量化群星灿烂时：西蒙斯和他的伙伴们（投资大师系列之二）
02:10:18 Share

这一期是本台和《知行小酒馆》《起朱楼宴宾客》的串台节目，聊的非常过瘾。我们在谈论一个人时，也是对“ta”祛魅的过程。上一期谈论达里奥，甚至把整个人翻到了B 面（回顾上一期：达利奥的“原则”：投资圣经还是PUA宝典？）)。而这一期西蒙斯给我们展现出的更不是一个人， 而是几个相互更迭的投资时代。“量化”就像一件艺术品，但把它一点点搓出来的不止西神一人，需要天时地利，以及背后无数的大脑和机器。 但有一件事可以肯定：一旦“ta”出现了，且得了势能，便可以主导一个时代——不管是达里奥，西蒙斯，还是懂王。 时间戳就不写了，大家就当一个完整的故事来听吧。 不过关于“投资大师”这件事，还是想多说几句：  ■关于西蒙斯的文字传记** 迄今为止，关于西蒙斯最详实的文字记录还是《**征服市场的人：西蒙斯传》 （The Man Who Solved the Market: How Jim Simons Launched the Quant Revolution）。**但读完你会知道——书名中的“man”其实应该改成“men”。其实这本书无关西蒙斯，无关大奖章，它是一本献给量化交易近代史的“大奖章”。如果我来取中文书名，肯定用《量化群星灿烂时》这个名字。 文艺复兴的成功应该是一个群像。它背后的影子，就是近半个世纪以来，量化投资（注意不是量化交易）这件事的来龙去脉。 这本书是一个很好的索引。读完之后，你会发现作者把我们所有耳熟能详的名字们分了个类。虽然在大家心目中，这些人都是大牛；但实际上，他们分属不同流派，用的是不同策略，其实非常像春秋战国时代战国七雄——派别、招数各有千秋。 所以当我们谈论西蒙斯时，脑中最好有一个索引：看看大神们都在哪个象限里、属于哪个流派、持有什么理念。少林武当华山峨嵋，全真古墓恒山星宿，刀剑拳鞭棍，毒刺暗医枪——强项都不一样。魂游难度太高，我们需要一个地图。 ■各流派：看看西蒙斯在哪里  如果画一个象限，从左到右，“依赖人”的程度从强到弱，“依赖数学和机器”的程度由弱到强： 最左边是基本面投资大师 (公司基本面与行业研究)**：股票投资业界耳熟能详的大师都在这里——从格雷厄姆（活跃年代：上世纪50年代前）到巴菲特（上世纪60年代至今），再到专注成长股，“只投资你了解的”的彼得林奇（上世纪70-90年代）。 *左边极端版就是米尔肯：“*价值分析”、收集信息理念用到极端，就是能拿到内部消息来操纵市场。当然这属于耍赖行为。 从左再往右移一点，是*技术分析与宏观投资*：主要是依赖自己的价值判断和超人的智慧（如果做宏观，还得加上勇气）。这里的耀眼的星星们包括——德鲁肯米勒 (Stanley Druckenmiller)（活跃年代：上世纪90年代至今）和更早的索罗斯（上世纪60年代）：量子基金“柏林墙倒下，抄起德国马克”、“1992年做空英镑”的故事已经封神。还有债券天王格罗斯（活跃年代：上世纪70年代到2010年）、保罗都泽琼斯PTJ——两位都以对全球利率走势的精准预测而闻名，用数学方法做技术分析，也非常依赖自己的直觉。 **象限的最右边，才是本期播客想讨论的主角：*那些纯量化、纯数学、对概率的精准计算、只相信数学、不太搭理基本面、通过市场上人类难以捕捉和理解的信号和数学来寻找机会、基本不依赖人的判断——的量化代表队。 西蒙斯崇尚“最科学”的方法：用数学和概率找信号、预测价格、并做决定。但这种理念和方法早在他之前早就有了——古早的*技术分析先驱 (图表与指标)。**16世纪中期的德国商人用占星术预测香料价格，还能预测20天后的价格； 18世纪日本大米商发明了蜡烛图和均值回归，将大米市场波动比作潮汐的涨落；19世纪Charles Dow鼓捣出了道琼斯指数；20世纪江恩流派祭出甘氏图 (William D. Gann)——虽然这些都是大神，但这些技术分析工具并不能算是完全“科学”，只能当个辅助工具用。 而且用纯数学和概率科学方法也不是西蒙斯首创，这一派的祖师爷（之一）是香农和索普——所有交易员和赌神的爷爷。 我画了一个表，大家可以看到他们年龄的交叉界限，还有各自分数的流派： 量化先驱 (数学模型与算法)：

统计套利和高频交易先驱 (寻找市场中的统计异常)：

金融理论家和学者 (金融模型与理论研究)：

另类投资思想家 (风险与不确定性)： 塔勒布其实也可以算在概率量化的一类，但他是一个极端的概率的信仰者。我在《牧羊人的哲学课》这本书中把整整一章给了他。其实这些“大师”们，每个人都有一个哲学精神导师。比如塔勒布的精神导师是数学家曼博格。索罗斯的是波普尔。

在瞻仰这些群星时，脑子里必须时刻提醒自己一件事：幸存者偏差。 和西蒙斯同时代甚至更先行的牛人，为什么没有被封神？为什么没人听过他们的名字？ 因为他们**要么倒在了政府不可抗力，**比如索普（被米尔肯牵连）；**要么倒在了机构资源的不可抗力，比如投行APT量化自营的先驱，Morgan Stanley的塔尔塔利亚，还有他手下统计套利和市场中性（pair trading）的两位先驱——一个成了文艺复兴的最大对手（DE Shaw），另一个帮助西蒙斯最终开启了股票量化（弗雷）。还有的要么精神出了问题，**比如大奖章前身的当家人埃克斯；要么倒在了高杠杆，向LTCM脱帽。  ■量化投资什么时候进入了新阶段？ 大家可能有不同的分法。我自己觉得是2018年——这一年开始，“追逐阿尔法”这件事越来越“下沉”，像我们这样的“做市家庭小作坊”，从2018年成立，到现在居然还活着，虽然面对如Tower Research、Optiva这样的大量化做市基金完全无招架之力，但大鲸鱼的牙缝里总有些碎屑可以捡——可能真的意味着这条路已经是条路了。 *2018***年，**金融巨头全部向量化交易缴械投降，连摩根大通这样的巨型银行，也开始对员工进行强制的代码培训。到了2019年，投资者对于传统投资方式的信心在减弱。连续几年糟糕的基金表现，导致投资者从主动管理基金撤离。越来越多的人发现，过去曾经靠谱的投资策略，比如盘问公司管理层、拆分资产负债表、用直觉对重大宏观经济变化进行下注，都变得不太管用。当然，导致此现象的部分原因是，传统的主动管理基金不再对其竞争对手具有信息优势——投资战场变得更加公平，这也削弱了“价值投资者“曾有的优势。**资本市场的主宰变了，**量化成了主要玩家，2019年的交易量已占美国市场三分之一，比2013年翻了一番多。 2018年，西蒙斯赚到了大约15亿美元；Two Sigma的两位创始人各赚7亿美元；桥水入账10亿美元；千禧进账5亿美元。 随着数据大爆发，像文艺复兴这样的量化竞争优势会越来越大。原因也不难想：现在竞争的焦点已经到了 “另类数据”（alternative data）——你能想到的任何信息：从实时感应、到特斯拉里的行驶记录、到卫星图片、甚至管理层电话会的语气、叙事情绪、KOL和意见领袖的小作文。而且无穷无尽的算力提升，都能让量化找到更多、更更多的预测市场信号。这已经不是人类的战场。 当然，量化目前还是有明显的局限性：比如“发现有效信号”这件事的门槛越来越高——其实除了文艺复兴和其他少数几家以外，大部分量化投资基金的收益率并没有比传统主动型基金好多少；还有，**数据弹药库并不是人人都有，大部分基金真的“臣妾做不到”。**另外，**某些资产类别目前还不是机器能交易的，**比如某些债、不良资产、OTC——因为它们的定价还得靠人，比如法院判决、债权人谈判结果——人心难测，这事儿机器搞不定。 正因为此，传统投资模式不会消失，**特别是长期投资和仍需“人”来定规矩的领域，**算法和程序敬而远之。 量化大师虽然耀眼，但也是人。危机来时，他们和普通人一样，都会本能地往后撤。 如果真有什么不同，随着量化投资者占据主导地位，市场会变得越来越“平静”—— "机器人交易员"掌舵越多，人类恐惧和贪婪对市场的影响越小。 尽管如此，这依然不是一个大众游乐场——因为机会比你想象中的要少的多。文艺复兴，数据顶尖，算力超群，人才济济，交易风控，样样精通——胜率也只有一半。 所以，征服市场的人？还是很少。想政府市场？依然很难。 —  End  — 串台主播｜雨白 大卫文 肖小跑 编辑 | 坛子 互动方式 坛友群：请添加坛子微信“BKsufe”