Elias Chen 評論了股票 · 07/07 11:17

鮮花曾告訴你我怎樣走過Tesla崢嶸歲月，我告訴自己Tesla甜蜜夢只有靠長期價值投資才能實現堅決不錯過。

$特斯拉(TSLA.US)$

記住以下看似不規則的數列：101.810；138.800；167.410；176.500；202.000；216.250；230.500；242.000，······

鮮花💐曾告訴我你怎樣走過

大地知道你心中的每一個角落

甜蜜的夢誰都不會錯過

終於迎來今天這歡聚時刻

水千條山萬座我們曾走過

每一次相逢和笑臉都彼此銘刻

在陽光燦爛歡樂的日子裏

我們手拉手啊想說的太多

星光灑滿了所有的童年

風雨走遍了世界的角落

同樣的感受給了我們同樣的渴望

同樣的歡樂給了我們同一首歌

陽光想滲透所有的語言

春天把友好的故事傳說

同樣的感受給了我們同樣的渴望

同樣的歡樂給了我們同一首歌

********

Elon Musk警告：一旦Tesla完全解決了自動駕駛問題，並大規模生產擎天柱機器人，任何仍然持有空頭位置的人都將被淘汰，甚至Bill Gates（比爾·蓋茨）。閣下有信心麼？有眼當看；有耳當聽。

用人不疑，疑人不用；疑股不投，投股不疑。Elon Musk是上帝派來的天使，是美國工程院的天才級院士，也是物理學優等生，出色的軟件架構師。他已經說：一旦Tesla完全解決了自動駕駛問題，並大規模生產擎天柱機器人，任何仍然持有空頭位置的人都將被淘汰，甚至Bill Gates（比爾·蓋茨）。如果閣下只盯着他的其它負面東西，甚至認爲Elon Musk不值得閣下信任，你自己都比他強，那麼，Elias=Jerome就要問閣下，你來投資交易Tesla又是幹什麼呢？何必多此一舉？最終唯一能讓閣下在大波動中賺到大錢只有是堅定的信念，而不是所謂的短線和短期技術分析能力。Elias=Jerome在138.800、160.510、167.410三個重要底部一帶都分梯度分批次開倉佈局過。佈局完畢後，股價又再度下跌，構建的多頭部位悉數被套，產生巨額浮動虧損。毋庸諱言，Elias=Jerome也曾經動搖過，後悔沒有做短期套戥交易，甚至包括短線套戥交易。因爲所有的倉位都是在股價下跌的時候買的，剛開始還是多少有點浮動盈利的。

Elias=Jerome是通過建立數理模型，進行函數級別的定量分析來做投資交易的，單就短線趨勢和短期趨勢而言，精準度還是比較高的和比較滿意的。在那些感覺暗無天日的歲月裏，都是靠着堅定的信念挺過來的。

Elias=Jerome的操作方法是將倉位一分爲二，60%的倉位長揸，40%的倉位用於短期趨勢，包括短線趨勢的博弈套戥。但是，今後很可能徹底放棄短期趨勢，包括短線趨勢的博弈套戥。

任何人，包括連續27年戰勝股神Warren Edward Buffett和金融大鱷George Soros的已故的傑出的數學家，投資家，慈善家James Harris Simons都認爲上帝允許金融市場的財富山上設置兩個限制：“測不準原理”和“空間定向障礙原理”。人類只能無限趨近，不能到達。

金融歷史大數據表明：短線投機永遠賺不到大錢（世人迫於種種環境壓力，很容易在不知不覺中已經陷入短線或短期趨勢的投機交易中無法自拔），只有跨越時間歲月的中長期投資才能實現宏偉藍圖願景。喜漲厭跌就是絕大多數人的致命傷。

如果你不是像Renaissance Technologies LLC（文藝復興科技有限責任公司）對套戥平台Leonard Esau Baum（倫納德·伊索·鮑姆）的Baum–Welch（鮑姆－韋爾奇算法模型）進行改進，擴展，微分，並編輯成大型高速計算機程序後使用的話，就不應該過度地過分依賴使用建模函數定量分析，而是將股神Warren Edward Buffett的經典投資理論與Leonard Esau Baum（倫納德·伊索·鮑姆）的Baum–Welch（鮑姆－韋爾奇算法模型）根據實際參數情況進行有效地校驗，然後兩者巧妙地互相融合，定性分析與定量分析兼顧，相輔相成，相得益彰，有原則更有靈活才是王道和王牌。

********

1.投資交易價值觀的重大變化。

通過一段時間的深入研究和反思，特別是在對Tesla的重新再認識上取得重大進展。這是建立在對Cathie Duddy Wood（凱瑟琳·達迪·伍德）領銜的ARK Investment Management LLC（方舟投資管理有限責任公司）提出的Tesla盈利前景的推導和結論的再認識與再論證的基礎上的。

同樣的工作，也對Ronald Stephen Baron （羅納德·斯蒂芬·巴倫）領銜的Baron Capital（巴倫資本，男爵資本）的Baron Capital Management（巴倫資本管理公司）提出的Tesla盈利前景的推導和結論的進行了數理模型建立，函數級別的定量分析，以及相關的泛函和非函等問題的趨於完美的解決。

Elias=Jerome是學理論物理和應用數學（搞理論物理的重要工具），有很多東西也是一竅不通。比如編寫和架構以下這些套戥平台計算機語言程序。這個工程是如此的浩大和複雜，Elias=Jerome決定徹底放棄，但是，他們裏面有很多數學工具的應用和特殊使用手段是非常值得借鑑的。

比如已故著名的數學家，投資家，慈善家James Harris Simons（詹姆斯·哈里斯·西蒙斯）領銜的Renaissance Technologies LLC（文藝復興科技有限責任公司）的套戥平台Medallion Fund（大獎章基金）基於對Leonard Esau Baum（倫納德·伊索·鮑姆）的Baum–Welch（鮑姆－韋爾奇算法模型）的改進和擴展，以探索其可能獲利的相關性，而這個改進是由代數家James Burton Ax（詹姆斯·伯頓·阿克斯）完成。

在數理邏輯中，模型論是研究形式理論（用形式語言表達關於數學結構的陳述的句子集合）與其模型（理論陳述成立的結構）之間關係的學科。研究的方面包括理論模型的數量和大小、不同模型之間的關係以及它們與形式語言本身的相互作用。特別是模型論學家還研究理論模型中可以定義的集合，以及這些可定義集合之間的關係。作爲一門獨立的學科，模型論可以追溯到Alfred Tarski（阿爾弗雷德·塔斯基，波蘭裔美國邏輯學家和數學家，是一位多產的作家，以其在模型論、元數學和代數邏輯方面的工作而聞名，他還對抽象代數、拓撲學、幾何學、測度論、數理邏輯、集合論和分析哲學做出了貢獻。），他於 1954年在出版物中首次使用了“模型理論”一詞，自1970年代以來，Saharon Shelah（薩哈龍·謝拉，以色列數學家，耶路撒冷希伯來大學和新澤西州羅格斯大學的數學教授）的穩定性理論對這一學科產生了決定性的影響。

Renaissance Technologies LLC（文藝復興科技有限責任公司）的套戥平台Medallion Fund（大獎章基金）將這些模型和算法的研究對象進行了微分，套用James的話：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。我們的出發點不是某一個公式而是市場數據，我們沒有認爲市場價格應該如何發展這樣先入爲主的觀念。

James的這種投資策略後來被人們稱爲“壁虎式投資法”。“壁虎式投資法”，是指在投資時進行短線方向性預測，依靠交易很多品種、在短期做出大量的交易來獲利。用James 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。”他只尋找那些可以複製的微小獲利瞬間，而絕不以“市場終將恢復正常”作爲賭注投入資金。無論是1998年俄羅斯債券危機，還是本世紀初的互聯網泡沫，文藝復興科技公司歷經數次金融危機始終屹立不倒，令有效市場假說黯然失色。

James特有的投資風格包括：在投資領域引入科學精神；由科學家組成的投資團隊；數據挖掘技術的密集應用。具體來說，就是利用數學、統計學、信息技術的量化投資方法來管理投資組合。量化投資的組合構建注重的是對宏觀數據、市場行爲、企業財務數據、交易數據進行分析，利用數據挖掘技術、統計技術、計算方法等處理數據，以得到最優的投資組合和投資機會。

James將數學理論巧妙運用於股票投資實戰中：針對不同市場設計數量化的投資管理模型；以電腦運算爲主導，排除人爲因素干擾；在全球各種市場上進行短線交易。這種交易方式最大的意義在於把主觀對交易的影響降至最低，然後通過一系列數學模型的計算以減少系統性風險並尋找到價值的“窪地”。

James所投資的產品務必符合三種要求：必須公開交易品種、流動性必須足夠高、必須適合用數學模型來交易。那麼要符合這三種條件，此交易品種要有充分的可以進行分析的歷史價格、交易量等數據，以此找到最適合的交易模型來實行量化投資。

James與其他成功投資人的相通之處在於：利用系統性的交易策略開發得到期望值爲正的交易系統，以及利用資金管理技術提升績效，其投資以先進的數學模型替代人爲的主觀判斷，藉助系統強大的信息處理能力具有更大的投資穩定性，極大的減少投資者情緒波動所產生的影響，避免在市場極度狂熱或悲觀的情況下做出非理性的投資決策，此係統即使放在今天依然對廣大投資者具有實際意義。通過創建模型分析數據發現大概率幫助投資人賺錢的組合，然後以此爲依據，科學配置風險不同收益不同的各類資產。這也是旨在實現長期穩健收益。

鮮花曾告訴你我怎樣走過Tesla崢嶸歲月，我告訴自己Tesla甜蜜夢只有靠長期價值投資才能實現堅決不錯過。

2.Elias=Jerome要運用的自身的優勢和強項結合股神Warren Edward Buffett的不少傳統極富哲學智慧的思維方式，建立一套屬於自己適合自己的投資交易系統。

Elias=Jerome確信：美指美股牛長熊短，相信美指和美股的修復能力。

Elias=Jerome從自身理論物理的專業的角度認爲：Elon Musk是上帝派來的天使，是美國工程院的天才級院士，物理學優等生，傑出的軟件架構和編程領域的專家級的工程師。

2022年三位諾貝爾物理學獎得主Alain Aspect（阿蘭·阿斯佩，法國物理學家）、John Francis Clauser（約翰·弗朗西斯·克勞澤，美國理論物理學家和實驗物理學家）和Anton Zeilinger（安東·塞林格，奧地利量子論物理學家）已經爲Tesla和它背後的項目進行了世界頂尖級的專業鑑定。Elon Musk的產業項目幾乎都是清一色的與 Artificial Intelligence和Quantum Technology Revolution難解難分，難捨難離。Elon Musk領銜的Tesla在高科技產業佈局上是非常具有前瞻性的。Tesla股價隨着時間的推移，一定能展翅飛翔。

Ronald Stephen Baron （羅納德·斯蒂芬·巴倫）領銜的Baron Capital（巴倫資本，男爵資本）的Baron Capital Management（巴倫資本管理公司）：2030年Tesla股價將達1500美元。（Ronald Baron儘管曾經一度名聲顯赫，但是在提出自身的關於Tesla的宏偉遠景觀點時，遭到了市場參與者的普遍質疑。）

Cathie Duddy Wood（凱瑟琳·達迪·伍德）領銜的ARK Investment Management LLC（方舟投資管理有限責任公司）：到2029年Tesla的估值超過8萬億美元，股價達到2600美元。（她提出自己的關於Tesla的遠景目標正值Tesla遭到以摩通和大摩領頭的大肆看跌賣空，股價最大跌幅超過60%，時間超過一年。兩者之間的存在着巨大反差，Cathie Wood也因此被很多尖酸刻薄的人視爲反向指標和笑話。）

Elias=Jerome從自身應用數學角度出發，對 Tesla進行了儘可能全面深入準確的建模定量分析：Tesla的盈利前景不可限量，現在Tesla市值大約8000億美元左右，如果上帝眷顧的話，2024年的年內或年底，市值將超過10000億美元，股價突破拆分後的歷史峯值414.49–500的概率極大，也就是說Tesla至少還有30%的漲幅，而且這還不是終點，而是起點或者說是中繼點。

3.Elias=Jerome決定在Tesla市值8000--10000億美元之前不進行任何短線趨勢，短期趨勢的操作，不進行減持操作。吸取前面在198.870–205.600階段進行兌現部分浮贏的減倉行動，直接導致賣飛結果發生，後面根本無法找到傳統意義上的任何的低吸機會。你越是不敢追買，股價越是往上漲，沒有任何的所謂低吸機會。在Tesla業績發佈之前，恐怕難有合適的加倉機會。

4.Elias=Jerome之前的好倉都是股價下跌時開倉佈局的，所以持倉成本很低，甚至低到令人難以置信的程度。那麼問題來了，如何不受各種各樣的誘惑而拿得住這些已經有可觀浮動盈利的籌碼就是一個很現實的問題。在金融市場上時時刻刻都存在反恐反貪的問題。

美東時間7月23日Tesla公佈2024年第四季度業績。業績發佈後，Tesla將於23日17:30舉行業績發佈會。如果遇到股價中等幅度或大幅度下跌，將再次增倉擴股。

美東時間8月8日Tesla將發佈Robotaxi（無人駕駛出租車）產品。

*******

如果有人在1965年購買了伯克希爾哈撒韋(Berkshire Hathaway)的股票，並一直持有，那他們就作了一筆傑出的投資——而他們的股票經紀人會餓死。大多數養老基金很可能沒有在1965年買入伯克希爾的股票，並持有至今。如果他們真那麼做了，他們今天的問題會少得多。當時伯克希爾的股價是22美元。今天，其股價接近13.3萬美元。

巴菲特說如果我在華爾街，我可能不會像現在這麼成功。在華爾街，你會被過度刺激。每天都會聽到很多消息，這會讓你的注意力變成短期的，而短期的注意力對長期收益來說並非好事。在奧馬哈，我只需要關心每家公司真正的價值是多少。我不需要到華盛頓，就可以知道華盛頓郵報值多少錢。我也不需要去紐約了解其它公司的價值。一切都變得簡單。評估公司價值是一個深思熟慮的過程，周圍的環境越靜態，對這個過程的幫助就越大。什麼是深思熟慮的過程？它指的是，明確你在某些商業領域評估某家公司價值的能力，然後在能力範圍內，找出相對於其價值來說，目前股票價格最低的公司。對於很多領域的公司，我都沒有能力去評估其價值，比如那個天才級院士Elon Musk在經營管理的Tesla，他確實非常傑出和優秀，簡直令我眼花繚亂。但我也有自己擅長的領域。我們在奧馬哈也可以收到郵件和期刊，可以收到幫助我們做出正確決定所需要的一切信息。不像在華爾街，街上隨隨便便就有50個人會在耳邊告訴你應該這個或者那個。我不喜歡刺激，我們需要的是信息和事實，不是刺激。

巴菲特與華爾街對沖基金公司Protégé Partners有一個十年賭約，即追蹤標普500的交易所交易基金（ETF）表現是否真比Protégé Partners挑選的5只專門投資基金的基金（FoF）更好。巴菲特賭這個ETF贏，而Protégé Partners賭FoF贏，10年下來，FoF只有1年跑贏了標普500的ETF，其餘9年都落後。所以結果就是老頑童巴菲特贏了。這個賭約，其實是被動式基金與主動式基金的長期獲益對比。被動式基金也可稱爲指數基金（index fund 或 ETF fund），這種基金是跟蹤某個指數的，比如道瓊斯指數，多倫多交易所指數，標普500指數，納斯達克指數等等。它們按照某種指數構成的標準購買該指數包含的全部或者一部分證券的基金，其目的在於達到與該指數同樣的收益水平，實現與市場同步成長。這些基金也可稱爲“懶人基金”，因爲基金經理基本不需要做很多賣出買入的工作，所以管理費（MER)很低，一般0.5%～0.8%，通常不超過1%。

而主動式基金，則是基金經理自己挑選股票，通常賣出買入的活動都比被動式基金多得多，所以管理費也高，通常是2%以上。所以如果兩種基金都升值10%，那扣去管理費之後，被動式基金的回報率至少會高出1%。更有意思的是，我看過一個統計，85%以上的主動式基金從長遠來說，都跑不贏交易指數的增長，所以被動式基金本身管理費少，增值又高，就把大部分主動式基金比下去了。

通常基金經理都是專業人士，對股票和投資都很有知識和經驗，但爲什麼跑不贏交易指數？

這是很多主動式基金經理很不服氣的地方，也是爲什麼華爾街對沖基金公司要跟巴菲特賭一把。主動式基金跑不贏交易指數的原因衆多，比如主動管理型基金需要找人做研究和分析，需要頻繁地買賣股票，這些都是成本，而且還可能買到將來要虧本的股票。還有，有些本來做的很好的基金，因爲出名了，吸引了很多人去買，結果爲了將海量的現金轉爲股票，基金經理不得不改變策略，去買一些本不入眼的股票，拖累了業績，等等。當然，也不是每個交易指數的長遠業績都很好。比如多倫多交易指數，從2008年的峯值15,000到現在的15,600，10年了只增長了4%，遠遠落後於一般的主動式基金。相比之下，10年來，標普500和道瓊斯指數都增長了大約100%，所以在挑選 “懶人基金”前，還要先做好功課。

儘管基金經理和銀行都知道主動式基金通常跑不贏交易指數，但他們很少對來投資的顧客主動介紹交易指數基金，儘管他們也出售這種基金。因爲銀行希望多收基金的管理費，而交易指數基金的管理費很低。你去銀行與投資顧問談話時，如果對交易指數基金感興趣，要主動提出來，才能買到真正符合你的投資要求的金融產品。

連續27年打敗巴菲特的制勝之道：對人類行爲建模

投資界大概無人不曉詹姆斯·西蒙斯，他原來是世界一流的數學家，與陳省身教授創立了“陳－西蒙斯常量”。之後，因爲懷有對證券市場的濃厚興趣，創立了文藝復興科技公司。

詹姆斯·西蒙斯可不是泛泛之輩。他造就了金融史上最強大的賺錢機器，使得文藝復興科技公司在世界政治、科技、教育和慈善等領域擁有了巨大的影響力。

自從1988年以來，文藝復興科技公司的旗艦產品大獎章基金獲得了年化66%的收益率，在交易中獲得了超過1000億美元的利潤。這個記錄在投資界無人能出其右。

根據該書作者格里高利·祖克曼的估計，西蒙斯個人擁有大約230億美元的資產，文藝復興科技公司的其他員工也都是億萬富翁，在公司對沖基金裏的平均資產就有5000萬美元，創造了只有在童話裏才能擁有的巨額財富。

西蒙斯曾經爲尋找成功的投資模型花費了12年時間。在早期，他也依靠天性和直覺進行投資交易，但卻常常失敗。之後，他與幾個頂尖的數學家和科學家一起開發計算機模型，用來處理海量的市場數據，並從中挑選出最優的交易機會。

西蒙斯認爲，這是一種具有科學性和系統性的方法，可以用來去除交易流程中的情感因素。西蒙斯想用數學征服市場，如果成功，他非但能夠賺到巨額財富，甚至可以影響到華爾街以外的世界。這可能才是西蒙斯真正的目標所在。

然而，西蒙斯的交易思想並不受到歡迎。在那個時代，喬治·索羅斯、彼得·林奇、比爾·格羅斯等一批優秀的投資者已經開始嶄露頭角了。他們憑藉智力、直覺以及傳統的經濟指標和技術分析，在國際金融市場上獲得了巨大收益。

相比之下，西蒙斯並不懂得如何管理現金流，如何評估新產品，抑或如何預測利率走勢。他所做的僅僅是挖掘海量的價格數據，這種交易方法包括了數據清洗、信號機制和回溯測試等要素，當時的華爾街對此毫無概念，甚至都沒有一個合適的名字來概括這種的方法。但是，西蒙斯已經嗅到了計算機交易系統勝利的味道。

西蒙斯出生於1938年。他3歲時就能算出某個數字的兩倍和一半是多少，還能算出2到32的平方數，並且絲毫不覺得厭煩。他的母親教導他“你應該做喜歡的事情，而不是你覺得應該做的事情。”西蒙斯最喜歡做的事是思考數學問題，經常沉溺於對數字、形狀和斜率的思考之中。他認爲強有力的定理和方程式可以幫助人們發現真理，並且使分屬代數和幾何的不同領域達到和諧統一。

少年時代，他就很愛讀書，經常光顧當地圖書館，每週借出4本書來讀，許多書超出他的認知範圍。然而，最吸引他的還是數學。高二時，他就熱衷討論各種純理論性問題，比如平面的無限延展性等。後來，他被麻省理工學院錄取了。開學後，他直接跳過大一的數學課，因爲他在高中就已學過。1958年，他獲得數學學士學位。之後，他攻讀博士研究生學位，師從陳省身教授。

在攻讀研究生學位期間，西蒙斯就對金融投資產生了濃厚的興趣。確實，他渴望金錢，並且渴望變得富有。但是，他最渴望能用數學工具去發現並記錄那些普世的原則、規律和真理。1964年，他加入美國國防分析研究所，從事密碼破譯工作。彼時，他創建了一個偏微分方程。微分方程描述的是數學變量的導數或者相對速率被廣泛應用在物理學、生物學、金融學和社會學等領域。這個方程後來被稱爲“西蒙斯方程”。

國防分析研究所的工作時間很有彈性，因此西蒙斯能抽出時間關注股票市場。那時他開發了一個新型的股票交易系統，發表了一篇論文，聲稱可以找到將年化收益率維持在50%的一種交易方法。

西蒙斯致力於尋找能夠預測股市短期行爲的宏觀變量。他沒有像絕大多數投資者那樣專注於股市的基本面數據，諸如盈利、股息和公司的新聞等。他把股市分爲8種狀態，其中高波動期意味着股票大幅震盪，良好期意味着股票保持升勢。他純粹用數學的方法來甄別當前的市場屬於哪種狀態，然後利用模型來購買股票。

可以說，西蒙斯是利用數學模型來研究股票市場的先驅。以數學模型進行投資，涉及因子投資、基於不可觀測狀態的模型和其他形式的量化投資，這是“投資革命”的一個預兆，這些在數10年後將橫掃整個投資世界。

西蒙斯初涉投資領域並未展現出任何天賦。他只是自信滿滿，因爲他對金融市場的運行有着獨特的見解和視角。他非常習慣於在看似隨機的數據中探尋某種規律——從自然界混沌和雜亂無章的表面之下，尋找某些簡潔和美麗的結果。尋獲的這些規律和規則就構成了科學定律。

西蒙斯認識到，市場並不總是可理解的或以理性方式運行的，所以僅僅依賴於傳統研究和分析視角是不夠的。然而，不管市場表面上看起來有多麼混沌，金融資產的價格看起來都存在某些確定的規律，很像隱藏在看似毫無章法的天氣背後的潛在規律。

西蒙斯把金融市場視爲一般的混沌系統，就像物理學家通過挖掘海量數據來建立科學模型，從而描述出自然界的定理一般。於是，西蒙斯決定建立數學模型來識別金融市場的價格規律。

不久，西蒙斯就創立了一家名叫“Monemetrics”的公司，其義爲“金錢計量經濟學”，表明他是用數學方法來分析金融數據並作出投資決策的。

他找到一個名叫列尼·鮑姆的數學家作爲合夥人一起探索他的未經驗證的投資策略。

鮑姆與一個名叫勞埃德·韋爾奇的信息學家創立了“鮑姆－韋爾奇算法”，以此分析馬爾可夫模型。

馬爾可夫模型是一連串事件的集合，下一事件的概率只能由當前的狀態決定，與之前的事件無關。

這意味着，你不可能確定地預測未來的事件，但可以通過觀察整個鏈的規律來給出對未來事件的較好估計。棒球就是一個典型的馬爾可夫遊戲。假設一個擊球手已經打了3個快球和2個好球，那麼之前這些擊球的順序和期間的犯規次數都無關緊要了，只要他再誤擊一個好球，他就出局了。

隱馬爾可夫模型是指事件的序列本身也是未知的，由隱藏的參數和變量控制，是一種雙隨機過程。人們觀察到的事件只是鏈的輸出結果，並不能作爲推測鏈走向的某種依據。金融市場價格、語音識別和其他一些複雜過程都可以認爲是隱馬爾可夫過程。由此，西蒙斯開始了他的金融投資生涯。

之後，幾個計算機技術專家加盟，他們開發了一個可以覆蓋各種商品、債券和外匯交易的系統。這個系統主要是運用線性代數的原理分析大量的數據，給出投資建議。比如，系統會突然強烈看好土豆價格，並把2/3的現金都配置到土豆期貨合約上。

由此，西蒙斯逐步建立了一個由算法驅動的高科技交易系統，或者說分步驟執行的計算機程序，來替代人類的主觀判斷。他不再想僅僅依賴粗糙的模型並輔之以個人的直覺來做交易。他的目標是，建立一個複雜的完全有預先設定的算法驅動的自動交易系統，一個完全屏蔽了人類干預的系統。1988年，西蒙斯設立了大獎章基金。

在西蒙斯麾下，聚集了一大批世界級的數學家和計算機科學家。其中數學家詹姆斯·埃克斯是“埃克斯－科申定理”的創立者之一。他也認爲金融市場和馬爾可夫模型非常類似：下一個事件只取決於當前的狀態。

在馬爾可夫模型中，要精確預測下一步是不可能的，但如果有可靠的模型，要預測未來多個步驟的趨勢卻是有可能的。馬爾可夫模型在廣義上是用於隨機方程組的。隨機方程組可以用來描述隨着時間進化的動態過程，也可以容納高度的不確定性。

這些數學家和計算機科學家都不認爲市場真的像某些學者說的那樣是隨機遊走，或者完全不可預測的。市場確實具有一些隨機性，如同天氣一樣陰晴不定，但他們認爲利用某種概率分佈應該能夠預測未來的價格走勢，就如同其他隨機過程一樣。

因此，他們的目標是開發數學模型，並以之爲框架推導出一些實用的結論和結果。當然，簡單的線性回歸模型通常無法有效地預測複雜而波動的金融市場價格走勢，這些價格可能會受到暴風雪、恐慌盤和地緣政治等因素的嚴重衝擊。

但是，他們深信讓計算機自己來尋找這些數據間的關係，從而找到過去某個相似的交易環境，然後觀察價格的表現，這樣他們就可以開發一個複雜但更爲準確的預測模型來識別隱藏的價格趨勢。爲了讓這個方法付諸實踐，他們需要大量的數據。他們利用計算機模型做出相對可靠的猜測，以填補空白。當他們開始測試這種方法的時候，其投資業績迅速得到了改善。

埃克斯的模型主要聚集了兩種簡單的策略。有時，模型採取動量交易策略，追逐價格趨勢，然後假設趨勢持續，買賣一籃子商品。其他時候，模型採用反轉策略，認爲當前的價格趨勢會反轉。得益於大量的歷史數據，埃克斯比競爭對手接觸到更多的價格信息。因爲價格走勢經常會復刻歷史，所以這些數據能讓公司對趨勢持續性有更準確的評估。

1987年10月，道瓊斯指數一天跌去22.6%。由於埃克斯提前買入歐洲美元期貨，在股票市場暴跌時對沖了損失。不過，埃克斯的模型並不會戰無不勝。1989年，大獎章僅在幾個月就虧損了30%。

埃爾文·伯樂坎普掌管大獎章時，倡導做更多的短期交易。大獎章持有的很多長期頭寸都只帶來了虧損，而短期交易卻是基金收益最大的貢獻者。大獎章仔細檢視歷史價格數據，以期找出未來可能重複出現的價格走勢，隱含的假設是投資者的行爲會不斷重複。他們確信這種方法行得通，前提是要用更科學和更復雜的形式來實現，並且只應用於短期交易而非長期投資。

伯勒坎普認爲，如果交易不頻繁，每次交易成果對公司都具有較大的影響，那麼如果虧損交易多來幾次，公司就瓦解了；但如果交易頻繁，那麼單次交易的結果就不至於那麼重要，有助於降低公司的整體風險。

短期交易模型

這種做法與賭場相似。賭場裏每天有很多場賭局，只要在超過一半的賭局上盈利，賭場整體就賺錢了。大獎章也一樣，只要保證每天進行高頻交易，大多數都能盈利，大獎章就能賺很多錢。只需要擁有一點點優勢，高頻重複博弈就會確保大數定律站在他們這一邊。“如果你交易得足夠多，那麼只要保證其中51%是盈利的就夠了。”

伯勒坎普創建了一個理論：場內交易者對商品和債券的買賣有利於保持市場的流動性。比如，他們會在週末來臨前清倉，以防週末傳來壞消息導致虧損。與此相類似的是商品交易所的場內經紀人會在經濟數據公佈前減倉，以防低於預期的數據導致頭寸蒙受損失。

相對於競爭對手，大獎章其實擁有一個巨大的優勢：他們擁有更爲精確的定價信息。多年來，他們收集了多種期貨日內高頻價量信息，而絕大多數投資者忽略這類顆粒信息。大獎章辦公室裏每秒百萬條指令計算機，使得其團隊可以迅速挖掘到所有的定價信息，產生數以千計的具有顯著性的觀測值，以揭示以前沒有檢測到的價格規律。

大獎章的運營卓有成效，1990年的收益率達到了55.9%。西蒙斯確信公司運轉在正確的軌道上。他認爲，歷史的價格規律可以作爲開發計算機模型的基礎，用來識別被投資者忽視的市場趨勢，讓人能夠從過去看見未來。

幾個世紀以來，投機者用盡了各種方法來尋找價格規律，但基本上都慘敗而歸。理查德·丹尼斯成功地開發一個能夠預先設定算法的交易系統，以期能移除自己交易操作中的情感和非理性因素。他曾經獲得巨大成功，但在1987年的股災中損失慘重，只好結束了交易生涯。

西蒙斯贊同伯勒坎普所說的，技術指標更加適用於短期交易，而非長期交易。他希望藉助嚴格的測試和更爲複雜的模型，基於統計學分析，以逃脫那些技術分析者經歷過的慘敗。

文藝復興科技公司不斷地應用數學技巧來改善模型。數學家亨利·勞弗在修改模型中發現，大獎章基金應該只用單一的交易模型，而不是像其他量化交易公司那樣在各種市場和市況下使用多個不同模型。這個發現後來被證明是價值連城的。

大獎章基金

於是，大獎章的交易開始變得頻繁。開始一天交易5次，後來上升到16次。他們會挑一天內交易量最大的時間段下單以減小衝擊成本。文藝復興科技公司因子開發遵循3個步驟：

找到價格序列中的異常規律；

確保整個規律是持續的、非隨機的；

看看能否找到合理的解釋。

聯席CEO彼得·布朗和計算機科學家羅伯特·默瑟考慮到交易成本、各種槓桿、風險參數和各種其他限制與要求，他們設計了一個系統來構建理想的投資組合，做出最優決策，創造最大回報。這種方法的美妙之處在於，通過將所有的交易信號和投資組合需求組合成一個單一模型，就可以很容易地測試和添加新的信號，瞬間得知一個新型投資策略是否能夠盈利。

並且，這個系統具有自我適應性，即能夠自主學習和調整。如果該模型的推薦交易沒有被執行，不管出於什麼原因，它都會自我修正、自我搜索買入或賣出指令，驅使投資組合回到正軌。

西蒙斯在實踐中逐步認識到，輸家並不是那些買入並長揸的個人投資者，也不是那些根據公司需要調整外匯頭寸的跨國公司的財務管理部門，而是經常預測市場的漲跌並頻繁下注的人，無論其規模大小。這樣的人“就是一個很好的收割對象”，西蒙斯如是說。本質上，西蒙斯就是利用其他投機者的疏忽和錯誤賺錢。

西蒙斯其實更不知道另一件事。當他和他的團隊在研究模型的時候，行爲金融學也橫空出世了。阿莫斯·特沃斯基和丹尼爾·卡尼曼研究了人們做決定的過程，證明了大多數人都傾向於做非理性的決定。已經被識別出來的典型心理偏差包括損失厭惡、錨固偏見和稟賦效應。面對的巨大壓力，市場參與者通常都會慌亂，繼而做出偏感性的決定。所以，大獎章基金髮現其利潤的最大頭常常是在金融市場的極端情況下實現的，這並不是一種巧合。大獎章基金這種盈利現象持續了幾十年。

然而，模型也不是萬能的。1987年股市崩盤期間，所有頭部的量化公司都面臨着越來越多的問題，摩根斯坦利損失了6億資金，大獎章基金在一週內損失超過10億美元，虧損率高達20%。西蒙斯創建計算機自動交易系統，本意是要排除人類情感因素。然而，當大獎章出現巨額虧損時，他竟然干預交易系統並減少頭寸。布萊恩·基廷說：“科學家也是人，而且一點兒都不缺乏人性。當數據和慾望相沖突的時候，往往後者會勝出。”這句話放在這裏剛好合適。

總的來說，西蒙斯和他的團隊並沒有基於行爲金融學的統計模型，因爲他們無法設計一種可以避免或利用投資者心理偏差的算法。然而，他們也認識到，正是心理偏差和過度反應爲他們的利潤做貢獻，他們的系統似乎特別善於利用其他交易者所犯的具有普遍性的錯誤。因此，他們實際上是在對人類行爲建模，以此印證行爲金融學的理論。

與此同時，喬治·索羅斯的反身性理論同樣也是一種對人類行爲的建模。人類在高壓的行爲上具有很高的可預測性，他們會本能地表現出恐慌。文藝復興科技公司建模的前提是人類會不斷重複過去的行爲，他們很好地學會了利用這一點。