量化投資大師詹姆斯·西蒙斯經典演講：數學，常識和運氣 余曉光
http://xueqiu.com/5277310522/27423929新財富雜誌
詹姆斯·西蒙斯（James Simons，1938 年－）是美國的數學家、投資家和慈善家。作為最偉大的對沖基金經理之一，他是量化投資的傳奇人物。西蒙斯1958年畢業於麻省理工學院數學系，1962年在伯克利加州大學獲得博士學位。他曾任教於麻省理工學院、哈佛大學和紐約州立大學石溪分校。陳-西蒙斯形式就是以陳省身和他的名字命名的。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。之後，西蒙斯轉入金融界，於 1978 年開設了私人投資基金 Limroy，5 年後創立文藝復興科技公司，並推出公司旗艦產品——大獎章Medallion 基金。西蒙斯領導Medallion 對沖基金會以電腦運算為主導，運用數學模型在全球各種市場上進行短線交易。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％。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。
西蒙斯一直對其投資策略諱莫如深，2009年夏天退休後更是深居簡出。本篇報告主要是根據詹姆斯·西蒙斯退休後在麻省理工學院講座的內容翻譯而來，時間為2010 年底。詹姆斯·西蒙斯在這次講座中講述了他自己如何從一名數學天才成為量化投資大師的傳奇人生，關乎數學，關乎常識，關乎運氣。
一、徜徉在數學世界的各個維度，成為數學家
1.1 年少壯志-進 MIT 學數學
這真是一個很長的介紹（講座開始有MIT 理學院院長卡斯德及伊斯辛德教授的開場白介紹，報告中省略該部分）。因為我之前還在擔心我的演講可能太長了，他正好講了一半的時間，所以我能夠專注利用下一半時間，把所有我要講的東西在所允許的時間裡全部傳達出來。實際上，我真的非常高興能夠站在這裡，我相信我以前曾經在這個教室呆過，它看上去很熟悉。除了 MIT，其他所有的一切都發生了許多變化。我老是想回到這裡，而且我住在這附近。在我還是個孩子的時候，我總是想來到這裡學習數學，我現在告訴你們我通向MIT 的有趣之路。在我 14 歲時候，一個聖誕節前我得到了一份工作，在假期花園的設備供給處，它現在可能還存在。我在一個地下室工作，負責把所有用具放好。我處理的很差勁，我不知道那些東西究竟該放到什麼地方，他們似乎一點規律性都沒有。他們對我的工作很不滿意並且降了我的職務。你們可以通過降職想像他們的情緒。我被降職去拖地板。我很喜歡這個工作，因為這個很簡單，我不需要動腦子，我可以走動並且思考。走動，思考，而且他們還付我錢。然而聖誕節最終到了，那個工作也該結束了。這個地下室是由一個男的和一個女的經營的，他們在那裡工作，在要跟我說再見的時候他們當然想儘量顯得對我好點，他們問我將來有什麼打算，我說我想來 MIT 學數學。他們認為那是他們所聽說過的最最滑稽的一件事兒了，那個男的甚至連該把東西放在哪裡也不記得了。
1.2 與衛斯理大學失之交臂，最終還是選了MIT 數學
其實我愚弄了他們，我申請了 MIT，而且我被錄取了，但後來我接到了衛斯理大學的一個電話（Wesleyan University ）。我從來就沒聽說過衛斯理大學，我那時只是個高中生，我知道的很少。他們說：「我聽說過你，我們非常希望你能夠申請衛斯理大學。」我覺得這個聽上去似乎不錯，所以我答應了他們。他們就告訴我需要在週末的時候過來，他們要幫我準備這個準備那個，我要上這個課那個課什麼的，所以我星期五就必須去衛斯理做這些。不管怎樣，衛斯理是個非常漂亮的地方，自己的好奇心和這個地方的美讓我感到似乎飄飄然了，我申請了衛斯理大學，然而最終我沒被錄取上。最後我沒有任何選擇了，我命中注定要來到這裡。所以不管怎樣我都來了，我還選了數學，一切都進行的很順利。
1.3 影響我職業生涯的數學家和聰明敢闖的大學朋友
我的職業生涯在那裡發生了轉折。我那個時候遇見了 Warren Ambrose，一個非常喜歡啟發人的數學家，可能有一些老員工還記得 Ambrose。那個時候我還不認識伊斯辛德，不過我還記得在校園角落有個這樣的房間，我知道它在 1971 年就消失了。那個時候是 1956年或1957年左右，它在早上開放，我們有時候去那兒吃個三明治什麼的。有一天凌晨，Ambrose 突然走了進來，還有辛德也和他在一起，那個時候 Ambrose差不多 50 歲。他們進來，穿的像個孩子似的，圍著桌子坐下來，忙著討論數學工作。我想這是世界上最酷的一件事了。這是怎樣的一種愜意的生活呀！就是早上來到這裡，和你的朋友一起一邊喝咖啡一邊研究數學，那個時候可能還會抽幾支煙，我已經記不太清楚了，那似乎是世界上最好的職業。我於是追求了這樣一種職業。是的，我是經常打撲克，除了 Ambrose 和辛德，我還在 MIT交了另外兩個朋友，是兩個來自英屬哥倫比亞的男孩。當我們畢業的時候，有人曾問過我，我們那個時候是否真的騎著摩托車去了巴西。是的，那是事實，我和我的哥倫比亞的朋友騎著小型摩托車從波士頓去了 Bogota(波哥大，哥倫比亞首都), 那次旅行我能夠活下來真是個奇蹟！但是我們的確抵達了英屬哥倫比亞，這件事對我產生了很大的影響。因為我從來都沒想過我有一天會去加拿大，而現在我居然到了哥倫比亞。在那個時候，波哥大還是個不發達城市，那個時候你似乎能夠做任何事情，任何的商業都有可能在哥倫比亞變得繁榮起來，因為他們那個時候還沒有這些商業活動。另外，這些和我一起在 MIT讀書的男孩子們是非常聰明的，我之所以知道是因為他們經常在玩撲克的時候贏我，他們很可能會成為很成功的商人，而結果也正如我所料，過一會兒我們還會再詳細地講這些。
1.4 商業上小試牛刀
不管怎樣，我畢業之後去伯克利讀了博士，在那裡我遇到了我的論文導師 Berg Kaster，他教會了我很多東西，然後我回到 MIT來教書。後來我說服了我的哥倫比亞朋友，我認為他們應該開始做一些生意，因為他們天生就應該幹這一行，而且我之後也會下海。我後來的確照做了，但是直到我們發現一些其他可以著手做的生意的時候我才會離開。那個時候我沒有錢，也沒有名氣，現在想來可能不行。無論如何，他們不想拋棄我。然而在那兩個星期裡，我們的確找到了一些可以做的生意。我開始做了一個生意並且賺了一些錢，我父親當時也投資了一些錢，那些錢後來為我職業生涯的轉變奠定了基礎。我在 MIT教書的時候，我通過借錢對我的生意做投資。幾年過去了，我需要開始還貸，就像所有其他的企業剛剛起步一樣，我們開始期望 18 個月以後就可以有紅利可分，我們對自己的公司報了太高的期望。不過我們最終還是得到了紅利，但那是在幾年之後，不過這些紅利數目還是相當可觀的。
1.5 國防分析學院工作期間數學研究達到了巔峰，但因不懂人情世故被解僱
我需要還掉一部分債務，所以我去了位於新澤西普林斯頓的美國國防分析學院，那個時候分析學院還是普林斯頓大學校園相連的一個部分，但是他們做的是政府的秘密工作，他們付的工資很高，而且你可以有一半時間做自己的數學研究，另一半時間幫他們做事。不管是什麼事，都要使用到電腦，那是個秘密，我不想在這裡討論這些。他們知道，我也知道。我喜歡這件事，也很喜歡這份工作，況且我做的也不差。我很喜歡設計模型然後把它們寫成程序。當然程序不是我寫的，不知道是他們哪個人寫的，把它們編成程序然後對這些模型進行測試，看看哪些有用哪些沒用。那個時候我的數學研究做得也相當的不錯，最後在那個期間我還獲得了維布倫獎，我解決了一個幾何學上的比較重要的問題，我的一切都進展得很順利。
然而，那個時候正在進行越南戰爭。這個機構的主席，他的職位在我當地老闆的上面兩級，他寫了一篇關於這次戰爭的很激進的文章，反正我覺得是比較激進的，刊登在了紐約時代的雜誌版上面，說的是我們會怎麼樣贏得這場戰爭，說是勝利已經不遠了，都是這些類似的事情，我不大同意他的看法，我們做的工作與越南戰爭無關，但是對於我們的頭頭寫了這樣一篇文章我覺得很不自在，所以我後來給紐約時代週刊寫了一封信，表達了我的觀點，結果他們發表了，幾個星期後刊登在同樣的週末版上。我於是被列在了監視名單上，我自己甚至都不知道我被列上了監視名單。幾個月後有一個人來找我，他是新聞雜誌的一個報導員，他在寫一篇關於那些在國防分析學院工作但是反對這次戰爭的文章，他正在為找一個合適的人做採訪而發愁，但是他聽說了我，他讀了我的文章，並且問我他是否可以採訪我。我說當然可以！你們可以看得出我當時是個多麼精通世故的人（反語）！他問我做什麼工作，我如實回答了他。我說既然他們說可以允許我一半時間幫他們工作一半時間做我自己的數學研究，那我的原則就是在現在我完全只做我自己的研究，不過我會記錄下我時間的利用情況，等戰爭結束了我將會花同樣多的時間去做他們的工作，這就是我的工作方法。我覺得這個回答其實很合理。
後來我回去告訴了我當地的老闆，我做了一件比較聰明的事，只是有些說晚了，那就是告訴我的當地的老闆說我接受了這次採訪。我的老闆問我，你真的接受採訪了？你都說了些什麼？我回答說我說了哪些。他說我最好給 Teller 打個電話，他拿起了電話打給了總負責人 Teller，但是電話那邊沒有聲音，他沒聽到 Teller 在說什麼，他掛掉了電話說：「你被解僱了。」 「什麼，我被解僱了？」「是的，你被解僱了。」這是我第一次也是最後一次被解僱。我說我是個「永久成員」，那是我的頭銜（笑）。他說讓他來告訴我這之間的區別，當我開始工作的時候我是個「暫時性成員」，但是當我被解僱後，我就會成為一個 「永久成員」。 「暫時性成員」有個協議（contract）。我想這恐怕的確是這樣，當我開始工作的時候我要簽一份協議，但當我被解僱的時候，我不需要簽什麼協議。所以那是我不太順的一年，但是我並沒有很焦慮。
1.6 成為石溪大學的數學系主任
我的確沒有採取他（伊斯辛德）的意見，我接受了石溪大學提供的職位，我認為成為一個炒別人魷魚的人要比被別人炒魷魚要好。的確，雖然很遺憾，但是那個時候我的確要炒很多人的魷魚。這個數學系開始很差，但是我們招了很多人，後來我們的確做得很好，我們把它打造成了一個很好的部門，在陳（陳省身先生）的幫助下，我在那裡的數學研究成果最後在物理學領域也變得非常有用。我是在那裡學會了我們數學家所稱的纖維叢連接性和物理中所謂的規範場論之間明顯的關係。於是我回了 MIT，實際上不是MIT，只是在某個咖啡廳裡，把關係解釋給伊斯辛德聽。那是一次令人激動的討論，可能與大多數在咖啡廳進行的討論一樣，關於物理學的演變，以及它與數學幾何學方面逐漸地互相靠攏。從今天來看，實際上它們真的有極大的共通之處。
二、數學家的華麗轉身，成為傳奇的量化投資大師
2.1 從數學家到投資家的轉換
那些的確都是美好的時光，但是正如他所說，後來我的確因為被一個問題困擾而變得比較灰心，我想去證明一些數——無理數，我想你們都知道無理數的概念，可能一個數是有理數還是無理數並不是很重要，但是在這個問題當中，這個概念卻有許多其他的意義。我完全不能夠勝任這個問題。這是個好問題，無理數直到現在仍然是數學界的研究問題之一，至今無人解決。不管怎樣，我變得很氣餒，而且我那個時候作為有過錯的一方正在辦離婚，但是我同時在新的婚姻面前也做了一個正確的選擇，和我當時的新女朋友結婚。她現在正坐在下面。而且我的南美洲的生意也開始派紅利了，而且是相當可觀的數目，所以我獲得了一大筆錢。我把那筆錢投資出去，而且我發現我在投資方面做得並不差。所有的這一切讓我意識到現在是該改變一些東西的時候了。那是在 1976 年，我剛剛 38 歲。我以為我會一輩子都做一個數學家，不過真的，從18 歲開始我就這麼認為。我想我花了近20 年的時間來進行這個遊戲，但是後來我決定開始轉向做投資。
2.2 幸運的投資生涯，開頭偏重基本面交易
我從來沒想過要把數學運用到投資當中。當你讀報紙的時候，你認為你自己做得不錯，我們的確做得還不錯。但是一段時間以後，我開始蒐集一些數據，我想有一些東西是可以模型化的，就像我們曾經在 IDA （美國國防分析學院）做的一樣。所以我從IDA找來了全世界最好的模型創建者，Lenny。在 IDA 的時候我們一起構建模型。Lenny開始和我一起創建模型，但是我卻一直在做交易。Lenny 似乎對建模越來越不感興趣，而是經常會去閱讀一些新聞，那個時候新聞還是一捲一捲的那種，你把它撕開然後讀新聞。Lenny 並沒有在想怎麼建模而是一直在讀新聞。然後他會形成自己的觀點比如說市場會上漲，市場會下跌之類，都是關於外匯和債券的一些東西。然後我開始發現有很多時候他的分析是對的。我說：「好的，你是運用的什麼模型？不妨我們用它來賺點錢吧。」我們的回報率很高，從我問「你運用的什麼模型」開始的兩年裡，我們把我們投資者的錢變成了剛開始的 12 倍，那還是扣除了其他費用的。聽上去我們做得不錯，我們也是極其幸運的，你們看那個上面寫著一個詞就是「幸運」（指著上面的 ppt ），或者說「好運」，我們當然很多時候是比較幸運，在我的職業生涯中，我的運氣也的確很好。當時在我的腦海裡想的仍然是我可不想只去建模，但是另外其他的人可以專門建模。，Jim Max，一個很著名的數學家，離開了石溪大學後加入了我們，他的確建了一些模型。在接下來的幾年裡，我們把基本面交易（fundamental trading ），風險投資（venture capital ）和所有其他的投資方式結合在一起，我們一直在不斷創造出新的更有效的模型。
2.3 投資轉向完全依賴模型交易，成為模型大師
最終，大概 10 年後我發現，其實如果你做fundamental trading，那麼某一天當你醒來時，你可能會發現自己是個天才，你的頭寸總是朝利於你的方向發展，你覺得自己很聰明，你也會看見自己一夜之間賺很多錢。然而第二天，所有的頭寸都朝著不利於你的方向走，你覺得自己像個傻瓜。我們這方面做得還行，但只是這種情況好像不應成為我們的一種生活（因為膽顫心驚）。
既然我們會做模型，那就不妨跟著模型走。所以，在 1988 年的時候，我決定百分之百的依靠模型交易。而且從那時起，我們一直都這麼做。一些公司也運用模型，然而它們的宗旨是，他們有一個模型，用這個模型得出的結論給交易員提供參考意見，如果他們贊成這個結論那就照著執行，如果他們不讚成那就不執行。這不是科學，你不可能模擬出 13 年前當你看見市場行情數據時的那種感覺。而且回溯測試（Back test ）是一件很困難的事情。如果你要是真的靠模型去交易，那就完全遵照模型說的去做，不管你認為那個模型有多聰明或者是多傻，這後來被證實是一個很正確的決定。所以我們建立了一個百分之百依靠電腦模型做交易的公司，做的業務從我前面提到過的外匯，金融工具，逐漸發展到股票以及其他一切可以交易的，流動性強的東西。那個時候，為了得到數據，我們派人去美聯儲影印利率的歷史數據，那些數據在其他地方找不到，你也不可能簡單地從網上買到。為了得到區域性數據，我們必須要手工蒐集大量的數據，而且我們確實做到了。
逐漸地，我們變得更加聰明了，那些模型也變得越來越有效，我們還招進了越來越多人，伊斯辛德說我們有世界上最好的數學團隊，我認為這不完全正確。從其他方面來講，這個團隊也不差，我們招了很多很聰明及擅長這些工作的人。我們從 1988 年開始創建大獎章基金（Medallion fund ），1993 年我們不再接受幫外界投資的新業務，只有僱員才能夠投資。2002 年時，我們把所有外界投資業務剝離出 Medallion fund，2005 年時將其買斷（buyout ）。從那時起的五年內，Medallion fund 就完全歸我們的職員所擁有，至今大概有 300 名僱員有 Medallion fund 的所有權。
2.4 成功的秘訣
人們經常問我有什麼秘訣，因為我們不是這世界上唯一一個做數量分析的公司，我們不是唯一一個通過建模來交易的公司，我剛剛批判性地評價了一些運用模型交易的公司。我們公司顯然運行得比其他的公司要更好，我們的確創下了很多交易方面的記錄。
人們總是在問，到底是什麼秘訣？當然是有秘訣的，我當然不會告訴你們各種預測性的參量等等，那些比如說 ……不，我不會告訴你們的，那是他們研究的東西。但是，真正地訣竅其實是，我們的起點是一群一流的科學家，他們完成的是一流的工作。因為我們公司一開始就圍繞一些非常優秀的科學家創建，他們都是經過相應考核的，也一直和公司在一起。第二個方面就是我們給我們的員工提供非常好的基礎設施，一直有人告訴我他們從來沒見過一個比在我們公司工作更方便的公司了，那些數據的尋找都異常的方便。下面這裡坐著我們的一位校友，我之前剛見過，雖然我不會建議他這麼做，但是如果他想要的話，他可以去試一試我們的系統。而我認為最重要的就是我們保持著一個開放的氛圍，我認為做大規模研究的最好方法就是儘可能地確保每個人都知道其他人在做什麼，至少是做到越快讓大家知道越好。有的時候你可能有一個想法想自己保留，但是很快你就覺得不想讓自己看上去像個白痴一樣，越快越好，開始告訴其他人你在幹什麼，因為那樣才能最快地刺激你一些事情，沒有分隔，沒有小集體。比如說，認為是我們幾個人建立的系統，我們應該得到相應的回報，這一類的事情決不會發生。每個星期我們的研究員就會聚一次，討論新的想法，而且最好是能夠用到實踐當中去的想法。所以這是一個寬鬆的，開放的環境，你的工資是基於公司整體利潤的，而不是根據你個人自己的工作的，每個人的工資都給來自於任何一個其他人的成功。不過沒有任何一項政策能單獨使效果達到最好，而是需要所有政策都能成功地結合在一起。出色的員工，很棒的基礎設施，開放的環境，並且儘量讓每個人據整體的表現獲得薪資。這個方法很有效，而且將一直有效，並且靠著它我們賺了很多錢，足夠多的錢。
三、成功之後的忙碌-慷慨的慈善家
3.1 創建基金會，支持基礎科學研究及跨學科研究
之後我們創建了一個基金會，是我的妻子和我在 1994 年創立的，剛開始只是以她的化妝間為辦公室，是嗎？（問台下他的妻子）有一個小盒子，還有很大的文件夾。她的化妝間不大，那是個總部，後面逐漸地向外擴展。她先雇了一些人，然後又招了更多的人。因此我們有了一個基金會，而且在很快地擴大，不僅僅是從我們給出的錢的數量上來講，也從機構運作的成熟程度上來講。這非常好，我的第一份職業是一個數學家，我的第二分職業是成為一個商人，我的第三個職業從某種意義上講是做一個慈善家。那我們的基金會都做些什麼呢？我想我們的基金會是少數幾個幾乎完全對基礎科學做投資的基金會之一。我們支持基礎數學，基礎物理，還有很多生物方面研究，但是最普遍的是一些跨學科的研究。我們有一個研究自閉症的項目，非常的有意思，它嘗試著用電腦從基因方面來分析這種情況，以發現不正常的大腦是怎樣工作的。所以我們主要集中於基礎科學研究方面，瑪麗蓮和我都認為這麼做很好。我們同樣也做其他的事情，但是其他的事是小規模的。如果單從對基礎科學的投資規模上講，應該還沒有一個基金的規模能夠與我們相比。首先，我們給相關機構提供錢，我們幫助MIT提供資金給我們數學系的教授做科研。但是最近幾年我們更加集中於建立數學，物理學和生命科學之間的橋樑，以及事件研究機構等，這些都對我們很重要，自閉症的研究也很重要。現在我們更加注重於數學和物理學研究，關注個人項目。MIT 在理論計算機科學方面有所實踐，那也是他們唯一的實踐，他們知道我知道這一切。不過這是一個不錯的應用，我承認應該還有其他地方需要這樣的實踐，理論計算機科學也將會拓展到其他方面，這就是我們基金會在做的一些事。
3.2 創建 Math for America
我在 2009 年從基金會退休，但是我從來沒有像現在這麼忙。人們常說你都退休了，怎麼可能會很忙，但是實際上我真的非常非常忙。為了提高數學教學水平，我們在幾年之前創建了 Math for America。每個人都很關心美國孩子的數學教育問題。我們有我們自己的觀點。我們通常狹義的觀點是，我們的老師懂數學。你會說當然了。但是很讓人吃驚的是，尤其是當你上了中學的時候，你會發現大部分的數學老師數學懂得卻不多。這不是一個很有效的環境，至少在激發學生學習數學，科學或者任何其他東西的興趣時表現更加明顯。當你選了意大利語的課時，你不想要一個母語是中文的人來教你，你想要一個母語是意大利語的人來教你，雖然他們都能讀意大利文，他會說我學過意大利文，你們不用擔心，但是你卻在想，不，我想要一個母語是意大利語的人來教我，但是實際上孩子們別無選擇。為什麼我們沒有足夠的教師來教這些孩子們課程呢？為什麼我們沒有足夠的真正懂數學和其他科學的老師來教他們呢？其中一種回答就是如果他們真的懂這門學科，那他們可以帶著同樣多的知識去 Google， Goldman Sachs 或者什麼其他地方。因為現在的世界變得更加數量化，經濟也比三四十年之前更多地建立在數量化的方法上。即使他們適合做老師，但因為存在著薪資水平以及名譽地位的不同，他們也會被其他地方挖走，你很少看見這些人留在課堂上面授課。所以我們必須使這個職位變得更加吸引人，這也就是說給他們發更高的工資，也正是我們在紐約和幾個其他城市通過我們的項目正在做的，給老師們更多的尊重，並提供更多的支持。只要我們給他或者她多支付 25%的薪酬，讓他們感覺到不一樣。一下子，這個職業就變得更加好了。如果我們讓這個職業變得更加吸引人了，那就會有人追求這個職業。如果我們什麼都不做，那情況將會變得很糟糕。所以這是我們每個人都應該考慮的問題。
四、西蒙斯的指導性原則
作為總結，當我告訴我的妻子我將會在這次演講中說些什麼的時候，她說，你應該以一些道理來結束你的演講。實際上我沒有什麼道理要告訴你們的。她確信只要我拚命地想，一定能夠想到一些道理。我想我的確是有一些道理要講，或者說是一些指導性原則而已，「道理」這個詞似乎有點太嚴肅了，但是我會告訴你們一些我自己認為比較好的的指導性原則。有一件事我經常做的就是嘗試一些新的事情。我經常喜歡嘗試一些新的事情，我不想和大部隊一起跑，其中一個原因就是我跑得太慢了。如果 N個人在不同的地方但是在同一時間做同一件事，對於我，我想我會成為最後一個做完事情的人，我絕對不會贏得這場比賽。但是如果你在同一時間要去想一個新的問題，或者有一種和其他人不同的新的方法，也許那會給你一個機會，所以，嘗試著做一些新的事情。第二，盡你所能和最優秀的人合作。當你發現一個很不錯的人，並且能夠與你一起合作做一些不尋常的事，你要嘗試著找一些方法一起去做，因為這會擴大你的視野，讓你從中得到一些好處，而且和很棒的人一起工作也很有意思。我還要說下 「被美麗指引」，我認為每一件事都有它美的一面，至少對於我來說是這樣。你可能會問，建一家交易公司有什麼美的一面呢？它美就美在做正確的事，找一群正確的人，用正確的方法把事情做正確。如果你認為你是第一個這麼做並且做正確的人，我想你就是做對了，這種感覺非常的好，把事情做正確是一件很美的事。同樣，人們沒想過，其實解決數學問題也是一件很美的事。所以「被美麗指引」是一個很不錯的指導性原則。然後我還寫了，不要放棄，至少嘗試著不要放棄，有時花很長時間去做一件事是正確的。最後，讓我們期盼一點點好運。那麼今天我的演講就到此結束了。
問答
Q1：Jim, 我的問題是，在經濟學當中，有的時候有一些假設前提，比如說對於非凸的生產曲線有完全競爭假設，在金融市場上有完美流動性假設，在效率問題上有對稱信息。那麼在文藝復興科技公司，你們有離散數學小組嗎？你們會同時留意肥尾分佈風險以及連續性方差嗎？
A：這真是一系列很專業的問題，而且是我意料之中的。我的回答是，是的，我們關注你所提到的所有這些風險。肥尾分佈風險只是告訴我們，金融市場上的信息分佈不是簡單的正態分佈，那個市場上的尾巴顯然沒有內幕人員看到的尾巴偏離的大。所以，我們知道所有的這些，並且懂得這些都是很重要的因素。其實，我們會仔細考量所有們所能想到的並且能考察的因素，直到現在我們的方法也基本上是正確的。
Q2：你認為高頻交易是有益社會的嗎？如果是這樣，你覺得有多少？
A：這個問題是問，是否認為高頻交易是有益社會的，如果是，有多少，有多少是指什麼？是你能從中賺取多少錢還是它有多大的作用？（笑）我認為高頻交易是個中性詞，當然也是有益社會的。事實情況是，隨著市場變得電子化，電腦被用來提出價格，接受訂單和做一切其他的事。市場流動性也因此已經變得前所未有的強大，買賣差價一直在縮小。曾經，那些站在交易所地面上的專家們是做市商，他們通常要求很大的買賣差價，一旦出現問題，他們就消失的無影無蹤了。有了電子交易之後，它能夠使交易變的迅速，這樣就會使買賣差價變小，也會使市場影響力變小，這兩種影響並存。當你買股票的時候，通常你付的錢比折中價稍微高一點，當你賣股票的時候，你付的錢比折中價稍微低一點，但是從另一方面來講，你卻是市場的推動者。如果你買 100股也許你不會推動市場變化。如果你買 10 萬股，你也許會推動市場變化，到底會移動多少呢？如果你是這個市場上的唯一一個買家，你會帶動整個市場跟你一起發生顯著的變化。如果有很多個買家存在，但是你是唯一的一個賣家的話，10萬股也會很容易地被市場消化掉。交易量越多對市場越好，而這些大交易量是由高頻交易員創造的。因此通過研究發現，因為高頻交易，買賣差價和市場影響力下降了很多。所以，如果你認為高市場流通性是有益社會的，那麼高頻交易也可以說是有益社會的。如果要問它有什麼缺點，那缺點就是它會造成市場崩潰。幾個月之前，市場在幾分鐘內經歷了劇烈的震動，但是很快市場就回到了原來的正常水平，但是這也是不可忽視的一點。在 1987年， 股票市場在半天之內猛跌了 25%，而且直到 6個月之後市場才恢復過來，那是因為市場的另一邊是空的。剛才提到的那個市場波動之所以很快恢復過來是因為那只是市場上的某一個交易人犯了一個錯誤，或者是某個人下的單太大了，所以市場上有些恐慌情緒，導致市場下跌 3%。我當時被震驚了，不知道的到底發生了什麼，但是很快，很多的交易訂單又進入了市場，在十分鐘內市場就恢復了過來，這是給市場造成了一些不穩定，但是這與 1987 年的市場崩潰完全是兩碼事。所以以上就是我對一個很短的問題的一個很長的作答。是的，我認為高頻交易是有益社會的，我認為那些反對它的人是錯的。
Q3：你在 fundamental trading中獲得的經驗如何影響你在文藝復興科技公司的建模過程？
A：的確，我在 fundamental trading 獲得的經驗教會了我一些在建模時要注意的東西。當我們建模時，我們儘量保持越原始越好，我們嘗試著通過直接閱讀從市場上觀察來的數據來建模。我承認我以前的經歷對我的後來的工作是有影響的。我認為即使你是做數量分析的，能夠在做純數量分析之前在交易市場上獲得一點經驗是很不錯的選擇。
Q4：人們應該更加關注哪些經濟指標？舉個簡單的例子，當我們看到國債數據的時候，我們發現那個數字是所有美國人工資總和的兩倍，而這些是我們都需要清還的債務，我知道我們應該減小這個數據。但是作為一個普通人，我們到底應該怎樣去看待分析這些數據呢？我們應該怎麼去看待 650億的 CDO？
A：其實這個問題不僅僅困擾著美國，它也困擾著世界上許多其他的國家，政府借了很多的債，導致資產負債表的不平衡。很顯然，美國正在進入經濟的一個衰退期，我們正忙著去保釋那些大的銀行，這些錢到底被花到哪裡了呢？到底這會導致什麼？我認為你所提到的事情是的確值得關注的事，國債佔 GNP的比率現在甚至變得比二戰剛剛結束時的數字還高，而且我們從來就沒能還清這筆債。但是我們所做的是讓 GDP不斷地增長，所以分母在不斷地變大，我想不久我們的國債會得到控制的。在任何情況下，我覺得沒有任何因素比保持增長更重要的了，但是我不認為美國正在往促進經濟增長這條路上走，因為也許我們應該印更多的鈔票，建更多的基礎設施，把錢投入到現在還落後的地方去，讓更多的人能夠找到一份工作，讓我們自己處於更好的位置，即使這會造成一定的通貨膨脹，但通脹並不是世界上最糟糕的事情。這次的金融危機之所以讓美國人變得更窮了，是因為大家的住房的價值變低了，而美國人最大的資產往往是他們的房產，他們以不斷增長的房價作抵押來融資，這也造成了當時經濟的過熱增長，但最終這種增長停止了。所以我們有兩件不容樂觀的事在發生，人們的資產負債表就此被摧毀了，他們的資產下降了，但是他們同時卻要還債。資產負債表的災難不是一兩天就能修復的，我認為要在這個基礎上重新恢復，我們得花上好幾年的時間。那麼我們的政府做的究竟是對還是錯？我反正不是這屆政府的熱衷支持者。我不太支持這次的稅改方案，除了（台下有人鼓掌），有個人為我鼓掌（笑），實際上對像我這樣的富人減稅是毫無意義的，對台下的某些人也是毫無意義的。但是這的確是我們應該付出的代價，因為我們有一個比較靦腆的總統，這是我們為保持目前失業率，並且保證我們對窮人實行減稅所付出的代價，但是從另一方面看，這不是世界上最糟糕的事，也許我們會創造一些增長。我的觀點是，經濟增長，這就是我們現在所需要的，我寧願承受高的通貨膨脹也不願意犧牲經濟增長。我們經常說我們讓美元保值，但是如果你連工作都沒有了，誰又真正在乎這通貨膨脹呢？一個高價的美元永遠不會解決 20%的高失業率問題。
Q5：有人說數量是分析模型的某些缺陷導致這次的經濟危機，你是怎麼認為的？
A：不對，我認為數量分析模型和這次經濟衰退沒有任何關係。經濟衰退的發生是因為貸款是建立在不良資產作抵押的基礎上的，而這些貸款之所以可能存在是因為有一個能夠接受他們的市場存在，次級貸款讓你能夠貸款給一些你做夢都沒有想到過會借錢給他們的人。如果你叔叔說：「別擔心，你來借錢，我來買這些交易憑證。」你回答說：「好的，叔叔，如果你來買走我的這些交易憑證，那我就把錢借給他們。」於是，你把錢借了出去，又把交易憑證賣給了你叔叔，這些交易憑證又被證券化，而且在天黑之前被蓋上了 AAA的章。是誰在做這件事呢？是那些評級機構。（他們給這些證券評成 AAA要麼是因為實際情況如此而把它們評成了 AAA級），我想大部分情況還是屬於這種情況的（此處反諷），但也可能因為他們的費用收入是從這些證券發行商領的，這些證券發行商如果不能保證自己得到 AAA的評級，他們也就不會發行這些債券，所以這是一條產業鏈。在過去，你如果向銀行借錢，那借錢的對象真的是銀行，銀行會認真檢查你的抵押品價值，它們希望你能夠如期償還，所以銀行會不惜一切代價保證你能按時還款。但是現在呢？銀行借完錢給你後的一微秒不到就將這個債務憑證轉手賣給了其他人。所以這些和數量分析模型沒有任何的關係。的確，數量分析模型是設計了一系列的抵押憑證，但是這背後的概率數據又是多大呢?一個在 8年內在 4個城市換過 7個工作的人的還款概率是多少呢？任何一個有點常識的人都知道，這個概率接近於零。但是這個事實卻沒有被考慮之後運用到的概率數據之中。所以這就是我的回答。
Q6: 當你創建模型來做市場交易，你會更加的側重於最基本的經濟指標和數據，還是更加側重於像 S&P500，金價這樣的價格行為？或者是兩者兼顧呢？
A：我在我的演講之初提到過 Warren Ambrose, 那個啟發了我的數學家，其實我不會回答你的問題。在我的職業生涯早期的某一天我曾經問過他：」Ambrose教授，你認為是精通地學習某一個領域的數學好還是泛泛地學習很多領域的數學好呢？」 教授回答說：「老套的話怎麼說都通。我們的討論結束了。」所以，其實這個問題沒有一個唯一的正確答案。所有的東西都是有用的，你的經濟學模型是有用的，那基本分析也是有用的，所以這些都是有用的。