（转载）David E. Shaw: 一个科学家和金融巨头的传奇

近期收集了几篇关于 David Shaw 的文章，在这里分享给大家。

（转载）公众号： 普林斯顿实验室

[计算机科学系列] David E. Shaw: 一个科学家和金融巨头的传奇

今天，我们介绍一个计算机技术的牛人David E Shaw, 跨越计算机、金融、化学、生物等多个领域，是成功的金融巨头也是科学家。你可以把他的传奇经历讲给孩子听，看看榜样会在孩子的小小心灵中产生什么样的作用。

David Shaw的传奇可以分为三个阶段：

第一阶段： 学霸经历

David Shaw，犹太裔美国人，出生于1951年，本科毕业于加州圣地亚哥分校，在大学阶段是反越战的早期人群之一。1980年在斯坦福大学获得博士学位，他用了8年才拿到自己的计算机博士学位，因为中间他用了几年时间休学开了一家软件公司。他在斯坦福的时候，正是硅谷的计算机革命的开始，思科、网景、Sun Microsystem等开创性的IT公司的创始人当时都是他在斯坦福的老师或同学。他从 斯坦福 毕业后到 哥伦比亚大学计算机系 任教，用Non-Von 超级电脑进行超大规模并行计算的科研。

第二阶段：金融巨头

1986年David Shaw离开哥大，进入华尔街。著名投行Morgan Stanley用是他当助理教授六倍的薪水向他抛出橄榄枝，同时承诺他可以使用在学术圈永远不可能得到的财务资源（在高校里辛苦的申请科研基金的朋友对此肯定非常理解>_ Morgan Stanley 的任务是用计算机技术进行自动投资。他曾对财富杂志的记者提到：他从计算机技术到金融的转变是非常自然的，因为“金融就是一个奇妙的纯粹的信息处理的行业”。他在Morgan Stanley提出了将计算机技术应用到投资领域的新创意，但Morgan的环境非常限制新做法的实行，他决定离开Morgan。而据野史，“呆博士不是搞政治斗争的料子，在摩根斯坦利这种钱多是非多、政治斗争和技术斗争同样激烈的地方，仅仅 2 年之后他就在政治斗争中失败，被迫离开摩根斯坦利”。

1988年，在Morgan仅仅工作一年半后，他募集了2800万美元，雇佣了六名员工，在纽约艺术家聚集的格林威治村开办了自己的对冲基金 D.E. Shaw & Co . 据David Shaw的原话，“这是第一个在共产主义书店楼上开创的投资银行。” 他的基金利用高速计算机网络和市场瞬间的有效性缺陷来进行高频统计套利。当时计算机硬件和软件技术远没有今天发达，作为大规模并行计算的专家，他利用最先进的高速计算机网络，成为高频交易领域的先锋者，他的公司雇佣了一批数学家和计算机专家，在基金成立的前8年，他先后投入了1亿美元开发了行业里最先进的电脑软件。D. E. Shaw Group目前拥有360亿美元资产，他的对冲基金全世界排名前20。David Shaw也被福布斯杂志称为量化投资之王（King Quant），个人资产41亿美元，大概在全球财富排行榜300名。

金融投资对于Shaw的乐趣在于用计算机技术解决大部分人解决不了的难题。他的基金喜欢投资一些不知名的复杂的金融产品，比如当别的投行从日本可转债市场遭受亏损，撤出市场的时候，他的基金开始进入，并成为这一领域的回报最高的基金。

虽然身处金融行业，Shaw在本质上是个计算机专家，兴趣也在用计算机技术解决问题。在90年代中期，Shaw看到互联网的飞速发展，他也坐不住了，D. E. Shaw Group后来又投资或控股了Juno Internet Service, FarSight网络金融服务平台和Etoy等IT公司。

第三阶段：重返科研

随着Shaw的金融集团的规模扩大，他渐渐觉得没意思了，在一次访谈中（访谈原文见：http://queue.acm.org/detail.cfm?id=1614441），他说：在D. E. Shaw & Co早期阶段，他非常投入，做了用量化计算提高投资管理的很多研究，但随着公司规模的扩展，他越来越多的需要把时间花在管理工作上。他觉得自己一年一年的变笨了（原话： I could feel myself getting stupider with each passing year.）。他非常不喜欢这种感觉，为了寻找乐趣，他开始研究解决一些理论科研问题。因为他不能像在哥大的时候有个团队一起做科研，只能自己一个人在晚上做研究，他越来越喜欢享受其中，随着时间推移，他开始想念全职做科研的日子。

这时，他的一位朋友，哥大的计算化学教授Rich Friesner向他抱怨一些研究问题因为算法模型和计算机太慢没法解决，问他有没有什么主意。 Shaw开始把他朋友的一些问题带回家自己研究，有一次他把整个运算速度提高了100倍，他开始觉得他可以用他的计算机专长解决计算化学里的一些难题。

当他快要过50岁生日时， 他开始想余生如何度过，经过很多阅读和谈话，他认识到分子动力学molecular dynamics可以大大加快从分子层面理解生物过程（Biological process），不仅提高基础科学，而且可以帮助研发可以治疗重大疾病如癌症的药物。于是在2001年，他成立了 D. E. Shaw Research , 一个私立科研机构，自己担任首席科学家全职做科研。不用再担心经费的问题，他雇佣了生物、化学、计算机硬件、软件等多个领域的人才，开发了Anton超级计算机。在其他人为提高了5%的运算速度而惊喜不已的时候，Anton比行业内最好的超级计算机速度提高了几百倍，近似于一个分子显微镜。D. E. Shaw Research在蛋白质折叠和分子动力学方面的成果发表在Nature， Science，Cell等各种顶级学术期刊上，成为这些领域的标杆性成就。 David Shaw本人2007年入选美国艺术和科学国家研究院，2009年成为奥巴马政府科学工程委员会委员，在2012年和2014年成为美国国家工程院院士和美国国家科学院院士。

虽然David Shaw的人生堪称传奇，他非常低调，接受媒体采访的次数屈指可数。他的生活也并不奢侈，1996年接受财富杂志采访时，他提到他最喜欢的一个餐馆是他公司对面非常普通的巴西自助餐饭馆。都说有钱就任性，他的任性就是可能就在于能够追随本心，去做自己最喜欢的事情，而旁观者看到的就是他跨越计算机、金融、化学、生物等领域的一系列成就。

看完David Shaw的经历，你的感想如何？你会如何和你的孩子说这个人的故事：一个学霸？一个科学家？ 一个金融巨头？你会帮助孩子注意到他的什么特点：好奇心？从研究问题中得到无限乐趣？对金钱的态度？擅长从用计算机技术解决其它学科的问题？无论你的解读如何，我想这是个好故事值得自己回味，值得解释给孩子听。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

知乎问题： 计算化学领域中有哪些技术可以被称为是当前的黑科技？

作者：Sullivan Zheng
链接：https://www.zhihu.com/question/30454088/answer/49284633
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

谢谢邀请。这里专家好多，我离开专业时间已经很长了，就写个科普的吧。另外也欢迎关注微信公众号MadData，讲述机器学习，人工智能和背后疯狂的数据科学家的故事

更新：发现喜欢的人还挺多的，欢迎转载。请注明一下出处好啦。希望有更多的科学家出现，也希望有更多类似D.E.Shaw这样的土豪科学家用黑科技摧枯拉朽地带动科学前进。

欢迎留言，我会将你们知道的更多的细节整合到我的帖子当中去，让这个故事更加真实、丰满和有趣。感谢知友Anony mous提供Anton论文全文，感谢知友王洋提供关于DESRES的更多故事。

---------------------------------科普开始------------------------------------

黑科技，还是要提 D.E.Shaw Research 这个奇异的存在。

要讲这个黑科技，我们可能要扯远一点，先讲讲D.E. Shaw这个人是怎么 学术赚钱通吃，成为彻底的人赢 的。

D.E.Shaw是个学霸，是PhD们的偶像：斯坦福大学计算机专业的博士, 30岁不到就进入哥伦比亚大学做教授，专门研究超大规模并行计算。这已经是优秀的学术人生了。

但是Shaw觉得无聊。哥伦比亚大学地处纽约，遍地暴发的对冲基金男各种花天酒地，游嬉于各种model之间，作为一个同样聪明的教授，却只能坐在冷板凳上写计算机model。虽然在科学家眼里，后者甚至还要更性感一些，但是时间长了也……扯远了，总之，Shaw不干了。

于是他1986年放弃了钻牛角尖的教授生涯，进入华尔街著名投行 摩根斯坦利 做quant trading（可以通俗地理解为用计算机自动炒股、债和外汇）。果然， 呆博士不是搞政治斗争的料子，在摩根斯坦利这种钱多是非多、政治斗争和技术斗争同样激烈的地方，仅仅2年之后他就在政治斗争中失败，被迫离开摩根斯坦利（欢迎quant trading方面的达人来八卦补全这一段故事）。但是这厮本来就不是池中物，同年，他就开办了自己的对冲基金D.E. Shaw & Co. LP.，专注quant trading，利用高速计算机网络和市场瞬间的有效性缺陷来进行高频统计套利。

和今天高频交易人满为患的情况不同：当时计算机很破，内存上兆的就是中型服务器了，计算机语言和组件也比较晦涩，不像今天这么普及和丰富，不会冒出来个12岁少年就能写一个网站编一个游戏，然后对着80后的老头子们说你们不行之类的。因此，能掌握高速网络编程和大型并行计算的人，除了能算弹道和模拟核爆之外，还能成为第一批做高频交易的人，干的事情基本就是无风险套利——利用市场无效性，剪市场的羊毛，赚钱的速度仅仅取决于你能剪多快。

作为专门研究超大规模并行计算的顶级专家的Shaw，率先杀入高频交易，完全是流氓会武术，谁也挡不住，剪羊毛速度世界一流，很快人生进入了新的高峰。到2015年，他的个人净值已经41亿美元（David Shaw - Forbes ），杀入全球财富榜前500。

说了这么多，怎么还没有谈到计算化学？你别走，我现在就要说这事了。

David Shaw大叔40出头财务自由，依照常人的想法，自然可以不再写model，而一头扎进纽约的花天酒地，去约会真的model了。但是，正如网络上著名的牛顿生平文章《牛逼顿》所说：

出乎世俗想象的是，科学其实远比任何娘们儿都风骚，玩科学比玩女人爽得多，得到一个成果所获得的高潮强烈而持久，不仅有快感，更有巨大的自我认同感，远胜于那几秒寒颤之后无边的空虚与落寞。所以陈景润其实是沉溺于美色不能自拔，身体弱架不住高潮过度被爽死了。

Geek的基因在身体深处摇撼Shaw大爷功成名就之后的空虚神经。他一个回马枪杀回了科学世界，脱下西装，露出了Geek的本色：

和屌丝geek Sheldon不一样，这是一个破坏力惊人的土豪geek。 Shaw现在再也不用跪舔NIH，NSF的官员，去讨一点可怜的科研经费了。他想干什么就干什么；他觉得什么是前沿什么就是前沿。他拿出大规模并行计算的大砍刀，想找一个最需要计算但现今最不给力的领域一刀砍下去。

这里有个背景：计算化学发展了很多年，都处在有点尴尬的位置，说得直白点——计算机还太弱，计算化学用于实际问题中算不准，精度还不如做实验。因此，无论在化学还是生物领域，做计算化学的不管是教授还是PhD，要么选择和实验的组合作，活在鄙视链的下游，要么躲到角落里小富即安地画圈圈。

因此，Shaw的大砍刀就落到了萎靡的计算化学上：他想制造一台专门用于做计算化学的超级计算机，比现有的超级计算机强大几千倍几万倍。

很多人可能要问，现在超级计算机动辄就是几十万个cpu核心什么的，运算能力很强大啊，为什么还要造计算化学的超级计算机呢？

答案是，一般的计算机是很聪明，但是不适合干计算化学这行。学术一点说，是general purpose computing不能高效地来做分子动力学模拟。

打个比方，现在的电脑就仿佛是个全能的机器人，你可以让他去割麦子，做饭，踢球等等。让他去干很多事情，他什么都能干，干得也比人快，确实也很聪明。这就是所谓的通用计算机（general purpose computing）：一个机器，写不同的软件，实现各种功能。

但是在割麦子这件事情上，这个全能机器人的速度很难超越专业的大型联合收割机。因为大型联合收割机虽然笨，但是完全为割麦子而生，因此硬件上量身定制，极度优化。这就是所谓的特种计算机（special purpose computing）：专业定制机器，软件也是专门定制的，只实现一个功能，但是凶残而高效。

Shaw就是要造一台计算化学中的“大型联合收割机”。这台收割机，叫做Anton。

它很贵很贵，但这正是Shaw的优势，反正他不泡妞不包二奶，钱花不完。况且，科研人员其实很便宜。

这里有一个 好笑又辛酸 的事情：和大众的认识恰好相反，在美国，纯理科博士毕业之后大多数都找不到工作，虽然智商大都不低，但是如果想坚持科研，做博士后的薪水只能勉强维持生活。

而David Shaw横空出世，成为了纽约的孟尝君。他招了一群找不到工作的博士——这些人在经济上可以说是纯粹的屌丝——开出了10万美元一年的工资。

10万美元一年是什么概念呢？这就是投资银行21、2岁小分析员的入门工资+奖金，在华尔街上就是底层，外面穿着西装，里面穿的可是开裆裤。但是对于这帮年届三十的科学屌丝来说，这是他们能找到研究岗位工资的2-3倍，是个做梦都想不到的包养价。

于是一时间最顶尖的 计算化学、生物物理、电子工程 博士趋之若鹜，求David Shaw包养。

从2004年前后开始（请知情人指正），Shaw成立的 DE Shaw Research（DESRES） 开始正式运营。在David Shaw的精心包养下，30多个失业的博士屌丝们什么也没干，在优雅的环境里，足足读了一年半的论文，搞出了Anton的草图。之后，更多的屌丝加入，全身心专注于Anton的研发。

2007年，比预期还早了快一年，来自五湖四海的屌丝和geek们发布了Anton的第一代。计算化学的最大黑科技诞生了：它比一般的超级计算机快约10,000倍。比最好的超算也快1,000倍。

对的。变态的10,000倍，四个零，四个数量级。

10000倍是什么意思呢？计算化学里面，模拟分子运动轨迹的持续时间的长短是非常重要的。用模拟网球比赛来做类比：以前“超级计算机”算了一个月，我们只能模拟出击球的1秒钟的瞬间，而现在Anton出世，我们同样花一个月，就可以模拟整场球赛中网球的轨迹了。

这是前所未有的超算能力，变态的“大型联合收割机”，等于开了上帝视角啊亲。