AQF人物丨據(jù)“ 福布斯”雜志統(tǒng)計，截至2017年2月，西蒙斯的凈值為180億美元。這使得他在福布斯400富豪榜上排名第24。他的每年的利潤增長率，已經(jīng)遠(yuǎn)遠(yuǎn)的超越索羅斯與巴菲特。

　　1989—2006年，他領(lǐng)導(dǎo)的大獎?wù)禄鹌骄昊貓舐始s35%

　　他是數(shù)學(xué)天才，與中國著名數(shù)學(xué)家陳省身聯(lián)合創(chuàng)立了有名的Chern-Simons理論，獲得過每5年一次的數(shù)學(xué)領(lǐng)域較高榮譽—全美數(shù)學(xué)科學(xué)維布倫 (Veblen)獎。他對華爾街嗤之以鼻，靠自己獨立開發(fā)的一套量化投資“模型”而屢獲成功，開辟了一條另類的量化投資之路。

　　他的觀點是，傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析，而量化投資則主要是依靠數(shù)據(jù)和模型去尋找投資標(biāo)的和投資模策略。

　　量化投資區(qū)別于定性投資的鮮明特征就是模型，對于量化投資中模型與人的關(guān)系就像病人與醫(yī)生的關(guān)系，在醫(yī)生治病的方法中，中醫(yī)與西醫(yī)的診療方法不同，中醫(yī)是望、聞、問、切，最后判斷出的結(jié)果，很大程度上基于中醫(yī)的經(jīng)驗，定性程度上大一些;西醫(yī)就不同了，先要病人去拍片子、化驗等，這些都要依托于醫(yī)學(xué)儀器，最后得出結(jié)論，對癥下藥。

　　西蒙斯就是采用這樣的量化方法，借助Python工具，依靠數(shù)學(xué)模型和電腦，管理著自己旗下的巨額基金，用數(shù)學(xué)模型捕捉市場機(jī)會，由電腦作出交易決策。西蒙斯曾經(jīng)表示：“我是模型先生，不想進(jìn)行基本面分析，模型的優(yōu)勢之一是可以降低風(fēng)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?shù)镁狻?rdquo;

　　>>>點擊咨詢Python金融實戰(zhàn)應(yīng)用

　　西蒙斯一點也不喜歡華爾街的投資家們，如果你想去文藝復(fù)興科技公司工作的話，華爾街經(jīng)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(shù)學(xué)、物理學(xué)、統(tǒng)計學(xué)等領(lǐng)域頂尖的科學(xué)家，所有雇員中只有兩位是金融學(xué)博士，而且公司從不雇用商學(xué)院畢業(yè)生，也不雇用華爾街人士，這在美國的投資公司中堪稱絕無僅有。

　　跟其他暴富的同行不同的是，西蒙斯沒有把他的財富用來享樂，而是轉(zhuǎn)向了慈善事業(yè)。西蒙斯和他的第二任妻子瑪里琳成立了西蒙斯基金會，專門為教育、衛(wèi)生、自然科學(xué)研究等項目提供資助。

　　西蒙斯的慷慨，一方面由于他對學(xué)術(shù)的熱愛，另一方面也與他的不幸經(jīng)歷有關(guān)。西蒙斯在學(xué)術(shù)和商業(yè)上獲得了驚人的成功，然而在家庭上卻承擔(dān)了巨大的不幸。 他和妻子共育有五個子女，一個兒子保羅在家附近騎自行車時遭遇意外身亡，為此他向紐約州立石溪大學(xué)捐助了以兒子命名的公園。另一個兒子尼克在印尼答里島不 幸溺亡，因為尼克曾在尼泊爾工作過，為紀(jì)念愛子，西蒙斯向尼泊爾的衛(wèi)生健康事業(yè)捐助了大筆金錢。

　　以下是他對量化交易的一些觀點，

　　Models can lower your risk…. It reduces the daily aggravation.” With old-fashioned stock picking: “One day you feel like a hero. The next day you feel like a goat. Either way, most of the time it’s just luck.” “We don’t override the models.”

　　模型可以降低你的風(fēng)險......它會降低每日的惡化。而老式的選股策略:"有一天你感覺像個英雄。第二天你感覺像一只山羊。換種方式說，大多數(shù)情況下它是只是運氣。"我們并不優(yōu)于模型"。

　　“Luck, is largely responsible for my reputation for genius. I don’t walk into the office in the morning and say, ‘Am I smart today?’ I walk in and wonder, ‘Am I lucky today?’”

　　很大程度上運氣是我有天才名譽的原因。在早上我不會走進(jìn)辦公室說“今天我聰明嗎?”，而是說，“今天我幸運嗎?”

　　“We search through historical data looking for anomalous patterns that we would not expect to occur at random. Our scheme is to analyze data and markets to test for statistical significance and consistency over time. Once we find one, we test it for statistical significance and consistency over time. After we determine its validity, weask, ‘Does this correspond to some aspect of behavior that seems reasonable?’”

　　我們通過歷史數(shù)據(jù)搜尋不被認(rèn)為是隨機(jī)變動的異?，F(xiàn)象。我們的目的是要隨著時間變化分析數(shù)據(jù)和市場做統(tǒng)計學(xué)意義和一致性測試。一旦我們找到一個，我們會隨著時間推移測試它的一致性和統(tǒng)計學(xué)意義。我們確定它的有效性后，會問，“這符合某些方面似乎合理的行為嗎?

　　Trend-following is not such a good model. It’s simply eroded.” Things change and being able to adjust is what made Mr. Simons so successful. “Statistic predictor signals erode over the next several years; it can be five years or 10 years. You have to keep coming up with new things because the market is against us. If you don’t keep getting better, you’re going to do worse.”

　　趨勢跟蹤不是一個好的模型。它只是被簡單地被沖刷了。"順應(yīng)事物變化和能夠進(jìn)行調(diào)整是讓西蒙斯先生如此成功的原因。"在未來五到十年統(tǒng)計預(yù)測信號將削弱。你要不斷推出新的東西因為市場是對我們不利。如果你不保持越來越好，你只會更糟糕.

　　“We don’t start with models. We start with data. We don’t have any preconceived notions. We look for things that can be replicated thousands of times. A trouble with convergence trading is that you don’t have a time scale. You say that eventually things will come together.Well, when is eventually?”

　　我們不要從模型開始。我們要從數(shù)據(jù)開始。我們沒有任何先入為主的觀念。我們尋找那些可以重復(fù)數(shù)千次的東西。收斂性交易的問題是，你沒有時間尺度。你說最終都會收斂。好的，那何時是最終呢?

　　"Many of the anomalies we initially exploited are intact, though they have weakened some. What you need to do is pile them up. You need to build a system that is layered and layered.And with each new idea, you have to determine, Is this really new, or is this somehow embedded in what we&# 39;ve done already? So you use statistical tests to determine that, yes, a new discovery is really a new discovery. Okay, now how does it fit in? What's the right weighting to put in? And finally you make an improvement. Then you layer in another one. And another one."

　　"許多我們最初利用異常現(xiàn)象是完好無損，雖然他們被削弱了一些。你需要做的就是堆起來。你需要建立一個系統(tǒng)，是層狀和分層。和與每個新的想法，你必須確定，這是真正的新內(nèi)容，或這已經(jīng)以某種方式嵌入我們已經(jīng)做了的?因此您使用統(tǒng)計檢驗來確定的是的一個新的發(fā)現(xiàn)真的是一個新的發(fā)現(xiàn)。好吧，現(xiàn)在它是如何嗎?正確的權(quán)重放是什么?最后你有所改善。然后你在另一個層。和再另一層。

　　完善下表，48小時內(nèi)查收全套AQF備考資料

　　金程推薦： AQF考試 AQF報名 量化金融分析師

　　聲明▎更多內(nèi)容請關(guān)注微信號量化金融分析師。原創(chuàng)文章，歡迎分享，若需引用或轉(zhuǎn)載請保留此處信息。

　　>>>返回首頁