国数学家詹姆斯·西蒙斯（Jim Simons）创建。公司旗下最著名的旗舰基金为大奖章Medallion Fund，据称自1988年以来扣除费用后的年化回报率约为39%，连巴菲特和索罗斯都达不到这种回报水平。在鼎盛时期，文艺复兴管理资产规模曾接近1000亿美元以上。 文艺复兴对外开放投资的基金规模有一定控制，旗舰基金大奖章仅限内部员工及其亲属参与【1】。

基于西蒙斯的数学家背景，以及文艺复兴基金的量化交易策略，大奖章出色的业绩回报可以说是数学的胜利，是复杂算法和海量算力碾压我们这些在市场上摸爬滚打的凡人智慧的明证。但若深入探究这些量化巨头的成功奥秘，我们会发现一个既反直觉又令人心酸的真相：他们最大的优势，与其说是破解了金融市场这个“物理难题”，不如说是精通了人类反复犯错的“心理难题”。西蒙斯团队的成功并非来自对宏观经济或企业基本面的高深洞察，而是源于对市场参与者情绪和非理性行为的系统性捕捉和利用。换言之，量化巨头们并非战胜了市场，而是战胜了我们这些普通人身上那些可预测的人性弱点，在我们人类的情绪陷阱中搭建了一台精准的提款机。

传统金融理论，特别是著名的“有效市场假说”（Efficient Market Hypothesis），认为资产价格反映了所有可获得的信息，因此任何人都很难持续击败市场，特别是扣除交易和管理费用之后。如果市场确实是高度有效的，那么西蒙斯和他的同行们在长达三十年的时间里创造的超额收益，就等同于在平静的湖面上抓住了看不见的水怪。然而，现实并非如此。当大奖章基金的收益率持续创下天文数字时，有很多人都会产生这个疑问：文艺复兴赚的超额回报，到底是从谁的口袋里掏出来的？

作为文艺复兴科技的核心科学家，亨利·劳弗（Henry Laufer）给出了一个看似戏谑、实则精辟的答案：“是一群牙医。”【1】劳弗指的不是某个特定的职业群体，而是那些业余的、缺乏纪律的、容易被市场情绪牵着走的普通股民和散户。

西蒙斯自己也曾将目标锁定在频繁交易、依赖直觉和本能的全球对冲基金经理身上。劳弗和西蒙斯的共同结论是：市场中最大的输家，往往是那些过度自信、缺乏纪律、频繁交易的“同行”，而不是那些长期持有、不理会短期波动的耐心投资者。 我们在投资中常常会犯的错误，在量化模型眼里，就是一笔笔等待被收割的确定性收益。

量化模型的核心工作，就是将人类的“非理性”量化为“可预测性”。行为经济学早在 20 世纪七八十年代就揭示了人类的认知偏差，例如丹尼尔·卡尼曼和阿莫斯·特沃斯基发现的“损失厌恶”。这种心理导致投资者在亏损时往往不愿意割肉，越捂越久；而在盈利时却因为担心“到手的鸭子飞了”而过早抛售。这与我们生活中常见的行为逻辑如出一辙：假设一位股民手里拿着茅台赚了10万，工行亏了7万，当他急需5 万块钱时，大多数人会选择卖出赚钱的茅台，而对亏损的工行迟迟不肯脱手。这是一种心理上的自我保护，却在残酷的市场中成了自毁长城的习惯。

量化基金就是利用这些系统性偏差来赚钱。例如，他们会建立模型，捕捉短期的“均值回归”现象。当某只股票因为突发利空或恐慌情绪被过度抛售，价格跌到不合理的低点时，模型会判断这是一种由非理性恐慌驱动的过度反应，并立即买入。一旦市场情绪稳定，价格回归正常水平，量化基金就实现了盈利。反之亦然，当一只股票因好消息被非理性追捧时，模型会果断地做空。

这就是“对冲基金如同赌场”的理念：量化交易员的目标，并非是每次都正确地预测大方向，而是要在海量的交易中，以略高于50%的胜率，赚取微小的、系统的优势。

艾尔文·伯勒坎普（Elwyn Berlekamp），这位帮助西蒙斯完成早期转型的博弈论大师，曾直言不讳地指出：“如果你交易量足够大，只需要50.75%的胜率就足以让你赚数十亿美元。”【1】这句话对我们这些普通人来说，无疑是极具启示性的。它告诉我们，与其追求像狙击手一样一击致命，不如追求像赌场老板一样，在每次微弱的优势中，依靠大数法则来获利。

这种策略的本质，是把人性当作一种永恒的、可量化的常数来对待。当市场波动加剧时，人类的情绪波动往往达到峰值。在这样的“高压”时刻，人们最容易做出非理性的本能反应，比如恐慌性抛售或盲目追涨。文艺复兴科技的科学家们曾总结说：“人类在压力最大时，行为最容易被预测。”【1】他们的系统正是被训练来捕捉和利用这些本能反应，通过在市场最混乱的时候与“牙医们”进行反向交易，实现惊人的回报。

值得强调的是，文艺复兴的这些交易哲学，并不是天生就有的。事实上，西蒙斯最初的交易风格也曾是传统的、基于直觉和本能的，这给他带来了巨大的焦虑和心理压力，甚至让他产生了“生不如死”的念头。他目睹了早年合作伙伴伦尼·鲍姆（Lenny Baum）在黄金交易中因“不舍得卖”而功亏一篑，眼睁睁看着数百万美元的账面利润化为乌有；也看到了他之前的合作伙伴吉姆·阿克斯（Jim Ax）在管理上的混乱和情绪波动最终导致合作破裂。这些亲身经历让他坚信，人类的情绪波动是交易成功的最大敌人。最终，他终于下了狠心，排除万难建立一个“纯粹的、没有人为干预的系统”，将交易变成一个去情绪化的科学实验。

这种去情绪化的纪律性，在2000年的科技泡沫破裂中得到了最极端的检验。当时，纳斯达克市场崩盘，大奖章基金的股价模型连续几天遭受重创，损失高达约3亿美元。连彼得·布朗（Peter Brown）这位智商超群的科学家，也吓得六神无主，问西蒙斯：“我们该怎么办？”面对巨大的恐慌，西蒙斯只说了一句话：“相信模型，我们不能恐慌。”【1】

最终证明，2000年的回撤并非模型本身完全失效，而是源于模型中一个“有缺陷的动量信号”。当时的大奖章模型曾被训练去追逐上涨的股票，然而在牛市中有效的信号，在突如其来的熊市中变成了自杀式指令。西蒙斯没有在恐慌中清仓，而是允许团队冷静地找出并移除这个有缺陷的信号。事后，他告诉布朗，这次经历的教训是“永远不要完全相信模型”。但更重要的是，他证明了在市场最危险的时刻，一个被驯服的系统性纪律可以战胜人类最本能的恐惧。该事件使文艺复兴科技的高管们坚信，他们的模型并非真理，而只是“现实的某些方面”，但这种对纪律的坚持，是那些“屁股决定脑袋”的传统基金经理难以企及的。

西蒙斯的成功，也为我们提供了一个重要的类比，正如他在冷战时期在国防分析研究所（IDA）的工作经验。在那儿，他从事的是密码破译。密码破译者面对的也是海量、看似随机的数据流，他们的任务是在这些“噪音”中找出“信号”。金融市场如同一个加密的世界，价格的短期波动就像是敌人的加密信息。传统的基金经理试图通过经济学、政治学和企业基本面来猜测密码背后的“内容”，而西蒙斯则另辟蹊径，利用概率论、统计学和机器学习，直接寻找加密和解密过程中的统计漏洞和重复性模式，也就是“交易信号”。

这些信号，往往源于市场交易员的惯性、习惯、以及对新闻和事件的过度反应，包括：

一、周末效应：

模型发现，许多经纪人在周五收盘前为了避免周末突发事件的风险，会倾向于平仓或减少头寸。针对这种习惯，模型会趁机在周五买入，在周一他们回补头寸时卖出，赚取微小的价差。在这个例子中，模型侦测出人性对不确定性有过度规避的心理陷阱，并从中获利。

二、新闻事件后遗症：

很多股票在重大经济报告发布后，往往会先剧烈波动，然后回归到某个可预测的轨迹上。模型不会去预测报告内容，只会根据历史数据来捕捉这种“后遗症”的系统性回归。在这个例子中，模型看到人类对信息消化不良，经常会过度反应，因此加以利用并获利。

三、幽灵信号：

西蒙斯甚至发现，他们可以利用一些微弱的、非直觉的模式进行交易，这些模式没有任何合理的经济学解释，比如“某类股票在周二往往会出现反转”。只要这些“幽灵信号”（ghosts）具有足够强的统计显著性，模型就会投入资金。这是因为，如果一个信号的逻辑太“合理”，很快就会被其他投资者发现并利用殆尽。只有那些“看起来荒谬”但统计上可靠的信号，才能持久地带来收益，因为别的基金经理一不留神就会把它们当成噪音忽略掉。

这种“反直觉”的策略，加上桑多尔·斯特劳斯（Sandor Straus）等早期成员对干净、高频的“Tick Data”的疯狂痴迷和采集，构筑了文艺复兴科技独一无二的竞争壁垒。当别人还在看日线、周线时，他们已经在分析5分钟、甚至更短时间内的价格和交易量模式，试图捕获人类反应的系统性延迟和偏差。这种对细节的极致追求，是他们能看到别人眼中“噪音”背后的“信号”的关键。

归根结底，量化交易的胜利是人类认知和行为科学在金融领域的系统性应用。西蒙斯为我们提供了最重要的投资教训：想要获得超额回报，就要在市场中寻找可预测的非理性。每一个在短期内快速上涨或暴跌的金融资产背后，都大概率藏着一群被贪婪或恐惧驱动的人。

作为普通投资者，如果你无法像西蒙斯那样，建立一个去情绪化的、由科学和纪律驱动的量化系统，那么你就必须拥有巴菲特那样的超凡定力，将注意力完全放在价值和长期基本面上，坚持做一个长期耐心的投资者，避免成为量化巨头们口中的“牙医”和“傻钱”。因为每一次你凭感觉去进行的买卖交易，都可能恰恰落入了量化模型布下的完美陷阱。只有真正理解人性，才能超越人性的弱点，不再做思想上的盲目跟风者，不再成为别人餐桌上的美食。

参考资料：

【1】 Zuckerman, G. (2019). The Man Who Solved the Market: How Jim Simons Launched the Quant Revolution. Portfolio/Penguin.