经过6个月的努力，伯勒坎普和他的同事们已经有理由相信，他们创造的这个专注于商品、外汇和债券市场的交易系统能大放异彩了。他们发现，某些异常价格规律和趋势能持续好几天，有一些只能持续数小时甚至几分钟。伯勒坎普和劳弗确信他们改造后的系统可以有明显效果地地利用这些规律和趋势。Axcom团队发现，要找出股票交易中的可靠趋势很困难，但没关系，利用别的市场中的可靠趋势就足够了。
（ps：最开始是从非股票市场研究的量化模型，他们发现如期货外汇等市场更适合他们的模型，而股票市场很难达到模型在别的市场的效果，所以最开始他们就直接放弃了股票市场，主做期货外汇等非股票市场。但这有一个问题，就是这些市场的容量有限，要想扩大容量，还得是股票市场，这是后来他们要研究股票模型的原因。）
他们找到的某些交易信号并不特别新奇和复杂，但是很多交易者忽视了它们。这些信号要么出现的概率不足50%，要么相对于交易成本的潜在盈利空间太小。投资者选择忽视，继续寻找更丰厚的投资机会，就像渔夫忽视网中的孔雀鱼，总想着抓大鱼一样。但是由于交易的频率很高，所以大奖章基金认为这些孔雀鱼也很值得拥有。
（ps：模型应该是找到了某些市场定式，那些出现机会并不多，但是确定性比较大的信号，各种模式下，找到很多个模式下这种性质的信号，合起来信号就多了，就可以捕捉市场机会了。）
1989年年末，这种新的交易方法被用在了对西蒙斯仅剩的2700万美元基金的管理上。可以说效果立竿见影，每位同事都震惊了。他们的交易频率大幅度的提升，大奖章的平均持有时间从之前的一周半被削减到一天半。更重要的是，他们几乎每天都在赚钱。
（ps：基本都是短线交易，发现机会进去吃一口，各种机会捕捉，由于信号有相对较大的确定性保证，这样很多个交易机会汇总到一起，保证了每天正收益。这有点像国内的T0策略。能保证每天盈利的策略，大多数都归属于高频类。但他们的平均持有时间也有一天半，那就是中高频的高胜率模型。）
有一天，Axcom公司赚了100万美元，这种级别的日内盈利在公司历史上是首次发生。西蒙斯和同事们开香槟庆祝，就如同他们在国防分析研究所解决了一个难题之后所做的一样。后来，这种级别的日内盈利变得很普遍，使他们的庆祝显得有一点儿频繁了。西蒙斯只能宣布，只有日内净值增长率达到3%才能把香槟拿出来，但是渐渐地，3%也变得司空见惯了。
（ps：一天盈利3%司空见惯，因为他们此阶段做的都是期货和外汇等，都是自带杠杆的，这一点要注意下。）
伯勒坎普倡导做更多的短期交易。他认为，如果交易不频繁，每次交易成果对公司都具有较大的影响，那么如果亏损的交易多来几次，公司就完蛋了；但是如果交易频繁，那么单次交易的结果就不至于那么重要，有助于降低公司的整体风险。如果交易得足够多，那么只要保证其中51%是盈利的就够了。
（ps：这里再次说明了期货模型是短线的频繁交易，既然是短线，那就不是强调盈亏比了，就如前面说的，他们的信号确定性是比较高的，也就是每个信号的胜率比较高，高胜率+高频率，高胜率是对每个信号单独而言，单个如此当然整体也是如此，高频率是对整体而言，因为前面介绍了，单个模式的信号不会很多，需要很多个模式的很多个信号组合起来，交易机会就多了。相对于每个模式而言，就是壁虎模式。）
有一位名叫理查德·丹尼斯（Richard Dennis）的芝加哥投资者，成功地开发 了一个能够预先设定算法的交易系统，以期能移除自己交易操作中的情感和非理性因素，这其实和西蒙斯梦寐以求的东西很类似。当文艺复兴科技公司的成员们在整个20世纪80年代都致力于改善模型的时候，他们经常听说丹尼斯的成功故事。年仅26岁，丹尼斯在芝加哥交易商协会就已经是有头有脸的人物
丹尼斯对他这套趋势追踪系统非常自信，他把系统的法则写下来，招募并且训练了20名学徒。这些学徒学成之后，丹尼斯还给了他们现金，让他们自己去交易。丹尼斯这么做是因为和一位朋友的长期赌约，即只要严格运用他的交易法则，初学者也能成为市场的行家里手。据说丹尼斯在1986年赚了8 000万美元，1987年更是赚了1亿美元之多。然而，丹尼斯在1987年的股灾中也损失惨重，他是距今最近的一位采用与西蒙斯类似的交易方法但最后损失惨重的人。在损失了一半现金之后，丹尼斯决定结束交易生涯，开始全力推动政治自由和合法化。“生命中有很多比交易更重要的东西。”丹尼斯这样告诉一位来访者。
（ps：海龟交易法则是一套趋势跟踪系统，对于那个年代，肯定有绝对的优势，放到现在，也不过时，只是系统的流畅度和体感肯定要大打折扣，所以啊，不禁感慨，凡事要趁早！）
为了减小交易损失，劳弗和帕特森着手开发复杂的方法，希望能把交易分散到不同的期货交易所，以此来降低每一笔交易的成本。如今，文艺复兴科技公司已可以很好地选择投资品种了，而不是像一开始那样对于市场和品种的选择不知所措。他们陆续把德国、英国和意大利的债券，伦敦的利率期货，日经指数的期权和日本国债等品种都纳入了交易范畴。
（ps：短差交易对滑点是很在乎的，短差+高频，控制滑点非常重要，这是和趋势策略很不同的地方。）
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间段下单，以减小冲击成本。
西蒙斯和大家有一个约定，即无论大奖章基金的表现如何，都绝不僭越模型，更不能因个人情绪波动而影响基金的操作。“我们的盈亏不是一个输入变量，”帕特森说，“我们是有七情六欲的普通交易者，但是系统可不会感情用事，正是类似的情感波动导致了市场中各种交易机会的出现。”
（ps：系统比人强的一个原因，系统没有情绪波动，不会犯原则性错误，这种错误不是盈亏的单次表达，而是始终按照客观的数据逻辑输出信号，有句话怎么说来着，正确的亏钱好过错误的赚钱，因为我们在这个市场不是只做一次交易，是需要长久无数次的交易的，用错误的方法侥幸赚到了一次钱，后面只要还在市场里，还在交易，终究会全部还回去，而用正确的方法交易，或许这次会亏，但长久下去，正确的方法具有概率上的优势，随着时间的拉长，会给到我们一个正期望的结果。）
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。然而，团队也逐渐认识到，正是这些心理偏差和过度反应为他们的利润做了一部分贡献，他们的系统似乎特别善于利用其他交易者所犯的具有普遍性的错误。“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。我们建模的前提是人类会不断重复过去的行为……我们学会了利用这一点。”
西蒙斯在给客户的信中写道，“透明带来竞争，所以曝光得越少越好。”西蒙斯强烈要求持有人不要透露任何基金动作的细节。“我们唯一的防御手段就是三缄其口。”西蒙斯告诉他们。
（ps：西蒙斯对模型守口如瓶，包括他的团队成员均是这样的态度，很多时候，你的一句不经意的话，就点醒了其他人，而这个点子可能就是许多交易者花费大量时间也没想到的那层窗户纸。）
劳弗做了一个价值连城的决定：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。尽管使用多个交易模型会更直观，但单一模型可以更充分地利用斯特劳斯收集的广泛的定价数据，在多资产类别中更全面地寻找相关性和交易信号。
为了解决“大奖章基金管理的资金规模有限，应该在目前发现的这么多可供交易的信号上如何分配”这个问题，劳弗开始开发计算机模型来识别日内的最优交易。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。
大奖章基金依然气势如虹，在期货市场获利巨大，管理规模也达到了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。比如谷物类期货市场，它的容量不够，如果再有新增资金进入，势必增大摩擦成本。而在容量更大的债券和外汇市场，大奖章基金也很难更进一步。
想要扩张基金规模又不影响收益率，西蒙斯只有一条路可走：踏入股票市场之门。因为股票市场的容量和深度足够大，再大的交易规模都对收益率影响甚微。但问题是，西蒙斯和他的团队一直没有摸到在股票市场赚钱的门道。
詹姆斯·西蒙斯似乎找到了交易商品、外汇和债券的完美方法：依赖具有预测性的数学模型。然而，西蒙斯知道，如果想要文艺复兴科技公司真正变得强大，他们必须能够从股市中赚钱。
如果候选人在其目前工作中感到痛苦不堪，那么这会让帕特森很兴奋。“我喜欢处在低谷状态中的聪明人。”帕特森说。
（ps：低谷期才是最有可能出现优秀产出的时期，人在低谷期才更有可能真正沉淀下来做事，才可能进入心流状态，找到灵感。）
一些人建议西蒙斯放弃股票市场，他们已经给了罗伯特·弗雷的团队足够长的时间，但是该团队似乎并没有取得什么进展。“我们是在浪费时间”一天，有人在文艺复兴科技公司的食堂这样对弗雷说，“我们真的还要坚持下去吗？”“我们正在进步。”弗雷坚持道。期货团队的一些人觉得弗雷应该放弃股票方面的努力，加入他们的研究团队。然而，不管是公开地还是私下里，西蒙斯都在捍卫弗雷。西蒙斯说，他相信弗雷的团队肯定能找到股市盈利之道，就像劳弗和帕特森等人在期货市场做到的一样。“我们得再多点儿耐心。”西蒙斯告诉一位质疑者。他还经常鼓励弗雷：“干得不错，不要放弃。”
布朗和默瑟把他们面临的挑战看作一个数学问题，就像他们在IBM遇到的语音识别问题一样。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，他们设计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。这种方法的美妙之处在于，通过将所有的交易信号和投资组合需求组合成一个单一的模型，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。
（ps：股票团队这边单一模型的这个方法与期货团队那边的思路类似。目前国内很多软件可以多策略合并测试，也达到了一部分这个效果，但从描述看，他们的这个单一模型还具备筛选信号和组合的功能。）
布朗和默瑟还使自己的系统具有自我适应性，即能够自主学习和调整，这与亨利·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，这是解决弗雷模型弊端的一种有效方式。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。相较而言，竞争对手的系统则没有自我改进的模式。文艺复兴科技公司终于有了一个秘密武器，这个武器对Nova基金未来的成功至关重要。
最终，布朗和默瑟开发了一个复杂的股票交易系统，它包含50万行代码，而弗雷的旧模型只有数万行代码。新系统包括所有必要的限制和要求，这正是西蒙斯多年前梦寐以求的那种自动交易系统。由于新的股票交易系统的加持，Nova基金的股票交易对市场波动的敏感度降低了，所以它开始延长持股时间，平均两天左右。
至关重要的是，布朗和默瑟保留了弗雷从摩根士丹利的经验中提炼出的预测模型。它能继续识别出足够多的盈利模式，通常是在股市出现问题后，通过押注股市的回调来获取盈利。一位员工简洁地总结道：“我们从人们对价格波动的反应中赚钱。”
1995年，布朗和默瑟的经过改进的新交易系统上线了，这让西蒙斯和其他人松了一口气。不久，在西蒙斯的提议下，布朗和默瑟成了文艺复兴科技公司的合伙人，他们被提升为管理层，和团队的其他高级管理成员一样持有公司一定比例的股份。
一天傍晚，马杰曼的视线因为连续数小时盯着电脑屏幕而变得模糊，他发现了一些奇怪的事情：布朗和默瑟交易系统的一行模拟代码显示，标准普尔500指数处于异常低的水平。这个测试代码似乎使用了1991年的数据，大约是当时数据的一半。默瑟把它写成了一个静态的数字，而不是一个随着市场的变化而变化的变量。马杰曼修复了错误并更新了数字，在西蒙斯的支持下重新启动了这个系统，将改进和修正结合起来，结果立竿见影，有力地回击了质疑者，长时间的连败结束了。马杰曼终于得到了他所渴望的赞赏，得到了布朗的鼓励。“这太棒了， ”西蒙斯在每周例会上大声说道，“我们将继续扬帆起航。”
（ps：写代码就是这样，任何一处不小心的低级错误，都可能对整个模型产生巨大的影响，找bug的过程其实比写模型更累，所以在写的时候就要仔细再仔细。）
那是1997年的夏天，西蒙斯的大奖章基金目前管理着超过9亿美元的资金，其中大部分是追踪商品、货币、债券和股票指数的期货合约。亨利·劳弗的小组进行所有这些交易，而且势不可当。劳弗主要的策略是，在一周中最有利可图的一天以及一天中最理想的时刻进行交易，这个策略让他的小组一直是赢家。
西蒙斯对于回报率的下降感到紧张，并提出了一个新想法。每年，成千上万篇经过同行评审的研究论文被发表在包括经济学、金融学和心理学在内的众多学科领域的期刊上。许多论文深入研究了金融市场的内部运作方式，并指出了获得超额收益的方法，但却被遗忘在历史的尘埃中。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。这是一个热衷于阅读金钱题材，而不是爱情或谋杀题材的量化交易员读书俱乐部。
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。阅读了如此多令人失望的论文让公司内部不再相信学者预测金融市场走势的能力。布朗之后总结道：“任何时候，当你听到金融专家谈论市场因何上涨时，记住，那些完全是胡说八道。”
即使是大名鼎鼎的人物来应聘也必须通过编程测试，这一要求展现了一种态度，即每个人都应该掌握计算机编程技术，并愿意执行一些其他公司可能认为不重要的任务，他们还必须能够彼此和谐相处。一位现任高管说：“人与人之 间的化学反应很重要，这就像加入一个家庭。”
有一阵子，员工们押注的主要是他们可以理解的模式。大多数异常情况是由于价格、交易量和其他市场数据之间的关联所致，或是由投资者行为及其他一些因素导致的。持久有效的一种策略是对价格回归进行下注。事实证明，大约60%突然大幅上涨或下跌的产品价格会回归，至少部分回归。这种回归策略使得大奖章基金在波动尤其剧烈的市场中，在价格陡然变化时却还未回归的情况下获利丰厚。
到了1997年，超过一半的由西蒙斯和他的团队发现的交易信号是不直观的，或者是那些他们不能完全理解的。对于那些无法通过建立合理的假设来解释的信号，大多数量化交易公司会忽略掉，但西蒙斯和他的团队从来不喜欢花费太多时间寻找市场现象产生的原因。如果信号满足各种统计强度的度量标准，西蒙斯和他的团队就愿意去押注它们，但西蒙斯和他的团队不会相信那些荒谬的规律。“用前三天的交易量除以价格变化，这个信号可以参考，我们会将这个数据包括在内”文艺复兴科技公司的一位高管说，“但是我们不相信那些荒谬的规律，例如，股票代码开头字母是A的股票表现一定更加优异。”
西蒙斯和他的团队并不会主动寻找那些没有明确解释的交易，只相信在统计上有意义的策略。没有明显逻辑可以解释，但重复发生的价格特征,有一个额外的好处：这些特征不太可能被竞争对手发现和采用，大多数竞争对手不会接触这类交易。布朗解释说：“如果是意义非常明显的信号，早就被用于交易了。有些信号你不理解，但它们就在那里，而且可能相对较强。”
对于帕特森和他的同事来说，长期资本管理公司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。的确，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。这一结论加强了文艺复兴科技公司管理风险的方法。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。例如，大奖章基金在1998年秋季将期货交易减少了25%。相比之下，当长期资本管理公司的策略陷入困境时，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，”帕特森说，“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。”
(ps：任何模型，都是用已知的数据在预测未来，都是概率，过分的相信模型，即使胜利99次，也可能被一次的小概率黑天鹅击垮，所以，当模型不适应当下市场时，最直接的表现就是账户资金连续性大幅缩水时，缩小仓位或者停下来，才是最好的选择，活着最重要，留得青山在不怕没材烧。等不适应期过去了，再启动模型去填这个坑，活着才有机会这么做。)
D. E. Shaw公司和长期资本管理公司都涉足了公司缺乏了解的市场，比如丹麦抵押贷款和网上银行业务。这些教训都提醒西蒙斯的团队需要磨炼他们的既有策略，而不是从事新业务。
2000年1月，大奖章基金上涨了10.5%，那是其多年来最好的单月回报。到3月初，由于投资者对科技股，尤其是与互联网相关的公司热情高涨，纳斯达克综合指数创下了纪录，大奖章基金的利润已超过7亿美元。随后，马杰曼和他的同事们陷入了线日，科技股泡沫破裂，导致股价暴跌，这次暴跌几乎没有什么先兆。一个月后，纳斯达克下跌25%，最终从最高点下跌了78%。大奖章基金损失惨重，它在3月的一天里损失了大约9 000万美元，第二天又亏损了8 000万美元。情况变得异常严峻，之前大奖章基金一天之内的损失从未超过500万美元。
（ps：两点启示：第一，再优秀的模型，也会遇到空前无法处理的风险，以前没有发生过，不代表现在和今后不会发生，面对账户的持续大规模缩水，减仓或者停下来，就是当下正确的选择；第二，任何的系统性风险，都是有一个过程的，不是直接跳空一步到位，都是一步步下跌而来的，所以，风控模型必须有，就是用来监测这个过程的容忍度。）
大奖章基金的投资组合持有商品、货币和债券期货，其股票投资组合主要用于抵销头寸，旨在避开市场的大走势，损失本就不应该发生。但是，由于许多系统的交易信号都是通过某种形式的机器学习自行产生的，因此很难查明问题的确切原因或者何时问题会消散。换句话说，机器似乎失控了。
经过了几个通宵的研究分析，一些研究人员针对此次亏损事件提出了一个结论：曾经屡试不爽的策略已经行不通了。曾经的策略相当简单：如果某些股票在前几周上涨，那么大奖章基金的交易系统会发出购买更多类似股票的指令，但前提是这种增长将持续下去。多年来，这种策略屡建奇功，但现在熊市已经开始，增长不可持续，而该系统的算法仍在指示大奖章基金购买更多的股票。
（ps：典型的动量策略，但他们的思路貌似不是只购买标的股票，与之类似的股票也会买入。还有一个问题，上面说，多年来，这种策略屡建奇功，但是现在是熊市，所以失效了，也就是说，他们对策略的回测周期并不长，回测的周期并没有包含曾经的熊市，不然肯定在回测中就发现这个问题了。）
西蒙斯经常强调相信交易系统的重要性，但是在市场危机中，他倾向于减少对某些信号的依赖性，这使那些始终认为应该交由计算机程序来发出交易指令的研究人员感到懊恼。现在，这些研究人员也认识到了他们的错误，特别是因为他们的系统在预测市场的短期行为上表现更好，而专注预测长期行为的错误信号令整个投资结果亏损严重。这些研究人员果断地放弃了动量策略，制止了损失。很快，收益再次恢复。
到2000年秋天，大奖章基金的成功赢得了业界的广泛关注。那年，即使在向客户收取高达20%的收益和5%的管理费后，大奖章基金飙升了99%，文艺复兴科技公司管理着近40亿美元。在过去10年中，大奖章基金及其140名员工的表现要好于乔治·索罗斯、朱利安·罗伯逊(58)、保罗·都铎·琼斯和其他投资巨头管理的基金。同样令人印象深刻的是，大奖章之前5年的夏普比率2.5，这表明与许多竞争对手相比，该基金的收益具有较低的波动性和风险。
（ps：夏普比率=（组合的收益率-无风险利率）/组合的标准差，代表的是每承受1单位风险所能获得的预期收益。）
大奖章基金的员工们发现了被数据证明有效的赚钱策略，或者说总结出了发现交易信号的三个步骤：
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。这一结论加强了文艺复兴科技公司管理风险的方法。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。
（ps：需要一个独立于交易模型的风险管理模型，任何交易策略都是基于已有的数据对未来做预测，即使胜率再高也不能保证百分比，而且不管什么模型，一定有不适应期，没有人能保证一个模型永远顺风顺水，当遇到市场环境不适应当下模型的时候，就应该减少模型的仓位直至空仓。永远将活着放在第一位。）
文艺复兴科技公司的目标是预测股票价格或其他投资的“未来走势”。默瑟之后解释说：“我们希望知道3秒、3天、3周和3个月中的价格走势情况。假设有一篇关于塞尔维亚面包短缺的报道，文艺复兴科技公司的计算机数据库就会筛查历史上面包短缺后，不同投资品种对于小麦价格上涨的反应。”
有些新增的信息，比如公司季度财报，并不会带来额外的竞争优势，但是关于分析师盈利预测以及观点调整的数据都会有所助益。观察股价在财报公布后如何表现，跟踪公司的现金流数据、研发支出、新股增发以及其他因素，也都非常有价值。文艺复兴科技公司的团队甚至通过加入一个公司被新闻报道的次数这种简单数据来优化其算法模型，无论这个新闻报道是正面的、负面的，还是谣言。
（ps:那些普通的被大众所熟知的数据，由于大家都有注意到而加以利用，所以并没有额外的竞争优势，要取得竞争优势，就得利用那些没被大众注意到的非主流数据，非主流的模型思路，非主流的数据来源，都可能产生额外的竞争优势。）
默瑟和其团队非常清楚，语音识别和股票交易之间有着很高的相似度，这也是为什么文艺复兴科技公司一直在招募IBM的电脑语言学团队成员。文艺复兴科技公司和IBM都致力于通过建立模型，消化不确定的、混乱的信息，从而构建可靠的预测，并且无视没有足够数据支撑的传统分析结论。
专业投资者通过用夏普比率，即回报率和波动率的比例来评价投资组合的风险，夏普比率越高，代表组合的风险收益越好。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。
西蒙斯的团队貌似找到了投资中的“圣杯”：在实现了高回报率的同时，还能将投资组合进行有效分散，从而取得较低的波动率和与主要金融市场表现的关联度。过去，也有一些人研发出相关类型的投资工具，但是他们的问题是规模容量太小。没有人像西蒙斯和他的团队那样，以50亿美元的规模获得如此卓越的表现。这个成就为新的可能性打开了大门。
大奖章基金的员工们赚了很多钱，但是因为2003年基金规模没有超过50亿美元，所以员工们的奖金很难增长，这导致了内部气氛紧张。在华尔街，交易员之间气氛最紧张的时候并不是在亏损年，而是在盈利年，经常有人抱怨：“我的确拿了很多奖金，但那个什么都没干的家伙比我拿的还要多！”
（ps：不管是国内还是国外，不管肤色是黄色还是白色，只要是人，就有人性，而人性都是相通的。）
2007年8月6日周一下午，所有的量化交易员都突然遭到了严重的亏损。在AQR基金公司，阿斯内斯“啪”的一声关上办公室的百叶窗，打电话给圈内人询问发生了什么事。有消息称，规模较小的量化基金Tykhe Capital陷入了困境，而高盛旗下的一个以类似策略投资的部门也遭遇了麻烦。当时还不清楚是谁在进行抛售，也不清楚为什么会有这么多公司认为自己的策略与众不同。后来，不止一个量化基金被低价出售，其他人也纷纷削减杠杆，这些举措引发了残酷的经济低迷现象，即业界所谓的“量化地震”。
8月7日的情况变得更糟了。西蒙斯和同事们看着他们的电脑屏幕毫无理由地闪着红光。布朗的心情变得沉重起来。“我不知道到底发生了什么，但这并不是什么好兆头。”他说。
8月8日，事情变得可怕起来了。西蒙斯、布朗、默瑟等6个人挤进了中央会议室，围绕会议桌落座。他们立刻将注意力集中在墙上的图表上，这些图表详细描述了公司的亏损情况，以及银行将在什么时候要求他们追加保证金，并提供额外抵押品，否则银行可能会出售该基金的股票头寸。一篮子期权已经跌了许多，文艺复兴科技公司不得不拿出额外的抵押品来阻止它被出售。如果它的头寸遭受了更大的损失，大奖章基金将不得不向银行提供更多的抵押品，以防止银行大规模地抛售股票，那样他们会承受更大的损失。
会议室里，一场战斗开始了。7年前，也就是2000年科技股的时候，布朗不知所措。但这一次，他很有把握。他说，抛售不会持续太久，文艺复兴科技公司应该坚持自己的交易体系，甚至可以增加头寸。文艺复兴科技公司的交易系统已能实现自动买卖，并能抓住混乱的局面扩大一些头寸。“这是一个机会！”布朗说。默瑟也表示同意。“相信模型，让它们去运行。”亨利·劳弗补充道。
西蒙斯摇了摇头，他不确定他的公司能否经受住更大的冲击。他非常担忧，如果损失继续扩大，而他们又拿不出足够的抵押品，银行就会出售大奖章基金的头寸，他们将会因此遭受巨大的损失。如果这种情况发生了，就没有人再去买西蒙斯的基金了。即使文艺复兴科技公司遭受的经济损失比它的银行贷款人要小，这对文艺复兴科技公司来说仍然会是一个致命的打击。西蒙斯告诉同事，大奖章基金需要卖出，而不是买进。“我们的目标是生存， ”西蒙斯说，“如果发现错了，我们可以在后面增加头寸。”
8月9日，大奖章基金开始减少股票头寸，以积累现金。回到会议室，西蒙斯、布朗和默瑟盯着一个正在更新公司盈亏数据的电脑屏幕。他们想看看他们的抛售将如何影响市场。当第一批股票被卖出时，市场受到了打击，进一步下跌，造成了更多的损失。后来，同样的事情又发生了。西蒙斯默默地凝视着电脑屏幕。
所有头部的量化公司都面临着越来越多的问题，摩根士丹利公司由彼得·穆勒领导的PDT部门仅在两天时间内就损失了6亿美元的资金。抛售正蔓延到整个市场。那个星期四，也就是8月9日，标准普尔500指数下跌3%，道琼斯指数下跌387点。那一周，大奖章基金损失了超10亿美元，损失率高达20%。RIEF也在暴跌，跌了近30亿美元，跌幅约为10%。一种怪异的寂静笼罩着文艺复兴科技公司的餐厅，研发人员和其他人静静地坐着，不知道这家公司能否幸存下来。研发人员熬夜工作，试图解决这些问题，他们担心：“我们的模型真的失灵了吗？
一些高级研发人员很沮丧，不是因为损失太多，而是因为西蒙斯干预了交易系统并减少了头寸。有些人认为西蒙斯的这个决定是对其人格的侮辱，是意识形态软弱和对自己的工作缺乏信心的表现。“你大错特错了。”一位高级研发人员在给西蒙斯的电子邮件中写道。“你到底相不相信这个交易系统？”另一位科学家略带厌恶地问道。西蒙斯说他相信交易系统，但是市场的损失是不寻常的——比平均水平高出20个标准偏差，这是大多数人从未经历过的损失规模。“它能走多远？”西蒙斯很疑惑。
当天上午，当大奖章基金再次抛售头寸时，市场似乎在不走低的情况下消化了这些交易。一些人将市场的转向归因于当天AQR的买入指令。“我想我们会挺过去的，让我们停止抛售吧。”西蒙斯命令公司停止抛售。
到了下个周一早上，大奖章基金和RIEF又开始赚钱了，就像其他大多数大型量化交易基金一样，他们似乎已经“退烧”了。德怀尔感到如释重负。后来，文艺复兴科技公司的一些人抱怨说，如果西蒙斯没有凌驾于他们的交易系统之上，他们的收益可能会更大。“我们放弃了很多超额收益。”一名员工对西蒙斯说。“如果同样的场景再现，我还会做同样的决定。”西蒙斯回应道。
不久之后，文艺复兴科技公司重新站稳了脚跟。全球市场不断加剧的动荡令大奖章基金的交易信号更清晰，帮助该基金在2007年获得86%的收益，RIEF基金在2007年亏了一些钱，但损失并不大。
（ps：这种情况和国内2024年1、2月的小盘股股灾何其相似，大家都觉得自己的量化策略是独一无二的，但一个小盘股股灾，全部原型毕露，普遍30-40%的回撤，有的更多，在围绕小盘做超额的所有模型，都逃不脱这个板块的系统性风险，平时市场正常，大家在小盘股板块上做锦上添花的事情，或许可以比其他人多些额外收益，但当这个板块泥沙俱下时，那就和什么花都没有关系了，只要你持股，什么花都规避不了系统性风。在量化股票这个领域，不是说大票没法量化，是大票普遍的活跃性不够，很难量化出大的超额，而小票就不同了，自身活跃度高，群众基础强，就利于量化在其上面做文章，大家说的多因子股票，或者股票量化，绝大部分都是在中小盘上做的策略，所以，当这个板块系统性风险来临时，无一幸免。而面临灾难性问题出现时，减仓或空仓才是当时最重要的选择，所有的侥幸，是对是错都是事后才能去验证，对了，也只是抗回来，错了，就是直接覆灭，所以，面对这种情况，其实只有一个正确的选择，就是减仓直至空仓，就如西蒙斯所说，活着最重要，活着才有未来。）
大奖章基金还是只供内部员工购买，这只产品仍然是公司业务的核心。现在它的管理规模约为100亿美元，并且在扣除管理费用之前的每年收益率约为65%，实现了几乎创纪录的收益。大奖章基金的长期业绩表现记录无疑可以说是金融市场历史上最出色的，这也是投资者和其他人对于这家神秘的公司饶有兴 趣的一个原因。“市场上保持领先的永远是文艺复兴科技公司，然后才是其他公司。”《经济学人》（The Economist）在2010年4月刊里这样写道。
大奖章基金仍然持有数千个多空头的投资头寸，持有期限从一两天到一两周不等。基金做了一些更短期的交易，被某些人描述为高频交易，但是大多数时候是为了对冲或逐步建仓。文艺复兴科技公司仍然注重梳理并收集数据，但是细化了风险管理及其他交易技术。“我不能确定我们在交易的各个方面做得都是最好的，但是我们最擅长估算交易成本。”西蒙斯几年前和同事这么说。
大奖章基金仍然保持着在债券、大宗商品和外汇上的交易，通过判断趋势和回归预测信号赚钱，包括特别有效的一种被命名为“似曾相识”的信号。但是，相比之前更甚的是，现在的投资策略是基于混合的复杂信号而进行的股票交易，而不是简单的配对交易，例如，做多可乐和做空百事可乐。
（ps：在债券和衍生品市场，主要利用的是趋势和回归预测策略，在股票上，主要利用的是混合的复杂策略，其中包括配对交易策略。）
每笔交易的收益从来不是很可观的，而且基金的判断仅在略多于50%的时间里是正确的，但这已绰绰有余。“我们只在50.75%的情况下是对的……但是在这50.75%的情况下，我们的操作是百分百正确的，”默瑟告诉朋友，“这样就足以赚到数十亿美元。”
（ps：每笔交易的收益从来不是很可观，意思就是都是赚的小价差，不是段。策略的胜率大概50.75%，比50%稍微多一点。利润就是在这样的情况下通过无数次的交易积累起来的。）
默瑟可不是在分享公司的交易优势，他说的重点是文艺复兴科技公司在数千个同步交易中有着微弱的优势，积累起来就是一个足够可观且稳定的、可以创造巨大财富的优势。而获得这些稳定收益的关键是，影响股票和其他投资品种走势的因素，要比任何一个经验最丰富的投资者可以理解的都复杂得多。
“导致市场失效的因素是如此复杂，在某种意义上它们甚至可以说是加密的。”一位工作人员说，“文艺复兴科技公司致力于破解这些密码。我们在系统中纳入时间、风险、部门和行业因素来发掘它们。”
（ps：市场失效正是利润的来源，发掘市场失效的地方加以利用，就是文艺复兴的利润积累点。为此，他们像破解密码一样，通过各种数据因子进行挖掘，尽可能多的来找出市场的失效点。）
外人不太明白，文艺复兴科技公司得以成功的真正核心是它能够把一切因素和力量录入一个自动化的交易系统。公司买入一定数量的由多个单信号组合的、有正面信号的股票，并做空或对赌带着负面信号的股票，这些都是由成千上万行源代码决定的投资行为。
（ps：公司买入一定数量的由多个单信号组合的、有正面信号的股票，这就是多因子打分了。并做空或对赌带着负面信号的股票，多空对冲，可以在很大程度上对冲掉系统性风险，并且赚取多空的alpha收益。）
“我们无法对单一股票的涨跌进行解释并且下注。”一位高级职员说，“我们每次下注都与诸多因素有关，比如我们对其他股票的交易情况、风险状况以及我们在短期和未来有什么规划。这是一个庞大且复杂的交易系统，基于这个系统我们可以充分预测未来并从中赚钱，充分了解风险、成本及市场结构并加足杠杆。”
（ps：他们做股票并非是对单只股票单边下注，结合上面几段的内容，都是多空搭配的，买强卖弱，形成一个对冲组合头寸，在规避掉系统性风险的基础上，加足杠杆。大奖章每年超过60%的收益率，有很大原因是加了杠杆的。）
公司如何下注和下什么样的注一样重要。如果大奖章基金发现了一个能带来收益的交易信号，例如美元在每天上午9：00 和10：00之间升值0.1%，它不会在早上9：00的时候准时买入，这可能会向其他人发出信号，预示每天在这个时候有特殊情况发生。相反，它会在这个时间段以分散的不可预知的方式进行 买入，以保留它的交易信号的有效性。大奖章基金开发出一些方法，对最强信号进行内部人士所谓的“全负荷”交易，推动价格变化，让竞争对手无法发现可以获利的买入价。这类似于在美国大型零售商TARGET对某个热门物品进行大规模促销时，商场一开门购物者就把这个物品买光，让其他人根本意识不到折扣发生过。“我们基于某些信号进行了一年的交易，这让不理解我们的交易的外人完全一头雾水。”知情人说。
(ps：策略对某些强确定性的信号在进行下单时，并不是集中一次性买入，而是采用了拆单的方式逐步买入，这样既不会对价格产生太大影响，也能影藏自己的行为不被市场其他人发现，从而保证了这个信号的隐蔽性和长效性，因为如果大家都发现了这一个市场机会，这个机会就会慢慢衰退直至消失。可见，西蒙斯他们对策略的保密不仅在策略代码上，还在市场交易行为上，在这种狼多肉少的市场竞争中，策略的独一无二才是长久保持竞争优势的关键所在。这是量化交易和主观交易的很大区别，主观交易，即使你说了自己的方法，学的人也很难很好的掌握，而量化交易，大家都是在市场挖金子，只要知道别人的金子在哪，这个地方就一定会被其他量化找到并复制，所以，量化思路和行径都要保密。)
2014年，西蒙斯在韩国的一次演讲中如此总结：“你们可以把这看作对机器学习的大型演练，即通过了解过去发生了什么，来理解如何以非随机的方式影响未来。”
（ps：西蒙斯他们很早就开始机器学习了，这领先市场很多年，更领先国内很多年，虽然那个时候他们还不知道自己用的方法叫机器学习，但实际上已经在利用这项技术了。）
“默瑟认为我们需要防范政府以保护自己，并提出了持有和黄金的必要性。”一个大奖章基金早期投资者说道，“我以为他只是说说而已。”
西蒙斯打给查布拉的这通电话再次证明，要完全将决策交给计算机、算法、模型是多么困难，甚至对于执行这种方式的投资者亦是如此。他和查布拉的对话也显示，人们长期以来对于股票和债券的选择，一直基于个人的经验以及传统的研究。
所有算力的提升都让量化投资者能够比过去找到更多预测市场的信号。“与其通过想象力寻找不一定靠谱的策略，”一个文艺复兴科技公司的电脑专家说， “不如放入一组公式让机器自己学习，测试几百万种不同的可能。”
（ps：量化的最直接优势就是可以对任何一种思路进行快速回溯，通过历史的检验，来确认这个思路是否有效。而主观交易的最大弊端，就是需要通过足够长的时间或实践来验证某个思路的有效性，对于时间、精力、财力、心力等方面都是巨大的付出，还不一定有一个好的结果，这往往会让人很崩溃。）
在文艺复兴科技公司掌握了机器学习技术后，其他量化投资者也开始拥抱这种做法。文艺复兴科技公司预计，从商业到生活的大量决策模式将发生改变。越来越多的公司和个人将通过模型来持续学习他们的成功和失败。
（ps：量化交易一般被用于短期和中高频交易。量化方法借助模型和计算机的算力和速度，视野更广，效率更高；而主动投资则诉诸深度理解和长期视角，同样能进入“人迹罕至的境地”。）
到目前为止，市场一直是由人类行为驱动的，也反映了交易员和投资者们的主导作用。如果机器学习和其他计算机模型成为市场上最具影响力的因素，那么市场可能变得更加难以预测且不稳定，毕竟人类的本性大致不变，而计算机化交易的性质却可以快速变化。
（ps：这个疑虑是多虑了，人与人之间的竞争是二八开，机器与人之间的竞争可能大幅提高赚钱的比例，但，机器与机器之间竞争，一样会回到二八定律。）
文艺复兴科技公司的成功是对人类行为可预测性的有力提醒。文艺复兴科技公司研究过去，是因为它足够相信投资者将来会做出类似的决定。同时，员工们采用科学的方法来对抗认知和情感偏见，这种理念在解决各种挑战性问题时都有价值。这些员工提出假设，然后测试、评判并调整其理论，试图让数据而非直觉和本能去引导他们。“方法论是科学的，”西蒙斯说， “我们使用了非常严格的统计方法揭示表象之下的事物本质。”
（ps：量化分析和技术分析其实是一回事，都是用历史预测未来，有时候用的历史数据长些，有时候用的短些，但逻辑都是用已知预测未知，其理论基础就是大众行为具有重复性，以前在某种条件下做出的行为，以后在这种条件下一样会重复出现，但量化相比技术分析更科学严谨，技术分析多少还带有一定的主观判断，量化分析都是数值说话，解释变量的显著和不显著都是有科学的数值参考的。）
文艺复兴科技公司的另一个经验是，影响金融市场和个人投资的因素和变量比大多数人意识到的更多。投资者倾向于专注地寻找最基本的推动因素，但是遗漏了许多其他因素，也许是一整个维度的信息。与绝大多数人相比，文艺复兴科技公司了解更多重要的价格推动因素，以及通常会被忽略的、影响资产价格的数学关系。
（ps：解释价格变动的因素并非我们常见的那些，有很多是我们未曾发掘的，而量化交易，你利用模型发掘的这些因子越多，就相对别人能更进一步的发掘价格变动的规律，就更具有相对优势。就如盲人摸象，面对神秘的市场先生，大家都是摸象的盲人，你摸到的大象部位越多，越可能勾勒出大象真实的形状，这一些因素，有些是可以被人们理解的，但有些，是人们理解不了的，没法用正常的经济理论来解释，但它们确实对价格变化有着显著的影响，西蒙斯他们不考虑能不能被解释，基本全部笑纳。）
西蒙斯和他的同事们所取得的收益表明，市场具有比大多数人想象中更多的无效性。实际上，对于投资者而言，他们能够用以获利的无效性和潜在机会比大众所设想的要少。尽管文艺复兴科技公司聚集了独特的数据、高超的计算能力、特殊人才以及交易和风险管理领域的专业知识，但也仅能从其略微超过50%的交易中获利。这表明试图击败市场有多么困难，以及大多数投资者尝试这样做是多么愚蠢。
（ps：西蒙斯团队通过发掘市场的无效性机会来获利，而普通人发现这样的机会要少的多，这也是量化相比人具有相对优势的一个方面。我们都以战胜市场为其中一个参考，但战胜市场其实意味着战胜超过80%的人，一定是超过80%，等于都不行，因为，市场具有二八定律，20%的人盈利，80%的人亏损，抛开手续费这些抽水的费用不谈，20%的人赚了80%人的钱，市场从A涨到B，那么首先，在B这个位置，有80%人的成本由于各种高买低卖是高于B的，因为80%是亏钱的，只有20%人的成本低于B，因为市场是从A涨到B，所以要战胜市场首先收益肯定要为正，那么你就得在这20%中去竞争，并且要超过从A到B的涨幅，要知道，二八定律它不仅仅适用于盈亏分布，也适用于盈利分布，换句线%的盈利也是遵循二八定律分布的，20%盈利人里面的20%人赚取了绝大部分收益，所以，你要战胜市场，你的竞争对象是20%盈利人里面的前20%，越往上，这个难度是呈几何级增长的。举例，市场从A到B涨了10%，那么盈利的20%人里面，肯定有盈利1%、3%、5%、8%的，就是大部分都是小于10%的，这部分盈利者虽然盈利，但是却没有战胜市场，要战胜市场，就必须是盈利大于10%，这部分人数基本就在20%盈利者中的前20%了，所以，要战胜市场，你得在投资者中排位top4%左右。）
西蒙斯和他的同事们通常避免预测单只股票的波动。至少是在长期维度上，很难有专家或系统能够可靠地预测单只股票的波动或者金融市场的走向。文艺复兴科技公司所做的是，试图预测一只股票相对于其他股票、某个指数、某个因子模型以及某个行业的波动。
（ps：这也是前面谈到的，西蒙斯团队不预测单只股票的单边走势，只研究相对关系，并成对多空下单，他们赚的是相对关系产生的alpha，这个比单边多头或空头确定性更大，风险更小，所以他们敢上杠杆操作。）
埃尔文·伯勒坎普在协助管理大奖章基金期间，逐渐意识到大多数投资者用来解释价格变动的说辞非常离奇，甚至是危险的，因为他们激发了不应有的、对于一笔投资可以被完全理解以及它的未来可以被准确预测的信心。对于伯勒坎普来说，人们关注的应该是股票背后的数字，而非公司名称。伯勒坎普说： “我不否认财报和其他商业新闻肯定会推动市场变化。问题在于，太多的投资者都紧密地关注着这类新闻，这会导致他们的回报只能接近于中等水准。”
（ps：要想战胜市场，战胜其他投资者，就得另辟蹊径，不要做同质化的模型，要有自己的特色，而且最好市场上独你一家在用。）
