vol.103. 文艺复兴科技西蒙斯的封神之路：是量化之王，更是洞察人性的大师

概览

本期围绕吉姆·西蒙斯和文艺复兴科技展开，核心问题是：一个数学家为什么能在金融市场中建立长期有效的量化机器，以及这套看似由数据和模型驱动的体系，为什么反而高度依赖人、组织和对人性的理解。

节目按时间线梳理了西蒙斯从数学家、密码破译者、大学数学系主任，到创办 Money Metrics、文艺复兴科技和大奖章基金的历程。讨论重点不只在“模型多厉害”，而在于数据积累、交易系统、人才引入、风险控制和组织激励如何一层层叠加。

嘉宾反复强调，文艺复兴的传奇不是西蒙斯一人完成的，而是一群数学家、计算机科学家、数据专家和工程型人才共同搭建的结果。西蒙斯的独特之处在于他既能与顶级科学家对话，又能知人善任，并在关键时刻通过“担心”和风控意识避免系统性灾难。

分段落总结

[00:11] 节目开场与主题定位

[事实] 主持人介绍本期是金融人物系列第二期，主题人物是数学家出身、对冲基金界传奇人物吉姆·西蒙斯。

[事实] 节目称文艺复兴科技用数学、数据和模型改变了投资行业，旗舰基金大奖章以长期高年化回报持续打败市场。

[事实] 主持人提示本期会涉及较多人物和专业术语，并会在文稿区提供注释。

[推测] 本期的叙事重点不只是“量化投资如何赚钱”，而是试图解释西蒙斯如何把科学、组织和人性洞察结合起来。

[02:52] 用投资风格坐标理解西蒙斯

[事实] 嘉宾把投资世界放在一个坐标里：左侧是依靠主观判断和基本面的投资，右侧是依靠数学、机器人和数据的投资。

[事实] 巴菲特、格雷厄姆、彼得·林奇被放在偏基本面的左侧，索罗斯、德鲁肯米勒、达里奥等被放在中间区域。

[事实] 西蒙斯被放在最右侧，代表尽量不关心新闻和基本面，而是收集数据、寻找关联、建立交易模型，并让机器执行决策。

[推测] 这个坐标系帮助听众理解：文艺复兴不是传统意义上的“更聪明的基金经理”，而是一种完全不同的投资范式。

[07:03] 机器世界背后最需要人

[事实] 嘉宾认为，《征服市场的人》更像是一部“量化群星灿烂史”，因为文艺复兴的体系由多代人共同完成。

[事实] 嘉宾把西蒙斯类比为奥本海默：他本人有顶级学术能力，也能聚集一群难以管理的天才。

[事实] 西蒙斯与陈省身合作过陈-西蒙斯理论，节目认为他在数学上的成就高于投资界绝大多数人。

[推测] 节目想表达的是，纯机器化的金融系统背后，真正稀缺的是能组织天才、协调冲突并设计机制的人。

[10:31] 西蒙斯的早年经历与学术高峰

[事实] 节目称西蒙斯 21 岁从麻省理工本科毕业，23 岁在加州伯克利获得博士学位，之后曾在哈佛和麻省理工任教。

[事实] 冷战时期，西蒙斯加入普林斯顿相关研究机构从事苏联加密系统的破译工作，并与鲍姆合作研究用数学模型预测金融市场。

[事实] 西蒙斯因在媒体采访中表达反战立场而被解雇，之后在纽约州立大学石溪分校建设数学系，并吸引了许多优秀数学家。

[事实] 1975 年，西蒙斯获得维布伦奖，节目称其当时在学术界风头无量。

[14:48] 从学术转向金融的动机

[事实] 嘉宾认为西蒙斯性格中有强烈的好奇心和不安分：当一个领域做到顶尖后，他会寻找新的挑战。

[事实] 节目提到西蒙斯很早就对财富有兴趣，婚后曾用收到的钱买股票，后来又买大豆期货并亏光。

[事实] 嘉宾认为西蒙斯爱钱并不等于物欲高，而是把赚钱视为证明自己解决难题能力的一种方式。

[推测] 金融市场之所以吸引西蒙斯，是因为它既难以破解，又能给数学模型提供即时反馈。

[18:15] 1978 年创办 Money Metrics

[事实] 1978 年，西蒙斯从学界辞职投身投资事业；节目称家人和同僚都不理解这个决定。

[事实] 西蒙斯最初的启动资金来自一家公司并购带来的意外财富，而不是外部募资。

[事实] 他与数学家鲍姆成立 Money Metrics，名字体现出用数学和计量方法解决金钱问题的意图。

[事实] 节目称 1978 到 1988 年之间，西蒙斯并不算特别成功，一直在主观判断和量化之间摇摆。

[20:00] 鲍姆、小猪篮子与早期模型失控

[事实] 鲍姆最初只是帮西蒙斯搭建交易系统，却在研究数据时发现了趋势，后来决定一起用数学模型在金融市场赚钱。

[事实] 两人构造了名为“小猪篮子”的策略，用于外汇等交易。

[事实] 该算法曾突然发出大量买入土豆期货的指令，导致监管机构质疑他们是否哄抬物价，并要求平仓、开出罚单。

[推测] 这次事件让西蒙斯意识到，量化系统不仅可能出错，还会遭遇监管和现实世界约束，而这些并不都能提前写进模型。

[25:00] 历史环境、数据贫乏与事件驱动

[事实] 嘉宾指出，七八十年代并不是做量化的理想时期，因为缺乏数据和成熟计算条件。

[事实] 西蒙斯团队当年通过世界银行年鉴、交易所数据、人工抄录开盘价和收盘价等方式收集数据。

[事实] 当时美国处在布雷顿森林体系瓦解后、外汇波动增大的宏观环境中，也存在很多事件驱动机会。

[事实] 鲍姆更倾向于依靠事件和基本面下注，西蒙斯则在几次风险事件后逐渐重新转向机器和量化。

[28:01] 黄金、美债与鲍姆分道扬镳

[事实] 节目提到黄金交易中，西蒙斯因为妻子看到人们排队卖黄金首饰而要求减仓，后来的金价下跌证明他判断正确。

[事实] 1983 到 1984 年前后，鲍姆做多美债，但债券价格暴跌，触发账户亏损 40% 的协议条款，导致清仓和解约。

[事实] 事后看，鲍姆对长期债券牛市的判断可能是对的，但短期亏损触发了风控。

[推测] 这一阶段奠定了西蒙斯后来的核心风格：可以尊重模型，但必须先活下来。

[31:05] 早期阶段的经验：生存比正确更重要

[事实] 嘉宾总结，西蒙斯早期的挫折并没有浪费，而是成为后来关键决策的底层经验。

[事实] 节目反复提到“闻到硝烟就赶紧逃”的风险意识，认为这来自早年土豆、债券等事件。

[事实] 嘉宾认为金融投资中经历周期很重要，更重要的是能从周期里学到东西，并用于之后的实践。

[推测] 西蒙斯的优势不只是计算能力，而是把失败经验转化成机制和直觉。

[33:05] 艾克斯登场与交易系统雏形

[事实] 艾克斯被描述为英俊、聪明、幽默但易怒暴躁的天才数学家，曾是康奈尔大学史上最年轻的终身教授。

[事实] 西蒙斯把艾克斯挖到石溪分校，后来又让他参与文艺复兴的交易系统建设。

[事实] 1984 年之后，西蒙斯在与鲍姆分开后开始大力支持艾克斯开发交易系统，重新走上信号和量化路线。

[推测] 艾克斯代表文艺复兴从“数学家尝试交易”走向“系统化交易工程”的关键一步。

[35:22] 斯特劳斯与数据资产

[事实] 斯特劳斯在 1980 年加入，当时是加州伯克利计算机系辍学生，起初负责数据收集和清洗等基础工作。

[事实] 他大量收集开盘价、收盘价、日内交易数据、历史纸质数据和 19 世纪每周市场数据，并将其整理成机器可读形式。

[事实] 嘉宾称斯特劳斯是“数据宗师”，认为他为文艺复兴后来拥有独特历史数据库打下基础。

[推测] 在文艺复兴的故事里，数据并不是模型的附属品，而是长期积累后形成的核心壁垒。

[40:11] 动量、反转与早期半自动化

[事实] 艾克斯的系统基于动量和反转等策略，开始让文艺复兴进入持续、半自动化的交易阶段。

[事实] 嘉宾解释，动量策略在当时与价值投资“低买高卖”的直觉不同，更像追涨杀跌和趋势跟踪。

[事实] 卡莫纳在 1986 年加入后，让计算机开始自己判断数据中的信号，而不只是由人输入规则。

[推测] 从这一刻开始，文艺复兴逐步走向黑盒化，人的角色从直接判断市场转向设计系统、检查系统和管理系统。

[45:00] 隐马尔科夫模型与语音识别类比

[事实] 节目用天气状态和语音识别解释马尔科夫模型、隐马尔科夫模型和贝叶斯调整。

[事实] 嘉宾称，语音识别会根据前一个词预测下一个词的概率，这与寻找金融市场状态之间的关联有相似之处。

[事实] 节目指出，这类模型的底层逻辑之一是历史可能重复，但小概率事件也可能摧毁预测。

[推测] 这一段为后面 IBM 语音识别专家进入文艺复兴埋下技术伏笔。

[50:00] 文艺复兴科技与大奖章基金诞生

[事实] Money Metrics 在 1982 年改名为文艺复兴科技公司。

[事实] 原先的 Limroy 基金后来清盘，西蒙斯与艾克斯等人于 1988 年成立大奖章基金。

[事实] 节目称大奖章成立以来展现出极强盈利能力，扣除高额费用后年化回报超过 30%，扣费前年化接近或超过 60%。

[事实] 大奖章收取 5% 管理费和 44% 盈利分成。

[53:21] 1984 到 1988 年的阶段总结

[事实] 节目把 1984 到 1988 年视为文艺复兴坚定走向量化的阶段。

[事实] 这一阶段的重要人物包括负责数据的斯特劳斯、搭建交易系统的艾克斯、推动机器学习和非线性模型的卡莫纳。

[事实] 嘉宾认为，大奖章基金正是在这些基础上诞生的。

[推测] 这一阶段解决的是“能不能让机器找到交易信号”的问题，但还没有完全解决“能不能长期稳定赚钱”的问题。

[56:02] 伯勒坎普与短期高频交易思想

[事实] 伯勒坎普引入了短期高频交易理念，但节目强调这与今天毫秒级高频不同，当时更多是持有数小时或一两天。

[事实] 当时华尔街和文艺复兴内部都担心频繁交易会造成过高摩擦成本。

[事实] 伯勒坎普通过研究交易成本和市场机制，认为短期、小步快跑的交易收益可以超过摩擦成本。

[推测] 伯勒坎普的贡献在于把文艺复兴从“找到信号”推进到“如何高效、频繁、可控地执行信号”。

[61:18] 凯利公式、下注系统与交易摩擦

[事实] 伯勒坎普曾在贝尔实验室与凯利相关的体系工作，节目借此解释凯利公式和下注系统。

[事实] 嘉宾称，下注大小应与确定性相关，而不能平均用力。

[事实] 文艺复兴需要把交易费用、保证金、下单延迟、仓位大小和市场冲击等因素写进系统。

[推测] 奖章基金真正的优势不只是预测方向，而是把预测、下注、下单和风控连成一套完整流程。

[65:05] 小机会、分散风险与稳定现金流

[事实] 伯勒坎普用风险分散说服西蒙斯：更多小额、高频交易可以降低单次亏损对公司的冲击。

[事实] 嘉宾提到，文艺复兴系统发现了许多非常微小、持续时间很短的市场规律，例如周末效应、周一效应、周五效应。

[事实] 文艺复兴曾在 1990 年首次单日赚到 100 万美元，后来每天都能赚到类似金额，便不再为此庆祝。

[推测] 小信号本身不惊人，但大量信号叠加、频繁执行和严格控制仓位后，才形成了稳定赚钱机器。

[70:03] 人事变动与伯勒坎普离开

[事实] 节目指出，文艺复兴的发展伴随频繁人事变化，艾克斯逐渐离开核心位置，伯勒坎普也在 1990 年后离开。

[事实] 1990 年大奖章获得约 55% 的收益后，西蒙斯希望第二年达到 80%，伯勒坎普认为不可持续，并把股份卖给西蒙斯。

[事实] 嘉宾认为，从后来结果看，伯勒坎普卖得太早，但以当时视角看他已经赚到了远超预期的财富。

[推测] 许多参与者身处公司内部时，并没有意识到大奖章未来会成为怎样的传奇。

[73:20] 劳佛与单一模型

[事实] 劳佛加入后推动大奖章从多模型状态转向单一模型。

[事实] 嘉宾认为，单一模型能让文艺复兴更充分利用统一数据集，并在不同资产和信号之间寻找关联。

[事实] 单一模型还可以提高分散效果，嘉宾提到大奖章的夏普比率非常高。

[推测] 劳佛的贡献是把前期分散的技术、数据和策略进一步整合为更强的整体系统。

[75:00] 组织文化、激励与数学家协作

[事实] 节目称西蒙斯善于吸引人才，并通过利益分配让许多人即使离开也带着超出预期的财富和成就。

[事实] 文艺复兴内部很多科学家争论时会在黑板上写公式，像数学家的决斗。

[事实] 嘉宾认为西蒙斯能与数学家和非数学专业人士顺畅沟通，这在数学家群体中很少见。

[推测] 文艺复兴的组织优势在于把天才的分歧导向模型、公式和结果，而不是传统商业组织中的权力斗争。

[80:00] 1989 到 1995 年：冷酷赚钱机器成型

[事实] 节目总结，1989 到 1995 年之间，伯勒坎普引入短期交易，劳佛推动单一模型，大奖章逐渐成为惊人的赚钱机器。

[事实] 1994 年大奖章获得约 70% 的收益，但当时规模仍只有几个亿美元，主要在外汇和商品市场活动。

[事实] 当时外部投资者和华尔街人士仍看不懂文艺复兴的黑盒模型，也不愿意投资。

[推测] 文艺复兴此时已经在专业小圈子里变强，但还没有进入资本市场最主流的股票视野。

[84:30] 竞争压力与进军股票市场

[事实] 90 年代中期，文艺复兴的收益已很好，但嘉宾提到 D. E. Shaw 等竞争者更早进入股票量化并表现突出。

[事实] 西蒙斯认为股票是资本市场最主流的“王冠”，文艺复兴必须攻克。

[事实] 节目提到，西蒙斯的大儿子保罗在 1995 或 1996 年因车祸去世，这对他打击很大；之后他冲进办公室，要求团队做股票。

[推测] 进军股票市场既来自竞争压力，也来自西蒙斯性格中不断挑战新难题的冲动。

[87:18] 彼得·布朗、罗伯特·默瑟与 IBM 背景

[事实] 文艺复兴招入来自 IBM 语音识别团队的彼得·布朗和罗伯特·默瑟。

[事实] 两人后来长期担任文艺复兴的重要管理角色，并成为后期关键人物。

[事实] 节目认为语音识别和金融信号识别在技术逻辑上有相通之处，都依赖从大量数据中寻找概率关系。

[推测] 西蒙斯愿意从非金融领域寻找顶级人才，是因为他相信聪明人可以学习金融常识，但金融从业者未必能学会高阶数学。

[90:00] 股票市场为什么适合大奖章

[事实] 嘉宾认为，股票市场比商品和外汇市场有更多噪音、散户、机构行为和复杂信号。

[事实] 大奖章擅长捕捉别人难以发现的小机会，因此股票市场可能反而更适合其策略。

[事实] 节目举例称，在危机时期，大奖章可能会吃到长期投资者不愿赚或暂时放弃的短期利润。

[推测] 股票市场的复杂性对传统投资者是负担，但对文艺复兴这样的信号捕捉机器可能是机会来源。

[95:00] 股票模型的长期磨合

[事实] 布朗和默瑟的股票团队前期多年表现不佳，文艺复兴内部也有人质疑股票量化做不成。

[事实] 西蒙斯一度要求他们在六个月内做出成果，否则就停止。

[事实] 团队后来通过修复模型 bug、补入金融市场规则、写入保证金和下单机制等方式逐步改进。

[事实] 节目称文艺复兴一般不请金融专业人士，更偏好数学家、计算机科学家、密码学家和其他科学人才。

[99:26] 长期资本危机与文艺复兴的风控优势

[事实] 长期资本管理公司在 1998 年因俄罗斯债券、过高杠杆和未及时处理风险而快速损失巨额资产。

[事实] 节目称长期资本的创始团队有两位诺贝尔经济学奖得主，早期回报也非常耀眼。

[事实] 同期 D. E. Shaw 也受到冲击，但文艺复兴和大奖章仍取得很好的收益。

[推测] 与长期资本相比，西蒙斯的“担心”、分散头寸和及时降仓，可能是文艺复兴穿越危机的重要原因。

[102:50] 模型、纪律与人的喊停权

[事实] 文艺复兴在危机中使用大量短期、分散、多资产头寸，减少单一事件造成的毁灭性影响。

[事实] 西蒙斯在风险升高时会要求降仓，即使研究人员质疑他是否真的相信系统。

[事实] 嘉宾认为金融市场随机游走，必须设置风控线和止损线，因为不知道下一刻会发生什么。

[推测] 文艺复兴的核心不是盲目相信机器，而是在机器纪律与人的风险直觉之间保持张力。

[105:03] 危机表现、杠杆与封盘

[事实] 节目称大奖章在互联网泡沫和 2008 年金融危机等时期表现很好，越到恐慌时越能从人性中赚钱。

[事实] 大奖章通过多资产、短持有期、成千上万个多空头头寸来分散风险。

[事实] 嘉宾称大奖章使用一篮子期权加杠杆，2002 年约 50 亿美元规模控制约 600 亿美元资产，相当于约 12 倍杠杆。

[事实] 文艺复兴提高费用，并在 2003 年把外部投资者全部清出去；之后开放的是其他外部基金，而非大奖章本身。

[110:00] 外部基金、质疑与 2007/2008 冲击

[事实] 文艺复兴有 RIEF、RIDA、RIGE 等对外基金，策略、风格和大奖章不同。

[事实] 嘉宾提到，有人质疑大奖章是否像一个品牌工程：外人投不进去，只能买表现不同的外部基金。

[事实] 2007 到 2008 年间，大奖章也曾在短期内遭遇较大亏损，但后来恢复并取得很高收益。

[事实] 西蒙斯表示如果重来一次，他仍会喊停或要求减仓。

[推测] 大奖章的神话并不意味着没有回撤，而是它在回撤后仍能凭风控、结构和运气恢复。

[114:13] 怕风险才能成为传奇

[事实] 嘉宾认为，真正专业的交易者并不是大胆一把梭，而是非常怕风险。

[事实] 节目把投资理解为风险管理，而不只是赚钱。

[事实] 嘉宾提出，一个投资传奇至少要经历 20 到 30 年，才能证明其穿越周期的能力。

[推测] 西蒙斯的长期成功来自进攻性模型和防守性性格的组合：机器负责寻找收益，人的恐惧负责限制毁灭。

[115:33] 退休、慈善与外部基金挑战

[事实] 节目称 2008 年金融危机后，西蒙斯宣布退休，转向孤独症、数学教师培养等慈善事业。

[事实] 大奖章在 2007、2008 年仍表现很好，但 RIEF 等对外基金两年为负收益且缩水严重。

[事实] 嘉宾认为，长期股票量化价值投资仍是一个很难的挑战，机器更擅长短期和高频领域。

[推测] 西蒙斯晚年仍在为自己寻找新难题，只是难题从金融市场转向科学、教育和疾病研究。

[117:27] 西蒙斯与人性洞察

[事实] 嘉宾比较西蒙斯和达里奥，认为西蒙斯的风评更稳定，原因之一是他一直体现出知人善任和人性洞察。

[事实] 节目称文艺复兴在没有行为经济学成为显学之前，就已经把人类行为和市场人性纳入模型。

[事实] 西蒙斯大多数时候不做微观管理，但在重大决策、人才招揽、机制设计和风险时刻会发挥作用。

[推测] 西蒙斯最重要的身份不是单个模型发明者，而是能把天才、数据、机制和风险意识组织起来的架构者。

[120:17] 量化行业的未来与限制

[事实] 嘉宾认为，文艺复兴的成功高度依赖独特历史数据库，而未来数据量会继续爆炸，非结构化数据也会越来越多。

[事实] 节目提到 D. E. Shaw、Two Sigma 等也是量化领域的重要公司，但大量量化基金表现平庸，并不都在神坛上。

[事实] 嘉宾提醒普通投资者，不应因为听到“量化基金”就默认它一定有超额收益。

[事实] 节目提到 Alpha Decay，即信号即使被找到，也终有一天会消失，需要不断寻找新信号。

[125:00] 时代、能力边界与人性的重复

[事实] 嘉宾讨论西蒙斯究竟是时代造就的，还是他造就了时代；节目认为他作为量化先驱赶上了重要窗口期。

[事实] 文艺复兴赚的是频繁交易、恐慌和市场无效性中的钱；随着散户减少和被动资金增加，旧机会可能减少，新无效性也可能出现。

[事实] 嘉宾用比特币和币圈举例，认为贪婪、恐惧等人性模式会在不同资产中重复。

[推测] 文艺复兴的启示不是普通人也能复制大奖章，而是要认识自己的能力边界，并理解市场机会会不断迁移。

[127:32] 人生悲剧与慈善方向

[事实] 节目提到西蒙斯两个儿子先后因意外去世，他本人曾感到自己能研究概率，却成为人生概率的受害者。

[事实] 西蒙斯后来投入大量资金支持孤独症研究，节目称他是该领域最大的私人捐助者之一。

[事实] 西蒙斯还资助关于宇宙起源和生命起源的科学研究，希望科学家给出答案。

[推测] 个人悲剧可能推动西蒙斯晚年从征服市场转向帮助别人和探索更大的科学谜题。

[130:00] 晚年理念与可学习之处

[事实] 嘉宾认为，西蒙斯在 40 岁前已完成数学上的丰碑，因此不需要像一些投资家那样在晚年开宗立派。

[事实] 西蒙斯在公开分享中更强调与最聪明的人一起工作、坚持不懈、以美为导向。

[事实] 主持人认为普通人学不来西蒙斯的人生和成就，但可以学习他的谦虚、沟通、倾听和包容难搞天才的能力。

[推测] 本期最终把西蒙斯从“量化之王”还原为一个管理者、科学家和组织者，而不只是投资收益率符号。

[131:50] 群星的退场与西蒙斯去世

[事实] 节目尾声回顾多位文艺复兴相关人物的结局：艾克斯离开后写科幻小说并回归学术，2006 年因结肠癌去世。

[事实] 鲍姆离开文艺复兴后回到普林斯顿继续研究数学问题，2017 年去世。

[事实] 伯勒坎普回到伯克利任教，后来尝试做量化基金但业绩平平，2019 年去世。

[事实] 西蒙斯晚年继续面对孤独症治疗和宇宙生命起源两大难题，并于 2024 年 5 月 10 日在纽约去世，享年 86 岁。

[135:00] 结尾致敬

[事实] 节目以西蒙斯生前演讲中的观点收束：如果有什么投资经验，就是和最聪明的人一起工作，最好是比自己更聪明的人。

[事实] 主持人向这群逝去的天才致敬，称谜题和挑战贯穿他们一生，文艺复兴只是旅程中特殊的一站。

[推测] 本期结尾把金融传奇重新放回人的生命历程中，强调成就背后的好奇心、挑战欲和有限人生。

播客点评/总结

这期的价值在于，它没有把西蒙斯简单塑造成“数学家打败华尔街”的单人英雄，而是把文艺复兴拆成数据、模型、交易执行、人才、组织机制和风险控制的连续演化。听众能看到，大奖章基金的神话不是一夜之间出现的，而是经历了土豆期货失控、美债亏损、数据清洗、模型迭代、股票团队磨合和多次危机考验。

节目最大的亮点是把“量化”讲得有人味。它反复强调，越是机器化的系统，越需要人的判断、人的协作和对人性的理解。西蒙斯的厉害之处不仅在数学背景，也在于能吸引顶级人才、给足激励、允许天才完成使命后离开，并在关键时刻用风险意识打断系统惯性。

局限也比较明显：节目涉及人物、模型、基金结构和历史事件很多，信息密度高，对不熟悉金融和数学术语的听众有一定门槛。由于文艺复兴长期保密，许多关于大奖章具体策略的解释只能停留在嘉宾根据公开资料和逻辑做出的判断；涉及策略细节时，仍应保留 [推测] 意识。

[推测] 这期适合想理解量化投资史、对冲基金人物、金融市场人性和组织管理的听众；如果只是想获得可复制的投资方法，可能会失望，因为节目本身也反复说明：文艺复兴的资源、数据、人才和时代条件，普通投资者很难复制。