儘管書名強調創辦人吉姆．西蒙斯之名，實際上也以其生平串連起整部作品，不過本書主軸其實這家公司從開始到現在，所有重要參與者的生平、經歷與貢獻。每個時期公司都有不同的進展與變化，最終讓文藝復興成為現在這頭隱密性極高的投資巨獸。
利用電腦分析大數據尋找市場模式如今簡直是理所當然的概念，但在一九七零年代這還是個異想天開的念頭。投資這行在當時仍以較為傳統的價值投資當道，畢竟那是一個法規監管比現在寬鬆、資訊較不流通的時代。許多基金操盤人比一般人更有管道拿到內線消息、國際新聞與財報相關資料，並藉此以英明神武之姿成功獲利。
不過作為天才數學家的吉姆．西蒙斯想追求另一種可能性，也就是利用自己擅長的數學尋找市場「模式」。西蒙斯年輕輕輕便成為數學界的明日之星，儘管與巴里．馬聚爾（Barry Mazur）這樣的大神修同一堂課，讓他認識到天才還是有分等級。但那無所謂，因為他有更想做的事：賺大錢。
但在進入金融業之前，西蒙斯曾在國防分析研究院（IDA）為國防部破解蘇聯密碼。儘管表現優秀，卻因為反越戰的立場加上接受媒體採訪，不意外的被果斷炒魷魚。因緣際會他很快成為紐約州立大學石溪分校數學系第一位系主任，儘管接手時這只是野雞大學。
不過靠著當時地方首長大筆銀彈支持，加上他挖角精準又手段高明，成功讓這個系成為全美國最優異的數學系。在成功的學術生涯之後西蒙斯決定該是轉換跑道的時候了，被頂尖數學家認為不入流、之前也只當作副業的「投資」成為西蒙斯首選，並創辦金錢計量學公司（Monemetrics）。
這次成果比第一次在IDA時期最後胎死腹中的經驗要好多了，話說西蒙斯當時私下邀請上司和一位資訊工程師創辦投資公司（這位天才數學家從頭到尾都不擅長寫程式），結果被部門主管發現，就把上司叫去罵說你們三個要同時辭職？
上司：是有這打算，但你怎麽會知道，我們明明是秘密進行的。
主管：因為你們把計畫書的最後一頁忘在影印機裡面！
這件事告訴我們，即使是雲端之上的腦袋，精明幹練依舊不是容易的事。
金錢計量學公司的起步務實：一間看起來不怎樣的辦公室。不過裡頭有許多顆金腦袋，他從老單位IDA挖來另一位天才數學家藍納德．鮑姆（Leonard Baum）、而且他在IDA的「救生艇名單順序（笑）」中還排在西蒙斯前面。鮑姆專精在隱藏式馬可夫鏈，個人提出的鮑姆 - 威爾區演算法在相關領域十分知名。
用我也可以理解的方式解釋馬可夫鏈（Markov clain）的概念，大抵就是透過當前現狀，去判斷在這種狀況下之後會發生什麼事的機率有多大。重點不在於前因後果，而是在現在這種情形下，再來最可能發生的是什麼？聽起來像是猜測，但是運用上高深數學的猜測。
而隱藏式馬可夫鏈是馬可夫鏈中的一種，裡面的事件受到未知、潛藏的參數或變數所影響。事件鏈可以讓人看見的是結果，而非決定事件鏈進程的「狀態」，那沒有明顯的模式或解釋可言。鮑姆 - 威爾區演算法可以讓人從這種只看得到結果的複雜序列中，算出其中的機率和參數。
這種技術除了運用在棒球上之外（奧克蘭運動家隊的「魔球」是其中最知名的應用），聽起來也非小 適合金融市場。1977年加入西蒙斯公司的鮑姆開始研究，再找來之後成為亞馬遜與微軟的機器學習專家的葛瑞格．胡蘭成寫程式，三人著手建立模型與演算法。
但在那個條件尚未備齊的年代，努力並未獲得相應成果。運用演算法分析投資成效並不亮眼，這家志向遠大的公司最終不得不回歸傳統的投資方式。更糟的是西蒙斯是看見收獲不錯就會果斷走人的性格，但鮑姆總是把賺錢的投資一直抱著，一但賠錢那更是死死抱著。這有時造成的虧損非常驚人，賠光自己的錢已經很痛苦了，還得被投資人痛罵實在有夠悲慘。
鮑姆最後選擇西蒙斯黯然拆夥，因為意識到為了投資犧牲心靈平靜的他，還是回歸到熟悉安全的世界比較快樂。西蒙斯則意識到憑人腦投資造成的心理起伏太過恐怖，非堅持回歸初衷的想法，下定決心未來一定要追求靠演算法自動交易才行。
於是他找來詹姆斯．艾克斯，一位脾氣暴躁惡劣、專精數論、共同提出艾柯定理的天才數學家（沒錯，這本書裡就是充滿天才）。啊，對了，他還會把充滿汗水的內褲放到微波爐裡烘，結果成就讓微波爐燒起來的事蹟……這件事給人類的啟示是，角逐達爾文獎的資格，和智商高低並非呈現絕對的負相關。
咳，當初原本就是西蒙斯親自挖角到石溪教書的艾克斯，又找來同在石溪電腦中心任職的數學博士桑德爾．史特勞斯（Sandor Straus）。史特勞斯無疑也是倉鼠性格，不過他愛囤的東西是數據。實際上在那個大數據還沒那麼有意義的年代裡，他就熱愛收集各式各樣的數據、仔細清理，並看出這些東西總有一天會發光。
1985年艾克斯和史特勞斯在加州成立一家新的公司，並轉檯到那裡上班，繼續挖角各式各樣的人才。那年代量化分析的概念還沒完整成形，他們引用的是根據市場歷史數據中的規律進行預測的技術分析概念，並打算將之應用在原物料商品、貨幣、債券期貨上面。
剛好此時電腦的演算能力也追上來了，那用大數據與電腦來做技術分析會如何呢？初步的機器學習概念被提出（但不是第一個，這是許多研究者同時並進的領域），讓模型自行運作、消化數據，依據人腦無法輕易看出的複雜規律、叢集、相關性來預測商品價格，也就是所謂的核方法（kernel method）。
而且這真的有用，投資獲益迅速提高，但有意思的點在於西蒙斯這時候被嚇到了。二十一世紀的現在，人類已經習於接受AI演算出各種不知道究竟怎麼來的結論，以後有沒有辦法弄懂也不確定。但或許正因為西蒙斯本身也是傑出的數學家，才會被這種無法理解的「黑箱」知識給嚇到，更無法信任將投資全盤交給演算法自動決策的作法。
當然往後的歷史說明他最後還是接受了，但實際上直到他七、八十歲，面對焦慮時依然選擇依賴人類。比如詢問以傳統方式進行分析的基金管理人，我覺得這是很有意思的一件事。
無論如何生出賺錢機器的這家公司已經準備更一步，西蒙斯找來了艾爾文．伯利坎普（Elwyn Berlekamp），他是數位訊息解碼專家、並共同創造「組合對局理論」這個數學分支，更是代數編碼理論這本書的作都。附帶一提，他還有個以自己名字命名的伯利坎普演算法，用於有限定上多項式的因式分解，是密碼學等領域不可或缺的工具。
當時他正好處於有點卡關的狀態，決定打電話給西蒙斯請教買賣原物料期貨的細節，結果得到一份工作。當時艾克斯的心理狀況非常糟糕而且是越來越糟，他和西蒙斯之間的理念不合越來越嚴重，人也變得更加暴躁崩潰。
他極度排斥也無法接受伯利坎普的建議（比如電腦預測的訊號較強時應該加碼更多，又或者改良發電子郵件給作業員的無效率下單方式），甚至逐漸放棄自己參與研究的演算法，反而走回老路子。在虧損、爭吵與官司的盡頭，伯利坎普提議由他出資買下艾克斯的股份。
離開公司的艾克斯慢慢的找回平靜生活，並和他多年前離婚後就斷絕關係的兒子重新開始聯絡，並回到學術領域，探討量子力學的數學層面。追逐金錢或許並不是壞事，但這裡頭牽扯到的情緒起伏與壓力，卻常常會毀滅人的生活，這是第二位遠離賺大錢這個目標以後，看起來過得更好的天才。
著名的大奬章基金值此多事之秋成立，然後交棒到伯利坎普手上。雖說西蒙斯這個直升機老闆沒幾年就讓伯利坎普覺得還是教書幸福，把股份賣了果斷走人，不過基本上也算走過一段安定的人生。
之後金錢計量學公司改組成現在的文藝復興公司，可誠如作者所說，西蒙斯和這家公司並非量化分析的首創者，只是特別成功而已，所以中文書名講什麼量化交易之父實在過於誇張。
畢竟人類的想法往往有其類似之處，早在巴比倫時代就已經有人希望透過記錄農作物價格資訊來預測未來，全世界早期都有各種數據分析大師的例子。進入二十世紀後技術分析儘管被嘲諷為占星術，卻仍有不少支持者。而量化分析某方面而言是利用機器學習概念，促使電腦進行的技術分析。
雖說華爾街的金融專家剛開始瞧不起所謂的電腦工程師，因為二十世紀使用類似概念投資成功的例子不少，可慘敗的例子也很多。但漸漸的實績會說話，最終被稱為計量金融專家、簡稱寬客（Quantitative）的稱號，將從一開始貶稱變成投資市場上的王者。
1988年摩根史丹利手下的「自動化自營交易（APT）」處於成功邊緣，但就像西蒙斯早年一樣有賺也有賠，最終在一次慘重虧損後砍掉整個部門，浪費這個重要機會。相較之下同樣使用量化分析技術的大衛．蕭的德劭基金則大成功，還是搶在西蒙斯之前成功。
也是在這時西蒙斯找到亨利．勞弗，又一位石溪大學的數學系教授。他的優異程度不如西蒙斯此前合作的那些數學家，但腦袋靈活有彈性，重點是還非常好相處。在他手上大獎章基金決定採用單一模型策略，這最終讓文藝興公司可以輕鬆的延伸整個模型的實用領域。
勞弗也決定以五分鐘做為數據分析的單位，讓程式自行調整、即時分析走勢來調節基金的留倉組合。配合效能越來越好的電腦，量化分析的雛型自此完成。簡單描述就是透過大數據分析從中找出市場模式，而且是短線模式（以年計的長線資料不足），而且這個短是短到把一天割成好幾塊、每個單位五分鐘的方式來分析。
在理想狀態中投資市場應該是理性的，不過就像康納曼與阿莫斯兩位心理學家開啟的行為經濟學所闡述的道理，人類決策中的不理性成分始終存在。量化分析所欲尋找的模式，其來源正是人性面對市場波動時會產生的反應，於是量化分析某方面而言是從整個市場大小投資者所犯的錯誤中獲利。
當然電腦找出的模式中有很多誤差與過度分析，盡可能排除以後採用自動化方式大量、頻繁、盡可能分散下單（以免因為下單金額太大，導致推升成交價減少利潤的「滑點」）。演算法下達的環環相扣指令中，每天只要有百分之五十一的勝率便能賺錢，金額夠大時那更是很多錢。
也是此時大獎章基金開始變得越來越神秘，由於期貨市場的規模有限，這使得資金一旦過度擴張反倒會損及利益，下單時更很容易被發現然並仿效，同時其他競爭對手也正逐漸跟上來。當時公司內部許多人都覺得專注在期貨上已經收獲豐富，但西蒙斯還是覺得不夠，於是跨入更複雜但規模巨大許多的股票市場，便是勢在必行的目標。
他需要新的人才，最後從IBM的語音辨視部門挖來工程師彼得．布朗（Peter Brown）和羅伯特．莫瑟（Robert Mercer）。這兩人加入後很快開始研究，並改善公司內原有的模型。這兩人都是工作狂，營造出的工作環境很兇猛激烈，並充滿性別歧視（說到這個，西蒙斯的第一任老婆十九歲就和他結婚，很後來才意識到父母當初說她這婚結太早是對的，離婚以後自己成為電腦工程師也闖出一片天）。
其中一個例子是布朗打算在半夜打電話詢問一位資淺同事時被阻止。
「彼得，你不能打給他。」同事說：「現在已經半夜兩點了。」
布朗不解，同事只好挑明：「他的薪水沒高到有半夜兩點回答問題的義務。」
「好，那就給他加薪，反正我們要打給他！」
嗯，好吧，至少會加薪是吧？布朗和莫瑟很快再找來擅長寫程式的大衛．梅格曼。作為程式專家的他們針對原始演算法的問題提出解法，作為電腦專家的他們打算做出一套能自動處理所有複雜狀況的單一系統，而且要建立一套自動股票交易單一系統的編碼。清除原有弊病、提升適應力，最後他們聯手寫出五十萬行的程式碼，在清除掉原本的BUG後，公司在1997年開始越來越賺錢。
當然這之中經歷了許多風風雨雨，網路泡沫、次級房貸風暴，到頭來專做短線的大獎章基金把外部資金全部清出去，只保留給員工和退休員工投資。文藝復興公司另外成立幾檔基金吸收外部資金，而多的是金融機構願意捧著錢上門。儘管獲利不像大獎章基金那麼高，總有賠錢的時候，但基本上報酬仍足以期待。
但伴隨金錢而來的複雜人性糾葛，也開始改變原本像個大家庭的公司。文藝復興公司向德意志銀行和巴克萊銀行購入組合式選擇權，也就是一次綁定一組股票，在持有選擇權的期間任由演算法決定這組股票的名單，然後一年行使選擇權一次結算獲利。
基金靠這個手段就可以操作超過原有融資額度的交易，同時即使賠光了，因為技術上股票仍屬於銀行，所以一旦出事了倒大楣的也會是銀行。更令人尷尬的是文藝復興還採取脫法行為，哪怕組裡的股票以幾天甚至幾小時的速度在變更，但因為組合式選擇權是一年行使一次，所以應該要當作長期投資，適用稅率差了快一倍的長期資本利得稅。
當然美國國稅局不這麼想就是了。
公司規模擴大，積極進取到有侵略性的新人開始改變公司文化，有時甚至會像在演蒼蠅王。資深員工開始離職，並省思這種激烈的錢滾錢是否道德。但當然文藝復興公司繼續賺錢，有賺有賠是常態，但賺的時候比較多。人手上有很多錢時可以做很多事，於是政治思想極度保守的莫瑟成為贊助川普當選總統的大金主，外帶為其選舉策略操盤的牽線人，本書對整個過程有著簡單扼要的描述。
說真的有時很難想像一名優異的電腦工程師，為什麼會支持創造論、否定全球暖化，相信民權法案是個錯誤（民權法案造成非裔美國人嬰兒化，養成對政府的依賴……不，等等，他們還得使用另外的洗手間和飲水機欸）、可以用幾千瓶尿液找到延長人類壽命。
但再想想，台灣竹科的SEAFOOD子弟和柯粉有少過嗎？並沒有。誠如物理學教授提姆．庫柏說的：「就算是聰明人，也有可能細節全搞對，重點卻搞錯了。」
政治腦莫過如此，但問題是當莫瑟與他一樣激進的女兒莉百嘉企圖改變世界時，卻又無法接受自己原本安定的生活也會被世界改變。當然犯罪不好，但我不免想著巨大的財富顯然足以令人變得非常非常天真，沒有自覺的去傷害他人，等到自己也因此吃到苦果被傷害時再來哭天喊地。
很多人都要求支持民主黨的吉姆．西蒙斯管管莫瑟，但作為老朋友他在這方面很公正，一個人的政治傾向與他的工作能力和待遇沒有關係。只是當莫瑟的公眾形象終於糟到文藝復興公司可能也成為標靶時，還是得請他離開管理階層。
當然在使用金錢改變社會這點上西蒙斯其實也差不多，他發起「為美國教數學」的活動，主動替優秀的公立數學老師加薪，企圖提升整體教育水準。他同時也支持自閉症的醫學研究，可能對兩成患者有用的藥物正在朝藥物實驗邁進。
尋找生命及宇宙起源的研究也是他很在意的事，有意思的是西蒙斯還兩頭下注。他並不完全支持大霹靂理論，時間永遠不停持續的反彈模型（bouncing model）也很吸引他。於是便贊助在智利的阿塔卡馬沙漠建造巨型天文觀測站，希望能找出問題的答案。
反正沒找到證據的話就讓另一派學者接棒繼續向前，但如果真的找到大霹靂的證據，「那我們就可以拿諾貝爾獎了，然後所有人都到街上跳舞」。唯一的問題只有希望可以快一點，已經八十多歲的他希望能活著知道答案。
某方面而言這是人們喜歡的那種故事，超級富豪為了改善社會行動的那種故事。問題出在如果把莫瑟的例子也一起放進來，我不禁還是會疑惑讓個人取得那麼大影響力的機制，是否真的沒有問題。
是不是如果這些大公司不用脫法行為節稅，國家稅收就足以支應並進行那些目前由民間發起的計畫？錢滾錢這種沒有實際產出的活動，因此創造出貧富差距極端懸殊的世界，更因此弱化公部門實力的結果，長遠來看對整體社會是否有益也值得更深層的思考。
讓人心情沈重的是，人類似乎總愛建立起一個賦予某些人過多權力的世界，然後再輕易的遺忘問題本身。量化分析這種投資方式現在已經廣泛的存在於市場中，這是否會在將來引發人類難以預測、規模更深更廣的連鎖金融危機，目前也難以得知。
但無論如何改變現況很困難，於是也只能在思考中，尋找那種足以稍稍改變世道流向的契機與可能性，持續追求更好的未來吧。
洞悉市場的人：量化交易之父吉姆‧西蒙斯與文藝復興公司的故事（The Man Who Solved the Market: How Jim Simons Launched the Quant Revolution）描述的是一群無論財務還是腦袋都在雲端之上的人們其生命故事，也是一家充滿神秘色彩並令人好奇的公司的發展始末，他們並非一帆風順，不過最終收獲滿盈。
閱讀本書無法學到多少深入的量化分析知識（但那本來就涉及高深的數學與電腦程式能力），倒是可以意識到這種技術正在如何利用並顛覆整個金融市場，以及即使如此傳統老方法也並非完全無用，而這是弔詭又有趣的事實。
更重要的是哪怕有些人在智商與資產數字上遠超平均水準，可在待人處世的智慧卻顯然和一般人相去不遠甚至更形低少，卻仍然有著不成比例的影響力，這總不免令人深感遺憾。於是某方面而言這也是一部在描繪瘋狂金錢世界的同時，讓讀者重新看見人性的作品，同時這也是本書最值得省思之處。
AP連結：洞悉市場的人：量化交易之父吉姆‧西蒙斯與文藝復興公司的故事
沒有留言:
張貼留言