西蒙斯的量化投資

㈠ 為什麼西蒙斯那麼厲害，卻沒有巴菲特出名

西蒙斯復的大獎章基金，在制金融領域如雷貫耳，被稱為神奇基金。只是基金封閉式運作，不接受外來投資人。 西蒙斯在華爾街和金融界也非常出名，只是不被中國民眾所熟知。
至於為何不被中國民眾所熟知， 一來，西蒙斯一直以數學家自居，非常低調，很少參與金融界的各項活動。基金公司招聘的人員也很少是金融專業人士，多數是數學、統計和科技背景的員工。
二來，與量化投資的特性有關（參照前文《艾瑪理財】27年年均凈收益40%，他的投資秘訣是...？》）。
量化投資需要靠大量的數學、統計學和概率學做底子，一般人無法做到。每間公司的量化模型都是獨門秘籍，無法被人了解和拷貝。反之，巴菲特的價值投資、滾雪球理念，都容易被人理解和學習，也就傳播得更廣。

㈡ 詹姆斯·西蒙斯的人生事跡

數學天才
在揚名華爾街之前，西蒙斯的另一個身份早已獲得全世界的肯定，那就是數學家。1961年，年僅23歲的西蒙斯獲得加州大學伯克利分校數學博士學位，一年後出任哈佛大學數學系講師。1968年，西蒙斯前往紐約州立石溪大學出任數學系主任，那一年他僅30歲。
西蒙斯在石溪大學做了8年的純數學研究，其間與華裔知名數學家陳省身聯合創立了對數學和物理學影響深遠的Chern-Simons理論。1976年，西蒙斯摘得數學界的皇冠——全美維布倫（Veblen）獎，其個人數學事業的成就也就此達到頂峰。
壁虎式投資法
所謂「壁虎式投資法」，是指在投資時進行短線方向性預測，同時交易很多品種，依靠在短期內完成的大量交易來獲利。用西蒙斯的話說，交易「要像壁虎一樣，平時趴在牆上一動不動，蚊子一旦出現就迅速將其吃掉，然後恢復平靜，等待下一個機會。」
無論是1998年俄羅斯債券危機，還是本世紀初的互聯網泡沫，大獎章基金歷經數次金融危機，始終屹立不倒，令有效市場假說都黯然失色。對此業內人士普遍認為，西蒙斯的不敗神話主要得益於其「壁虎式投資法」。
轉戰投資界「第二戰場」二十年後，西蒙斯用一系列數據證明了自己的成功：1989年到2009年間，他操盤的大獎章基金平均年回報率高達35%，較同期標普500指數年均回報率高20多個百分點，比「金融大鱷」索羅斯和「股神」巴菲特的操盤表現都高出10餘個百分點。即便是在次貸危機爆發的2007年，該基金的回報率仍高達85%。
賺錢賽過巴菲特
沃倫·巴菲特是投資界人盡皆知的「股神」，但可能很多投資者不知道詹姆斯·西蒙斯。這位創造了華爾街投資神話的傳奇人物管理的大獎章基金的平均年收益率比巴菲特還要高得多，其超越巴菲特的秘密武器就是量化投資。據聯合證券基金研究小組日前發布的研究報告，量化投資的傳奇人物--西蒙斯管理的大獎章基金從1989到2007年間的平均年收益率高達35%，而股神「巴菲特」在同期的平均年回報也不過約為20%。即使2008年面對全球金融危機的重挫，「大獎章」的回報也高達80%。
截至2010年9月，詹姆斯·西蒙斯的個人凈資產達85億美元。

㈢ 【策略】量化對沖的三種策略

期貨市場行情瞬息萬變，交易本身也蘊含極大風險。不過，投資並非一定是「刀口舔血」，通過數據分析和特定的交易軟體，投資者也可獲得穩定的收益。如今進入衍生品時代，量化對沖交易將成為投資者的核心策略。

▌市場有波動就能賺錢

2011年底，國際大宗商品市場的波動越來越多地顯示出資金面的重要性，而非傳統的基本面在決定市場波動。這種新變化，使投資者越來越依賴資金的分析來做出決策，這也在一定程度上推動了量化對沖交易的發展。

所謂量化投資，其本質就是利用數據和模型來進行投資決策工作。東方證券資深分析師丁鵬表示，目前國內的量化對沖交易仍處於起步階段，但國際市場上早已不乏成功案例。如在美國，由「對沖基金之王」詹姆斯·西蒙斯管理的「大獎章」基金連續20年年均盈利達35%。西蒙斯的主要策略就是利用強大的數學模型和計算機軟體，通過對歷史數據的相關性分析來預測未來，在全球市場的不同產品中進行高頻交易，賺取微小的波動差，從而獲取一個穩健持續的收益。

丁鵬指出，對沖交易更多的屬於中性策略，不太受到牛熊市大環境的影響，只要有波動就能賺錢。他認為，投資的暴利時代已經結束，在衍生品時代，雖然市場操作的難度大大增加，但穩健盈利將會成為資產管理的核心競爭力，且絕對收益產品也將變成高凈值客戶的追求。因此，量化對沖交易將成為獲取絕對收益的核心。

丁鵬表示，目前國內市場應用較多的還是期現的套利交易，而實際上，量化的概念包括期貨、期權套利及演算法交易等。以股指期貨套利為例，其基本概念是指利用股指期貨市場存在的不合理價格，同時參與股指期貨與股票現貨市場交易，或同時進行不同期限、不同（但相近）類別股票指數合約交易來賺取差價的行為，其主要方法包括期現、跨期、跨市、跨品種套利等。

而期權套利的優點在於收益無限的同時，風險損失卻有限，因此很多時候利用期權取代期貨來做空，進行套利交易，比單純利用期貨套利具有更小的風險和更高的收益率。其主要方法包括股票—期權套利、轉換套利、跨式套利、寬跨式套利、「蝶式」套利和「飛鷹式」套利等。

▌量化對沖三種交易策略

流動性回扣交易

為爭取更多的交易訂單，美國所有的證券交易所都為那些創造流動性的券商提供一定的交易費用回扣，通常為0.25美分/股。不論買單還是賣單，只要交易成功，交易所即向該流動性的原始提供券商支付回扣，同時向利用該流動性進行交易的券商徵收更高的費用。隨著這種激勵機制的普及，越來越多以專門獲取交易回扣為贏利目的交易策略便應運而生。

例：假設機構投資者的心理成交價格在30-30.05美元。如果交易系統中的第一個買單（如100股）配對成功，以30美元成交。這樣，交易系統中第二個買單（如500股）便顯示出來。假設該買單也配對成功，以30美元成交，根據上述交易信息，專門從事流動性回扣策略的高頻交易者的計算機系統即可能察覺到機構投資者其他後續30美元買單的存在，遂迅速採取行動，報出價格為30.01美元的買單100股。毫無疑問，那些曾以30美元出售股票的券商更願以30.01美元的價格出售給該回扣交易商。

交易成功後，回扣交易商立刻調整交易方向，將剛剛以30.01美元購得的100股股票以相同價格，即30.01美元掛單賣出。由於30美元股價已不復存在，故該賣單很可能被機構投資者接受。

這樣一來，盡管回扣交易商在整個交易過程中沒有贏利，但由於第二個主動賣單給市場提供了流動性，從而獲得交易所提供的每股0.25美分的回扣傭金。不言而喻，回扣交易商所獲得的每股0.25美分的盈利是以機構投資者多付出的1.0美分為代價的。

獵物演算法交易

在美國，超過一半的機構投資者的演算法報單遵循國家最佳競價原則。根據該原則，當一個報單由於價格更為優先，從而在排序上超過另一個報單時，為能成交第二個報單，常常調整股價並與前者保證一致。事實上，一隻股票的演算法報單價格常以極快的速度相互攀比追逐，從而使該股票價格呈現出由高到低、由低到高的階段性變動趨勢，這也正是在實際交易中經常看到數量有限的100股或500股小額交易常常將股價推高或拉低十美分至幾十美分的原因。

所謂獵物演算法交易策略，就是在對上述股價變動歷史規律進行研究的基礎上而設計，即通過製造人為的價格來誘使機構投資者提高買入價格或降低賣出價格，從而鎖定交易利潤。

例：假設機構投資者遵循國家最佳競價原則，且心理成交價格在30-30.05美元。像上例中流動性回扣交易商一樣，獵物演算法交易商用非常相似的程序和技術來尋找其他投資者潛在的連續演算法訂單。在計算機確認價格為30美元的演算法報單的存在後，獵物演算法交易程序即發起攻擊：報出價格為30.01美元的買單，迫使機構投資者迅速將後續買單價格調高至30.01美元。然後獵物演算法交易商進一步將價格推高至30.02美元，誘使機構投資者繼續追逐。

以此類推，獵物演算法交易商瞬間將價格推至機構投資者能接受的價格上限30.05美元，並以此價格將股票賣給後者。交易商知道30.05美元的人為價格一般難以維持，從而在價格降低時補倉賺取利潤。

自動做市商交易

做市商的主要功能即為交易中心提供交易流動性。與普通做市商一樣，自動做市商高頻交易者通過向市場提供買賣訂單來提高流動性。不同的是，他們通常與投資者進行反向操作。自動做市商高頻交易者的高速計算機系統，具有通過發出超級快速訂單來發現其他投資者投資意向的能力。比如，在以極快速度發出一個買單或賣單後，如果沒有迅速成交，該訂單將被馬上取消。然而，如果成交，系統即可捕捉到大量潛在、隱藏訂單存在的信息。

例：假設機構投資者向其演算法交易系統發出價格在30.01-30.03美元之間的系列買單，外界無人知道。為發現潛在訂單的存在，自動做市商高頻交易者的高速計算機系統以30.05美元的價格發出一個100股的賣單。由於價格高於投資者價格上限，因此沒引起任何反應，該賣單被撤銷；計算機又以30.04美元再次探試，還是沒引起反應，該賣單也被撤銷；計算機再以30.03美元探試，結果交易成功。

基於此，計算機系統即意識到一定數量價格上限為30.03美元的隱藏買單的存在。於是，運算功能強大的該計算機系統隨即發出30.01美元的買單，並利用其技術優勢趕在機構投資者之前進行成交，然後再以30.03美元的價格反賣給機構投資者。

㈣ 解讀量化投資：西蒙斯用公式打敗市場的故事的介紹

《解讀量化投資：西蒙斯用公式打敗市場的故事》由機械工業出版社於2010年1月1日出版。本書講述詹姆斯·西蒙斯，基金領域的拓撲學大腕，成功取代保爾森的對沖之王，20年內最佳賺錢基金經理，在投資界掀起了一場量化投資的狂潮。《解讀量化投資：西蒙斯用公式打敗市場的故事》用輕松、幽默的講故事手法，解讀了西蒙斯量化投資「黑箱」之內的秘密。通過深入淺出地回顧西蒙斯的投資布陣，比較西蒙斯與巴菲特投資模式的迥異，分析投資領域技術分析方法和宏觀分析方法的優劣，《解讀量化投資：西蒙斯用公式打敗市場的故事》帶我們走近了20年中平均每年總回報為80%的大獎章基金，看看它如何能將1萬元變成1億元。用數學公式打敗市場，投資並非懸而未決的事情——這就是《解讀量化投資：西蒙斯用公式打敗市場的故事》揭示的投資之道。

㈤ 求問如何得到長期穩定收益

海成投資 經過上面一節的闡述，你一定明白了長期穩定收益的重要性．不過，理論上喊得再好聽實際中做不到也是徒勞的，大多數人都不是巴菲特那樣的天才投資家，那麼在股海搏擊中，我們通過什麼方法來獲得長期的穩定收益呢？ 行為金融學觀點：有限理性 現代興起的行為金融學認為，投資者並不像傳統理論模型中預測的那樣具有完全理性，許多投資者具有某種情緒，決策時受到無關信息的影響，是有限理性的，投資者情緒和認知偏差的存在使得投資無法做到理性預期、風險迴避和預期效用最大化，從而導致市場無效、資產價格偏離價值。 行為金融學提出的有限理性尤其適合於中小投資者．散戶在投資過程中面臨時間、精力、信息和經驗的約束，能夠做出的理性思維和判斷是十分有限的，這決定了散戶在投資過程中承受了相對於機構等主力投資者而言更大的投資風險，虧損的概率遠大於擁有信息和資金優勢的主力． 單槍匹馬，趙子龍在長坂坡可以七進七出曹營而毫發不傷，投資者或許也能偶爾做到．但是如果天天這樣單槍匹馬地做孤膽英雄，趙子龍即使不被打死也會被累死．註定了長期處於弱勢地位的中小投資者，究竟應該如何來擺脫這種無奈而尷尬的局面呢？ 我們把目光投向量化投資方式和程式化交易。 量化投資方式和程式化交易 炒股是一項龐大而復雜的系統工程，需要大量的時間、精力和信息才能做出相對合理的判斷和決策，而這正是中小投資者所欠缺的。在這樣的前提條件下，投資決策很可能是盲目的充滿不確定性的，因此也是具有巨大風險的，很顯然，這並不能幫助我們獲取長期的穩定收益。 還記得上節中詹姆斯61西蒙斯的例子嗎？他通過電腦交易系統捕捉市場中的交易機會．這是典型的通過量化投資方式和程式化交易來取得豐厚投資回報的案例．不要認為西蒙斯擁有比別人更多的＂內幕消息＂(因為在美國嚴厲的監管下這樣做要冒的風險實在太大)，也不要認為他掌管的資金實力雄厚(在美國的資本市場，對沖基金的規模遠不及其他的一些機構如養老基金)，既沒有信息優勢又沒有資金優勢的西蒙斯，就是通過數學建模實現了量化投資方式和程式化交易，從而站在了廣大投資者的巔峰之上。 因此，只有通過量化的投資方式，通過一種程式化的交易方法，才能使得投資行為建立在明確的可量化操作的基礎上，其風險收益才可以得到平衡，並由此產生穩定的長期收益。 放眼國內市場，真正做到量化投資方式和程式化交易的交易軟體少之又少，絕大多數的交易軟體能夠提供歷史數據和即時行情，先進一點的能夠提供各種買點和賣點信息．不過這樣的買點和賣點(即所謂B/S點)常常自相矛盾，一旦行情發生改變立刻失去作用．散戶需要的不是簡單的根據某些技術指標就產生買賣點的軟體，而是有堅實的投資理論做基礎，能夠真正實現量化投資方式和程式化交易的交易系統。 散戶面臨的投資決策問題可以概括為這樣幾個方面：何時買、何時賣、買什麼、賣什麼、買多少、賣多少，在既有的本金範圍中，如何控制好倉位和投資品種搭配．最好的B/S點軟體只不過能夠偶爾解決前２個問題，而後面的問題則完全留給了無助的散戶自己．當軟體發出買入信號，而這時大盤點位又處於歷史高位，做決策的您應該全倉殺入還是半倉殺入？應該單買一個還是買幾個相互搭配？這些問題不解決，投資決策就是盲目的，而盲目的後果往往就是虧損。 真正做到量化投資方式和程式化交易的交易系統，不僅應該發出買賣信號，更應該在資金管理、投資品種搭配、自動止損止盈等方面都有出色的表現．在本章第一節所提出的眾多散戶面臨的常見問題都應該通過這樣的交易系統來規避和解決，只有這樣，通過這樣的系統做出的投資決策才是令人放心的，才能夠真正地實現長期穩定收益的投資理念。 對積理論和對積交易系統 本書的目的在於幫助投資者找到一種能夠通過量化投資方式和程式化交易從而實現長期穩定收益的途徑．在本書的下面內容中，我們將為您展現最新的研究成果：對積理論，以及在這一理論基礎上開發出的對積交易系統。 通過大量嚴密的測試工作，我們確認對積交易系統能夠解決上文中提到的投資者所面臨的投資決策問題，具體的理論內容和系統展示將在全書的下面部分詳細地展現出來。搜狐證券聲明：本頻道資訊內容系轉引自合作媒體及合作機構，不代表搜狐證券自身觀點與立場，建議投資者對此資訊謹慎判斷，據此入市，風險自擔。[我來說兩句]

㈥ 量化交易是什麼時候推出來的

量化投資的產生(60年代) 1969年，愛德華·索普利用他發明的「科學股票市場系統」（實際上是一種股票權證定價模型），成立了第一個量化投資基金。索普也被稱之為量化投資的鼻祖。
量化投資的興起(70~80年代) 1988年，詹姆斯·西蒙斯成立了大獎章基金，從事高頻交易和多策略交易。基金成立20多年來收益率達到了年化70%左右，除去報酬後達到40%以上。西蒙斯也因此被稱為"量化對沖之王"。
量化交易的繁榮(90年代) 1991年，彼得·穆勒發明了alpha系統策略等，開始用計算機+金融數據來設計模型，構建組合
拓展資料：
量化交易是怎麼產生的？第一個採用量化交易的人是誰？為什麼量化交易可以傳得這么快？量化交易未來的路在哪裡？ 產生生命的基礎條件是有機物和水。產生量化交易的基礎條件則是20世紀80年代以來，計算機的普及和算力的提升。
第一個採用量化交易的人是誰，他是賺是虧？我們都無從得知，但量化交易的概念流傳了出來。達爾文的《物種起源》已經是今天的經典書籍，主要闡述了物競天擇，適者生存的思想。一種事物的興起，往往是它適應了環境，而交易員群體正是一個特殊的群落，競爭激烈。量化策略在這個環境當中表現出了種種優勢，從而迅速傳播，並迅速蔓延。
用量化方式在構建構建交易系統時基於數據進行精準統計，因此具備較高的可信度。藉助計算機的算力，在進行構建交易模型時，可以節約大量的統計時間。計算機的超快算力，也可以將決策結果在幾毫秒委託到交易所。用計算替代人工下單後，可以解放交易員的盯盤時間，避免精神勞累，獲得更大的自由。
基於這些優點，以及交易員對自由的追求，量化的風氣或將欣欣向榮。 計算的算力再強，但沒有智力，沒有經驗。編程即理解，只有理解通透，才能讓計算機的超強算力為你服務。量化交易已經在交易員群落的競爭中顯現出優勢，未來沒有編程能力的交易員，除非能在認知上達到極致，否則將更難取勝。

㈦ 什麼是量化交易，未來前景如何知道的講講。

量化交易，有時候也稱自動化交易，是指以先進的數學模型替代人為的主觀判斷，避免在專市場極屬度狂熱或悲觀的情況下做出非理性的投資決策。
在股票市場上，量化交易早不是什麼新聞，在國外，七成的交易都是通過計算機決策的，在國內這個數字也接近五成。
過去的股票市場都是靠交易員手動敲鍵盤來操作的，難免一失手成千古恨，這種行為被戲稱為「胖手指」，相比之下，量化交易則如同點石成金的「仙人指」。量化里最美的童話就是「旱澇保收」，牛市也好，熊市也罷，都能大賺特賺。
量化交易的優勢：1. 嚴格的紀律性 2. 完備的系統性 3. 妥善運用套利的思想 4. 靠概率取勝
量化交易的風險性：首先是一二級市場「級差」風險，其次是交易員操作風險，最後是系統軟體的風險。
滿意請採納答案，有不明白的可以繼續提問。

㈧ James Simons 是誰

詹姆斯.西蒙斯的大獎章基金，從1988年開始，平均年凈回報率高達34%，同期的標准普爾指數僅是9.6%。15年來資產從未減少過。2005年，西蒙斯成為全球收入最高的對沖基金經理，凈賺15億美元，幾乎是索羅斯的兩倍。從1989到2006年的平均年收益率高達38.5%，凈回報率已超過股神巴菲特（他以連續32年保持戰勝市場的紀錄，過去20年平均年回報達到20%），即使在2007年次債危機爆發當年，該基金回報都高達85%，西蒙斯也因此被譽為"最賺錢基金經理"，"最聰明億萬富翁"。

在進入華爾街之前，西蒙斯是個優秀的數學家，24歲就出任哈佛大學數學系教授。西蒙斯的文藝復興科技公司(Renaissance Technologies Corp.)花費超過15年時間，研發計算機模型，大量篩選數十億計單個數據資料，從中挑選出中意的證券買進、賣出。

與巴菲特的"價值投資"不同，西蒙斯依靠數學模型和電腦管理著自己旗下的巨額基金，用數學模型捕捉市場機會，由電腦作出交易決策。他稱自己為"模型先生"，認為模型較之個人投資可以有效地降低風險。定量投資者利用搜集分析大量的數據，在全市場360度尋找投資機會，利用電腦來篩選投資機會，將投資思想或理念通過具體指標、參數的設計體現在模型中，並據此對市場進行不帶任何主觀情緒的跟蹤分析，藉助於計算機強大的數據處理能力來選擇投資，以保證在控制風險的前提下實現收益最大化。

定量基金經理藉助系統強大的信息處理能力具有更大的投資寬度，能夠最小化人的情緒對組合的影響。

巴菲特為代表的這一類投資人可以被視為定性投資。定性投資者認為現實世界是極為復雜的，經驗與思考才是財富制勝之道。因此其成功的關鍵，不是頂級的科技，而是對市場的理解、洞悉和不隨波逐流的勇氣，即以"人"的因素造就財富的增值。定性投資者以深入的基本面分析研究為核心基礎，輔以對上市公司的調研，和管理層的交流，及各類研究報告。其組合決策過程是基金經理在綜合了所有信息後，依賴主觀判斷及直覺來精選個股，構建組合，以產生超額收益。

2005年，西蒙斯成為全球收入最高的對沖基金經理，凈賺15億美元，差不多是索羅斯的兩倍；從1988年開始，他所掌管的大獎章基金年均回報率高達34％，15年來資產從未減少過。

西蒙斯幾乎從不僱用華爾街的分析師，他的文藝復興科技公司里坐滿了數學和自然科學的博士。用數學模型捕捉市場機會，由電腦作出交易決策，是這位超級投資者成功的秘訣。

「人們一直都在問我，你賺錢的秘密是什麼？」幾乎每次接受記者采訪時，詹姆斯.西蒙斯(James Simons)總會說到這句話，他似乎已經習慣了那些渴望的眼神。事實上，在對沖基金的世界裡，那應該是每個人都想要了解的秘密。

68歲的西蒙斯滿頭銀發，喜歡穿顏色雅緻的襯衫，光腳隨意地蹬一雙loafers牌休閑鞋。雖然已經成為《機構投資者》雜志年度最賺錢的基金經理，但還是有很多人不知道他到底是誰。西蒙斯曾經和華裔科學家陳省身共同創立了著名的Chern-Simons定律，也曾經獲得過全美數學界的最高榮譽。在充滿了傳奇色彩的華爾街，西蒙斯和他的文藝復興科技公司（Renaissance Technologies Corp.）是一個徹底的異類。

作風低調的西蒙斯很少接受采訪，不過自從他放棄了在數學界如日中天的事業轉而開辦投資管理公司後，二十多年間，西蒙斯已經創造了很多難以企及的記錄，無論從總利潤還是凈利潤計算，他都是這個地球上最偉大的對沖基金經理之一。

以下是一些和西蒙斯有關的數字：1988年以來，西蒙斯掌管的的大獎章（Medallion）對沖基金年均回報率高達34%，這個數字較索羅斯等投資大師同期的年均回報率要高出10個百分點，較同期標准普爾500指數的年均回報率則高出20多個百分點；從2002年底至2005年底，規模為50億美元的大獎章基金已經為投資者支付了60多億美元的回報。

這個回報率是在扣除了5％的資產管理費和44％的投資收益分成以後得出的，並且已經經過了審計。值得一提的是，西蒙斯收取的這兩項費用應該是對沖基金界最高的，相當於平均收費標準的兩倍以上。高額回報和高額收費使西蒙斯很快成為超級富豪，在《福布斯》雜志2006年9月發布的「400位最富有的美國人」排行榜中，西蒙斯以40億美元的身家躋身第64位。

模型先生
針對不同市場設計數量化的投資管理模型，並以電腦運算為主導，在全球各種市場上進行短線交易是西蒙斯的成功秘訣。不過西蒙斯對交易細節一直守口如瓶，除了公司的200多名員工之外，沒有人能夠得到他們操作的任何線索。

對於數量分析型對沖基金而言，交易行為更多是基於電腦對價格走勢的分析，而非人的主觀判斷。文藝復興公司主要由3個部分組成，即電腦和系統專家，研究人員以及交易人員。西蒙斯親自設計了最初的數學模型，他同時僱用了超過70位擁有數學、物理學或統計學博士頭銜的人。西蒙斯每周都要和研究團隊見一次面，和他們共同探討交易細節以及如何使交易策略更加完善。

作為一位數學家，西蒙斯知道靠幸運成功只有二分之一的概率，要戰勝市場必須以周密而准確的計算為基礎。大獎章基金的數學模型主要通過對歷史數據的統計，找出金融產品價格、宏觀經濟、市場指標、技術指標等各種指標間變化的數學關系，發現市場目前存在的微小獲利機會，並通過杠桿比率進行快速而大規模的交易獲利。目前市場上也有一些基金採取了相同的策略，不過和西蒙斯的成就相比，他們往往顯得黯然失色。

文藝復興科技公司的旗艦產品——大獎章基金成立於1988年3月，到1993年，基金規模達到2.7億美元時開始停止接受新資金。現在大獎章基金的投資組合包含了全球上千種股市以及其他市場的投資標的，模型對國債、期貨、貨幣、股票等主要投資標的的價格進行不間斷的監控，並作出買入或賣出的指令。

當指令下達後，20名交易員會通過數千次快速的日內短線交易來捕捉稍縱即逝的機會，交易量之大甚至有時能佔到整個納斯達克市場交易量的10%。不過，當市場處於極端波動等特殊時刻，交易會切換到手工狀態。

和流行的「買入並長期持有」的投資理念截然相反，西蒙斯認為市場的異常狀態通常都是微小而且短暫的，「我們隨時都在買入賣出賣出和買入，我們依靠活躍賺錢」，西蒙斯說。

西蒙斯透露，公司對交易品種的選擇有三個標准：即公開交易品種、流動性高，同時符合模型設置的某些要求。他表示，「我是模型先生，不想進行基本面分析，模型的優勢之一是可以降低風險。而依靠個人判斷選股，你可能一夜暴富，也可能在第二天又輸得精光。」

西蒙斯的所作所為似乎正在超越有效市場假說：有效市場假說認為市場價格波動是隨機的，交易者不可能持續從市場中獲利。而西蒙斯則強調，「有些交易模式並非隨機，而是有跡可循、具有預測效果的。」如同巴菲特曾經指出「市場在多數情況下是有效的，但不是絕對的」一樣，西蒙斯也認為，雖然整體而言，市場是有效的，但仍存在短暫的或局部的市場無效性，可以提供交易機會。

在接受《紐約時報》采訪時，西蒙斯提到了他曾經觀察過的一個核子加速器試驗，「當兩個高速運行的原子劇烈碰撞後，會迸射出數量巨大的粒子。」他說，「科學家的工作就是分析碰撞所帶來的變化。」

「我注視著電腦屏幕上粒子碰撞後形成的軌跡圖，它們看似雜亂無章，實際上卻存在著內在的規律，」西蒙斯說，「這讓我自然而然地聯想到了證券市場，那些很小的交易，哪怕是只有100股的交易，都會對這個龐大的市場產生影響，而每天都會有成千上萬這樣的交易發生。」西蒙斯認為，自己所做的，就是分析當交易這只蝴蝶的翅膀輕顫之後，市場會作出怎樣復雜的反應。

「這個課題對於世界而言也許並不重要，不過研究市場運轉的動力非常有趣。這是一個非常嚴肅的問題。」西蒙斯笑起來的時候簡直就像一個頑童，而他的故事，聽起來更像是一位精通數學的書生，通過復雜的賠率和概率計算，最終打敗了賭場的神話。這位前美國國防部代碼破譯員和數學家似乎相信，對於如何走在曲線前面，應該存在一個簡單的公式，而發現這個公式則無異於拿到了通往財富之門的入場券。

黑箱操作
對沖基金行業一直擁有 「黑箱作業」式的投資模式，可以不必向投資者披露其交易細節。而在一流的對沖基金投資人之中，西蒙斯先生的那隻箱子據說是「最黑的」。

就連優秀的數量型對沖基金經理也無法弄清西蒙斯的模型究竟動用了哪些指標，「我們信任他，相信他能夠在股市的驚濤駭浪中游刃有餘，因此也就不再去想電腦都會幹些什麼之類的問題」，一位大獎章基金的長期投資者說。當這位投資者開始描述西蒙斯的投資方法時，他坦承，自己完全是猜測的。

不過，每當有人暗示西蒙斯的基金缺乏透明度時，他總是會無可奈何地聳聳肩，「其實所有人都有一個黑箱，我們把他稱為大腦。」 西蒙斯指出，公司的投資方法其實並不神秘，很多時候都是可以通過特定的方式來解決的。當然，他不得不補充說，「對我們來說，這其實不太神秘。」

在紐約，有一句名言是：你必須非主流才能入流（You have to be out to be in），西蒙斯的經歷似乎剛好是這句話的註解。在華爾街，他的所做所為總是讓人感到好奇。

西蒙斯的文藝復興科技公司總部位於紐約長島，那座木頭和玻璃結構的一層建築從外表看上去更像是一個普通的腦庫，或者是數學研究所。和很多基金公司不同的是，文藝復興公司的心臟地帶並不是夜以繼日不停交易的交易室，而是一間有100個座位的禮堂。每隔半個月，公司員工都會在那裡聽一場科學演講。「有趣而且實用的統計學演講，對你的思想一定會有所啟發。」一位喜歡這種學習方式的員工說。

令人驚訝的還不止這些。西蒙斯一點也不喜歡華爾街的投資家們，事實上，如果你想去文藝復興科技公司工作的話，華爾街經驗反而是個瑕疵。在公司的200多名員工中，將近二分之一都是數學、物理學、統計學等領域頂尖的科學家，所有雇員中只有兩位是金融學博士，而且公司從不僱用商學院畢業生，也不僱用華爾街人士，這在美國的投資公司中堪稱絕無僅有。

「我們不僱用數理邏輯不好的學生」，曾經在哈佛大學任教的西蒙斯說。「好的數學家需要直覺，對很多事情的發展總是有很強的好奇心，這對於戰勝市場非常重要。」文藝復興科技公司擁有一流的科學家，其中包括貝爾試驗室的著名科學家Peter Weinberger和弗吉尼亞大學教授Robert Lourie。他還從IBM公司招募了部分熟悉語音識別系統的員工。「交易員和語音識別的工作人員有相似之處，他們總是在猜測下一刻會發生什麼。」

人員流動幾乎是不存在的。每6個月，公司員工會根據業績收到相應的現金紅利。據說半年內的業績基準是12%，很多時候這個指標可以輕松達到，不少員工還擁有公司的股權。西蒙斯很重視公司的氣氛，據說他經常會和員工及其家屬們分享周末，早在2000年，他們就曾一起飛去百慕大度假。與此同時，每一位員工都發誓要保守公司秘密。

近年來，西蒙斯接受最多的質疑都與美國長期資本管理公司(LTCM)有關。LTCM在上世紀90年代中期曾經輝煌一時，公司擁有兩位諾貝爾經濟學獎得主，他們利用計算機處理大量歷史數據，通過精密計算得到兩個不同金融工具間的正常歷史價格差，然後結合市場信息分析它們之間的最新價格差。如果兩者出現偏差，電腦立即發出指令大舉入市；經過市場一段時間調節，放大的偏差會自動恢復到正常軌跡上，此時電腦指令平倉離場，獲取偏差的差值。

LTCM始終遵循「市場中性」原則，即不從事任何單方面交易，僅以尋找市場或商品間效率落差而形成的套利空間為主，通過對沖機制規避風險，使市場風險最小。但由於其模型假設前提和計算結果都是在歷史統計數據基礎上得出的，一旦出現與計算結果相反的走勢，則對沖就變成了一種高風險的交易策略。

而在極大的杠桿借貸下，這種風險被進一步放大。最輝煌時，LTCM利用從投資者籌得的22億美元資本作抵押，買入價值1250億美元證券，然後再以證券作為抵押，進行總值12500億美元的其他金融交易，杠桿比率高達568倍。短短4年中，LTCM曾經獲得了285%的收益率，然而，在過度操縱之下，又在僅兩個月之內又輸掉了45億美元，走向了萬劫不復之地。

「我們的方式和LTCM完全不同」，西蒙斯強調，文藝復興科技公司沒有、也不需要那麼高的杠桿比例，公司在操作時從來沒有任何先入為主的概念，而是只尋找那些可以復制的微小的獲利瞬間，「我們絕不以『市場恢復正常』作為賭注投入資金，有一天市場終於會正常的，但誰知道是哪一天。」

西蒙斯的擁護者們也多半對黑箱操作的風險不以為然，他們說，「長期資本公司只有兩位諾貝爾獎金獲得者充當門面，主要的還是華爾街人士，他們的賭性決定了終究會出錯」，另一位著名的數量型基金管理人也表示，「難以相信在西蒙斯的方法中會沒有一些安全措施。」 他指出，西蒙斯的方法和LTCM最重要的區別是不涉及對沖，而多是進行短線方向性預測，依靠同時交易很多品種、在短期作出大量的交易來獲利。具體到每一個交易的虧損，由於會在很短的時間內平倉，因此損失不會很大；而數千次交易之後，只要盈利交易多餘虧損交易，總體交易結果就是盈利的。

數學大師
西蒙斯很少在金融論壇上發表演講，他喜歡的是數學會議，他在一個幾何學研討會上慶祝自己的60歲生日，為數學界和患有孤獨症的兒童捐錢，在發表演講時，更常常強調是數學使他走上了投資的成功之路。有人說，和華爾街的時尚毫不沾邊或許也是他並不矚目的原因之一。

西蒙斯在數學方面有著天生的敏感和直覺，這個製鞋廠老闆的兒子3歲就立志成為數學家。高中畢業後，他順利地進入了麻省理工學院，大學畢業僅三年，就拿到了加州大學伯克利分校的博士學位，24歲就出任哈佛大學數學系教授。

不過，盡管已經是國際數學界的後起之秀，他還是很快就厭倦了學術生涯。1964年，天生喜歡冒險的西蒙斯進入美國國防部下屬的一個非盈利組織——國防邏輯分析協會進行代碼破解工作。後來由於反對越戰，他又重回學術界，成為紐約州立石溪大學(Stony Brook University)的數學系主任，在那裡做了8年的純數學研究。

西蒙斯很早以前就曾和投資結緣，1961年，他和麻省理工學院的同學投資於哥倫比亞地磚和管線公司；在伯克利時也曾投資一家婚禮禮品的公司，但結果都不太理想，當時他覺得股市令人煩惱的，「我還曾經找到美林公司的經紀人，試圖做些大豆交易」，西蒙斯說。

直到上世紀70年代早期，西蒙斯才開始真正對投資著迷。那時他還在石溪大學任教，他身邊的一位數學家參與了一家瓷磚公司出售的交易，「8個月的時間里賺了我10倍的錢。」

70年代末，當他離開石溪大學創立私人投資基金時，最初也採用基本面分析的方式，「我沒有想到用科學的方法進行投資，」西蒙斯說，那一段時間他主要投資於外匯市場，「隨著經驗的不斷增加我想到也許可以用一些方法來製作模型，預見貨幣市場的走勢變動。」

80年代後期，西蒙斯和普林斯頓大學的數學家勒費爾(Henry Larufer)重新開發了交易策略，並從基本面分析轉向數量分析。從此，西蒙斯徹底轉型為「模型先生」，並為大獎章基金接近500位投資人創造出了令人驚嘆的業績。

2005年，西蒙斯宣布要成立一隻規模可能高達1000億美元的新基金，在華爾街轟動一時，要知道，這個數字幾乎相當於全球對沖基金管理資產總額的十分之一。談到新基金時，西蒙斯更加謹慎，他表示，和大獎章基金主要針對富有階層不同，新基金的最低投資額為2000萬美元，主要面向機構投資者，將通過下調收費來吸引投資；此外，新基金將偏重於投資美國股市，持有頭寸超過一年——相對於大獎章的快速交易而言，新基金似乎開始堅持「買入並持有」的理念。

「對大獎章非常有效的模型和方法並不一定適用於新基金」，看來西蒙斯相信，對於一個金額高達千億的對沖基金來說，如果還採用類似於大獎章的操作方法的話，一定是非常冒險的。

盡管新基金有著良好的血統，不過不少投資者仍然懷疑它究竟能有多大的作為，一個起碼的事實是，相對於一些流動性差的小型市場而言，高達1000億美元的基金規模可能顯得太大，這將增加它們在退出時的困難。

盡管懷疑的聲音很多，到2006年2月中旬，西蒙斯還是籌集到了40億美金，並表示將吸收更多的資金。公司同時向投資者承諾，一旦在任何時點基金運作出現疲弱的跡象，就將停止吸收新資金，屆時新基金將不再繼續增加到千億美金的上限。

截至2006年8月，這只名為文藝復興法人股票基金（Renaissance Institutional Equities Fund）的新基金，在同期標普500指數漲幅為4%的情況下錄得了13％的增長。

西蒙斯目前的資產凈值約為25億美元。Renaissance旗下的核心業務——規模為50億美元的Medallion對沖基金自1988年成立以來，年均回報率高達34%，堪稱在此期間表現最佳的對沖基金。這個回報率已經扣除了5%的資產管理費以及44%的投資收益分成等費用因素，並且經過審計。Medallion收取的這兩項費用是對沖基金平均收費水平的兩倍以上。

如果管理的資產過於龐大，對沖基金要想實現高於業內平均水平的回報率就越來越難了，對吧？把這點告訴詹姆斯.西蒙斯(James Simons)。

西蒙斯既是世界級的數學大師，又是Renaissance Technologies Corp的老闆。眼下，他准備設立一隻規模可能高達1，000億美元的基金的消息在業內鬧得沸沸揚揚，要知道，這可是整個對沖基金行業資產管理總額的十分之一左右。從早期的推廣資料來看，這只基金的最低投資額為2，000萬美元，面向機構投資者發售。

據估計，西蒙斯目前的資產凈值約為25億美元。Renaissance旗下的核心業務——規模為50億美元的Medallion對沖基金自1988年成立以來，年均回報率高達34%，堪稱在此期間表現最佳的對沖基金。這個回報率已經扣除了5%的資產管理費以及44%的投資收益分成等費用因素，並且經過審計。Medallion收取的這兩項費用是對沖基金平均收費水平的兩倍以上。

今年目前為止，Medallion的資產升值了約12%，而大盤卻在走低。在各種市場上，以電腦運算為主導進行短線交易是西蒙斯的成功秘訣。Medallion不願透露運作策略的細節，甚至對自己的投資者也是這樣。也有其他的基金採取了相同的策略，卻遠沒有Medallion這樣成功。

新基金將採取截然不同的運作策略：偏重於投資美國股市，持有頭寸超過一年。

Medallion已經有12年沒有吸收新的資金了。現年67歲的西蒙斯一直在向現有投資者提供回報。他也相信，基金如果規模太大收益率就會下滑。實際上，Renaissance據估計會在年底時向外部投資者返還資金余額，這樣西蒙斯和他的雇員就會成為Medallion唯一的投資者。到時候，基金的規模與現在將大體相仿。與少數投資者打交道有助於不善拋頭露面的西蒙斯避開媒體的追蹤。

西蒙斯拒絕置評。Renaissance發言人也不願對稱為Renaissance InstitutionalEquities Fund發表評論。

西蒙斯的最新舉動看起來與Renaissance不願讓資產超過一定范圍的做法格格不入。確實，許多基金經理都發現資產增加將束縛業績的增長。對新基金有大致了解的投資者表示，這只基金將不同於Medallion現有的對沖基金，新基金希望通過設定較為溫和的目標回報率來吸收更多資金。

這只新基金是表明對沖基金爭取退休金計劃等機構投資者客戶、搶占共同基金等傳統理財公司地盤的最新跡象。這只基金將使用六十幾位數學家和物理學博士共同開發的模型。這只基金把自己的回報率定為強於標准普爾500指數，並力爭實現較為穩定的業績。

投資者表示，盡管西蒙斯在華爾街並非盡人皆知，但他以往的成就讓投資者對這只基金產生了濃厚的興趣。《美國海外基金目錄》(U.S. Offshore Funds Directory)的作者本海姆(Antoine Bernheim)說，Renaissance自1998年以來34%的年均回報率在對沖基金業內傲視群雄。就算索羅斯(George Soros)的量子基金(Quantum Fund)，同期年均回報率也只有22%，而標准普爾500指數同期的年均漲幅才只有9.6%。

過去兩年來，Medallion的月資產從未減少過。一位投資者透露，過去幾年來Medallion向投資者提供了豐厚的回報，但投資者卻不能把這些巨額回報用於追加對Medallion的投資。不過，這也有可能會刺激投資者對新基金的興趣。

Medallion在宣傳資料上是這樣寫的：雖然以往的優異表現不能保證新基金也一定獲得成功，但新基金也會採用Medallion科學的運作策略，並以Medallion的技術為基石。

本海姆指出，西蒙斯創造的回報率比布魯斯.科夫勒(Bruce Kovner)、索羅斯、保羅.特德.瓊斯(Paul Tudor Jones)、路易斯.培根(Louis Bacon)、馬克.金登（Mark Kingdon)等傳奇投資大師高出10個百分點，在對沖基金業內他堪稱出類拔萃。

西蒙斯將通過下調收費（如把資產管理費的費率定在2%左右）來吸引投資。但與此同時，他可能要更多披露資金運作上的細節。這是因為退休金計劃及他們的顧問往往要求受雇的理財公司全面披露投資策略的簡要情況。

Renaissance的投資者、Protege Partners LLC的總裁兼首席投資長傑弗瑞.塔倫特(Jeffrey Tarrant)表示，Renaissance現在基本上是暗箱操作，它的工作人員發誓要保守秘密，採取的是自營交易的運作策略。

西蒙斯的第一個職業是數學教授，在麻省理工(Massachusetts Institute of Technology)和哈佛大學(Harvard University)任教。他曾和他人發現了稱之為Chern-Simons的幾何定律，這條定律成為理論物理學的重要工具。

普林斯頓高等學術研究所(Institute for advanced study)的物理學教授愛德華.威滕(Edward Witten)教授表示，了不起的是這位成就卓越的數學教授能闖出另一片天地。

西蒙斯在越戰期間違反了軍紀，之後就投身於理財行業。他聘請了一些應用數學、量子物理和語言學方面的專家。可以說，他公司的背景幾乎和華爾街一點都不沾邊。