詹姆斯·西蒙斯：用数学和科学赚钱的人。| 文艺复兴科技与熨斗研究所（一）

James H. Simons, 1938 -2024

文艺复兴科技基金的创始人詹姆斯·西蒙斯（ James H. Simons ）被人们缅怀的原因不是因为他传奇的量化投资和交易战绩，而是他给金融这个混沌的行业带来了少有的 “科学思维” 做事方法，以及他一生对科学和教育的尊重。

之前对西蒙斯的了解来自于阅读《征服市场的人：西蒙斯传》，以及和得到过西蒙斯基金会支持的科学家朋友的交流，还有西蒙斯基金会支持的 Quanta 杂志, 给我打开了很多眺望新世界的大门。

最近还和朋友聊到过，对于（ 机构化的 ）风险投资这个行业，我认为它的未来会是 詹姆斯·西蒙斯（ James H. Simons ）创建的文艺复兴科技( Renaissance Technologies )，和彼得 ·泰尔（ Peter Thiel ) 创建的创始人基金（ Founders Fund ) 这两派打造的样本：前者是以机器学习和人工智能为中心匹配科学家的思维和市场展开博弈，后者是以高度复杂性科技垂直整合和 “国家/政商/稀缺人才资源”为壁垒，直接参与跨时代的公司创建。

今天分享这篇文章是来自于2022年9月，西蒙斯接受 Journal of Investment Consulting 杂志和一些嘉宾的采访，是他人生最后的公开访谈之一。

“ 我所做过的数学实际上是对我思维的训练；这些数学工作本身与赚钱没有任何关系。尽管陈-西蒙斯理论很美妙，但它对赚钱毫无帮助。”

“大奖章基金成功的秘诀是，世界一流的科学家团队长期辛勤的工作，采用数学方法进行投资。我们的竞争对手难以复制我们，是因为这需要数千人乘以年的时间努力来建立它。”

“我们寻找的是数学家、科学家和统计学家。我们不寻找任何曾在金融行业工作过的人。我们寻找的是那些非常优秀的科学家，他们也对赚钱感兴趣，那我们就对他们进行面试。我认为面试时过分强调应聘者能迅速回答问题是不合适的。我从来不擅长数学竞赛。我自己不是一个思维非常快的人；我只是努力工作。

西蒙斯的文艺复兴科技，还有西蒙斯基金会支持的熨斗研究院是如何工作的，以及如何识别那些优秀人才且引导他们展开合作，都非常值得投资者和研究型的科技公司学习。虽然伟大的人不能被复制，但是我们能从他们身上得到最好的启发。

希望这篇文章对你有启发。

詹姆斯·西蒙斯 博士：用数学赚钱的人

James H. Simons, PhD: Using Mathematics to Make Money

原文：Journal of Investment Consulting，2023年9月刊

编辑：范阳

詹姆斯·H·西蒙斯（ James H. Simons ）博士是西蒙斯基金会（ Simons Foundation ）的主席，该基金会致力于推动数学和基础科学研究的前沿进步。基金会的慈善活动包括一项关于自闭症病因的重要研究计划，以及建立一个数学和理论物理研究所。 基金会特别关注物理科学与生命科学之间日益增长的交界面（ the growing interface between the physical and life sciences ）， 并在美国和国外的多所大学和机构设立并资助了多个此类研究项目。

西蒙斯创立了文艺复兴科技有限责任公司（ Renaissance Technologies LLC），这是一家高度量化投资公司 （ a highly quantitative investment firm ），他在担任首席执行官三十多年后于 2009 年退休。在此之前，他曾任纽约州立大学石溪分校（State University of New York at Stony Brook ）数学系主任。西蒙斯的职业生涯早期，他在国防分析研究所（ 当时位于美国新泽西州普林斯顿 ）担任密码分析员，并在麻省理工学院和哈佛大学教授数学。

西蒙斯是 “美国数学”（ Math for America ）的创始人和主席，这个非营利组织的使命是改进美国公立学校的数学教育。他担任布鲁克海文国家实验室（ Brookhaven National Laboratory ）、高等研究院（ the Institute for Advanced Study ）、洛克菲勒大学、纽约基因组中心、高等科学研究所（ Institut des Hautes Études Scientifiques ）和伯克利数学科学研究所的受托人。此外，他还是麻省理工学院董事会成员、石溪基金会名誉主席，以及美国艺术与科学院（ American Academy of Arts and Sciences ）、美国哲学会和国家科学院（ National Academy of Sciences ）的成员。

西蒙斯在麻省理工学院获得了数学学士学位，并在加利福尼亚大学伯克利分校获得了数学博士学位。他的科学研究领域是 几何和拓扑学 （ geometry and topology ）。他在 1976 年因 重塑最小面积多维曲面 （ recasting the subject of area-minimizing multi-dimensional surfaces ）这一领域的工作而获得美国数学学会的奥斯瓦尔德·维布伦几何奖（American Mathematical Society’s Oswald Veblen Prize in Geometry ）。西蒙斯最具影响力的研究涉及某些几何测量的发现和应用，这些方法现在被称为 陈-西蒙斯不变量 （ the Chern–Simons invariants ），特别在理论物理中广泛使用。

2022年9月，詹姆斯·西蒙斯与《 投资咨询杂志 》（ Journal of Investment Consulting ）编辑委员会的成员讨论了他作为数学家的经验如何为他在金融界的成功打下了准备；他的量化投资公司的成功的主要因素— 通过定期测试以建立并不断改进投资模型 （ building and continuously improving investment models through regular testing ）； 聘用那些决定想赚钱的优秀科学家而不是已经有金融经验的人 ； 以及在公司员工中培养合作精神 。讨论中涉及的其他话题还包括当前量化投资方法的竞争、预测基础研究进展最终如何应用于现实世界的难度，以及西蒙斯支持的众多慈善活动。

参与讨论的有哥伦比亚大学的伊娜·奥库恩科娃（ Inna Okounkova ）、《 投资咨询杂志 》主编；梅斯罗金融公司（ Mesirow Financial ）的爱德华·贝克（ Edward Baker ）；旧金山大学和美国商品基金的路德维希·钦卡里尼（ Ludwig Chincarini ）；Mcube 投资技术公司的阿伦·穆拉利达尔（ Arun Muralidhar ）；以及 Yakima River Partners 的玛格丽特·托尔（ Margaret Towle ）。

爱德华·贝克 ：您在职业生涯的早期是一位极其成功的数学家，在微分几何领域做出了一些开创性的工作。特别是您与陈省身的合作对该领域及数学的许多领域的未来发展都很重要。然后您就进入了金融领域。 您在数学方面的深厚训练对您后来的工作有帮助吗？还是说这对您的金融领域的成功只是有趣但并非必要？

詹姆斯·西蒙斯 ：嗯，如你所知，文艺复兴科技的策略是非常量化的，而我是一个数学家这一点在某种程度上是有帮助的。这让我有能力判断谁的水平优秀，谁不优秀。

爱德华·贝克 ：你是指从招募员工的角度吗？

詹姆斯·西蒙斯 ：是的。与陈省身的合作取得的成就非常让我惊讶，因为现在所谓的陈-西蒙斯规范定理已经嵌入到物理学当中了。每天平均有四篇物理学期刊或预印本档案中的论文引用和使用陈-西蒙斯理论。 这确实令人惊讶，因为我们俩都不懂物理学（ neither of us knew any physics ）。嗯，也许陈省身懂一点物理，但我完全不懂物理。

爱德华·贝克 ：这在数学中是很典型的，不是吗？ 当数学新思想出现时，它们似乎与应用世界毫无关系（ when new ideas come to light, they don’t seem to have anything to do with the applied world ）。然后它们在许多情况下，变得非常重要。

詹姆斯·西蒙斯 ：嗯，我当然喜欢数学，我也算是一个相当不错的数学家。然后我开始尝试去赚钱。

爱德华·贝克 ：数学对你有用吗？还是说它只是帮助你识别人才？

詹姆斯·西蒙斯 ： 我明白人们会提出新想法，而我作为一个数学家能够理解这些新想法。但主要还是因为雇用优秀的人才带来了好处（ But mostly, hiring great people was beneficial ）。

爱德华·贝克 ：在你的研究团队中，合作是否和在数学研究中一样重要？

詹姆斯·西蒙斯 ：在文艺复兴科技，合作是非常重要的。

玛格丽特·托尔 ：在您的职业生涯中，吉姆，您接受过一些采访。在 2020 年的一次采访中，您谈到了您成功的秘密。 您说第一个要素是雇用优秀的人才（ the first ingredient was hiring great people ），第二个要素是提供优质的基础设施（ providing great infrastructure ）。 您很早开始所做的不是仅仅使用某种新颖的基础设施，而是创造了一个过去没有的全新的基础设施（ to create an infrastructure that was not just out of the box — it was a brand-new box ）。正如爱德华提到的，您还促进了人们之间的合作，并与每个人分享利润。

在您的家族办公室中，尤其是在您的私人基金会中，在利润分配方面有不同的模式。您是如何弥补这一缺失的？您如何管理私人基金会或非营利活动，以利用我认为成功组织的重要原则？

詹姆斯·西蒙斯 ：显然，我们是一个非营利组织，所以我们没有利润可以分享。我们在各个领域雇用科学家。数学和物理科学是我们提供资助的一个领域。我们也在生物领域提供资助。 我们还创建了熨斗研究所（ Flatiron Institute ），现在有五个大约五十人的小组：计算生物学、计算天体物理学、计算量子物理学、计算数学和计算神经科学。

这些小组不需要像许多科学家那样申请科研经费资助，因为我们为他们提供薪酬。我不会说这些人对赚钱不感兴趣，但他们得到了不错的薪水，我们最优秀的人得到的薪水最高。这里的人非常优秀，他们已经取得了很多成就。熨斗研究所（ Flatiron Institute ）之所以叫这个名字，是因为它位于纽约市的熨斗区。我对此感到非常自豪。

玛格丽特·托尔 ：听起来您已经找到了根据研究小组组员的兴趣来激励他们的方法。申请科研资助既耗时又常常涉及大量的行政麻烦。所以，也许您用薪水代替了利润分成。

詹姆斯·西蒙斯 ：hmm，如果你认为不用申请资助就相当于利润分成的话。

伊娜·奥库恩科娃 ：谈到慈善事业，吉姆，您和您的妻子玛丽莲在多个领域提供了大量的财务支持。在数学领域，您的资助可能与整个美国国家科学基金会的支持相当，覆盖了从中学到大学到科学研究所的各个层面的数学教育的支持。感谢您的慷慨赠与，下一届国际数学大会将在费城举行，我们都对此深表感谢。但是我好奇，您对迄今为止您在数学研究和教育方面所产生的影响满意吗？

詹姆斯·西蒙斯 ：让我们谈谈教育。我们创办了一个名为 “美国数学” （ Math for America ） 的非营利组织，该组织早年的工作重点是表彰纽约市的优秀教师 — 找出最优秀的教师，并将他们吸纳进来我们的项目。他们的项目任期为四年，除正常工资外，每年还可获得 15,000 美元。后来，我们决定不仅包括数学，还包括其他科学。目前，大约一半的高中课程涵盖数学，另一半涉及生物学、化学和物理学。 这是一个非常了不起的项目，已经进行大约二十年了，每年花费我们 2500 万美元运营 。现在，这个项目将扩展到全国范围。

在最近通过国会的科学法案（ the science bills ）中，有一项条款将把我们在纽约市所做的事情推广到全国。我多年来一直试图实现这一点。我们向奥巴马总统提出了这个想法，他很喜欢，但他的教育部负责人只想修正那些差劲的教师。我们做的是相反的事情，我们在识别和奖励那些优秀教师。所以现在这个项目将会推广到全国。将这个项目在全国范围内推广需要一些时间，因为该项目需要得到拨款委员会（Appropriations Committee ）的批准，希望这不会成为一个障碍。

路德维希·钦卡里尼 ：一些离开文艺复兴科技的投资组合经理，特别是桑德尔·斯特劳斯（ Sandor Straus ），没有能够复制文艺复兴的大奖章基金（ Renaissance’s Medallion Fund ）的表现。 大奖章基金（Medallion Fund ）成功的秘诀是什么，从广泛的投资策略来看？ 如果可以的话，请谈谈诸如您是否使用自动交易或是交易员，您依赖哪些类型的数据和价格预测，您如何节省交易成本，以及您在全球投资的资产类型 — 期货、股票等。

詹姆斯·西蒙斯 ： 大奖章基金成功的秘诀是，世界一流的科学家团队长期辛勤的工作，采用数学方法进行投资 （ hard work over a long period of time by a team of world-class scientists who take a mathematical approach to investing ）。

路德维希·钦卡里尼 ：现在这个世界级科学家团队由谁领导？

詹姆斯·西蒙斯 ：自从我 13 年前离开文艺复兴科技以来，彼得·布朗（ Peter Brown ）一直担任联合首席执行官，然后是单独的首席执行官。

路德维希·钦卡里尼 ： 我最初的问题是大奖章基金成功的秘诀是什么？但当您说这难以复制时，我也想知道为什么它这么难复制。

詹姆斯·西蒙斯 ： 难以复制我们是因为这需要数千人乘以年的时间努力来建立它（ It’s hard to replicate because it took thousands of person-years to build it ）。

路德维希·钦卡里尼 ：大奖章基金建立模型的大部分数学和统计基本上都依赖于工具的预测吗？还是说你们也考虑其他流行的趋势，比如行为偏差（ behavioral bias ），有些基金和一些人相信人类会犯错，投资者可以利用这些错误？或者你们对这些因素的考虑持不可知论的态度（ have an agnostic view regarding those types of considerations  ），仅仅坚持数学和模型预测（ simply stick to the math and the predictions ）？

詹姆斯·西蒙斯 ： 我们坚持用数学（ We stick to the math ）。

阿伦·穆拉利达尔 ： 我们业务中的一个重大问题是区分信号和噪音，或者说区分技能和运气。 您能详细说明一下数学如何帮助您识别好的策略或区分信号和噪音吗？

詹姆斯·西蒙斯 ： 我所做过的数学实际上是对我思维的训练；这些数学工作本身与赚钱没有任何关系（ The mathematics I did was essentially training my mind; none of it had anything to do with making money ）。尽管陈-西蒙斯理论很美妙，但它对赚钱毫无帮助。

爱德华·贝克 ：您对您的模型的生命持久性有什么期望（ What sort of longevity do you expect from your model ）？

詹姆斯·西蒙斯 ： 我们不断地改变模型以纳入新的信息 （ We are constantly changing the model to incorporate new information ）。其中一些部分会持续很长时间，另一些则不会那么长久，还有一些从一开始就是错误的，因为我们把噪音误认为是信号。

爱德华·贝克 ：市场周期会变化，有些东西一段时间不起作用，然后它们会再次起作用。您如何应对这种情况？

詹姆斯·西蒙斯 ： 我们只有一个模型，一个系统，它基于新的信号和市场行为不断改进。

爱德华·贝克 ：您是否有时会朝一个方向改变您的模型，后来发现必须把它再改回去？

詹姆斯·西蒙斯 ：是的，这种情况会发生。

路德维希·钦卡里尼 ：如果我说错了请纠正我， 您做的一些测试是不是有点像数据挖掘（data mining ） — 意思是，您测试了很多策略，直到找到一个效果好的？这样做好还是不好？

詹姆斯·西蒙斯 ：是的，我们会做很多数据挖掘（ we do a lot of data mining ）。 我们有成千上万的计算机在数据中搜索与可交易工具的运动相关的信息 （ We have thousands of computers scouring data for information related to the movement of tradeable instruments ）。有时我们找到的东西有效，有时则无效。

爱德华·贝克 ： 您认为用这种量化方法赚钱变得更难了吗？ 显然现在有更多的竞争，更多的人使用这种方法。这使得赚钱更难了吗？

詹姆斯·西蒙斯 ：我认为这确实让竞争变得越来越困难了。量化基金越多，竞争就越激烈。在商业中，你需要击败竞争对手。事实上，当我们刚开始的时候，市场上几乎没有量化基金。也许只有一两个吧。但你必须努力保持领先。我们不知道他们在做什么，但我们知道我们在做什么，我们只需要做得越来越好。

爱德华·贝克 ：显然，自您开始创业以来，市场上改变的一件事是大规模数据集的可用性（ the availability of massive datasets ）。这一点变化是否也改变了您的方法？

詹姆斯·西蒙斯 ： 随着新数据集的出现，我们会将其纳入我们的工作中。

阿伦·穆拉利达尔 ：广义来说，人工智能和机器学习领域如何影响了投资策略，对您自己的经验又有何影响？ 当我与在这一领域经营基金的人交谈时，他们有时会提到的挑战之一是在机器学习系统中，他们无法解释为什么会得到某个信号。 机器只是这样做了。您对这个（ 机器学习驱动的 ）投资领域有何看法？

詹姆斯·西蒙斯 ：机器学习已经取得了长足的进步，对于我们在文艺复兴科技（ Renaissance ）和熨斗研究所（ Flatiron ）的工作非常重要。

爱德华·贝克 ：您发现那些来自金融量化培训项目（ quantitative training in finance programs ）的人是否足够胜任您的工作？ 还是您只寻找纯粹的数学家和科学家？

詹姆斯·西蒙斯 ： 我们寻找的是数学家、科学家和统计学家。我们不寻找任何曾在金融行业工作过的人。 我们寻找的是那些非常优秀的科学家，他们也对赚钱感兴趣，那我们就对他们进行面试。 我认为面试时过分强调应聘者能迅速回答问题是不合适的。 我记得曾经有一个候选人在面试时回答得比较慢，但我觉得他会是我们公司一个很好的补充人选。所以我打电话给他在哈佛的论文导师，询问他的情况。他的导师说：“我有很多问题可以让学生们去研究，但他选择了最难的一个，并且做得非常好。” 我推翻了面试小组的意见，说：“我们要雇用这个人。” 结果证明他确实非常优秀。

路德维希·钦卡里尼 ：这真是一个很好的观点，吉姆。我记得在华尔街他们问衍生品小组问题的方式。就在你刚开始回答的时候，30 秒后他们就会提出下一个问题。所以听到您这么说真是太好了。

詹姆斯·西蒙斯 ： 我从来不擅长数学竞赛。我自己不是一个思维非常快的人；我只是努力工作（ I’m not an extremely fast thinker myself; I just work hard ）。这就是我需要做的一切 — 努力工作，而不是快速工作（ work hard, not fast ）。 我在 1968 年发表的一篇论文花了我五年的时间写成，但它在数学文献中有 1850 次引用。对于一篇数学论文来说，这是非常多的引用次数。

玛格丽特·托尔 ：除了量化投资领域竞争越来越激烈之外，您认为当今量化投资世界面临的一些挑战是什么？展望未来， 鉴于量化投资是模型驱动的，您认为这种类型的投资有哪些机会？

詹姆斯·西蒙斯 ：几个月前，我的一位朋友获得了阿贝尔奖（Abel Prize ），这是数学领域最大的奖项。颁奖仪式在挪威举行，我和我的妻子陪同他前往接受挪威国王颁发的奖项。然而，接受采访的人是我。挪威的一个管理资金的团队对我进行了采访，该团队管理着巨额财富。我认为他们管理着 1.2 万亿美元，因为挪威拥有海上石油资源。这个团队问我关于量化方法的问题，显然他们并没有使用这些方法。我建议他们可以考虑雇用一些量化分析师。房间里可能有一百个人正在做量化工作。我说： “带一些能够进行量化投资的人进来不会是一个坏主意。”

阿伦·穆拉利达尔 ：吉姆，我想回到您刚才提到的关于数学和科学教育资源匮乏的问题，因为这对我来说是个很个人化的问题。我的妻子曾教授一个名为 STEAM 的幼儿园课程 — 涉及科学、技术、工程、艺术和数学。但她的工资比一个老板助理还低。学校系统试图在小学阶段引入这个课程，但他们没有预算。那么，除了纯粹的资金支持，这个国家需要做些什么来改变这种状况？需要从哪里获得做这件事必要的领导力？

詹姆斯·西蒙斯 ：我希望这个新的全国性项目能带来一些改变。令人遗憾的是，不仅仅是数学和科学教师，教师整体的工资都很低。他们也没有得到其他职业工作者足够的尊重。比如在芬兰，他们有出色的教师，薪资待遇很好，学生们也能接受到非常好的教育。我有四个孙子，其中两个对科学很感兴趣。一个获得了天体物理学博士学位，写了一篇很棒的论文。我想，“哦，家里有个伟大的科学家了。” 然后呢，他宣布他想成为一名高中教师。起初我对这个决定有点失望，但后来我意识到，如果你是一名优秀的高中教师，在你的职业生涯中，你可能会影响到多达一千名学生。如果你是一名非常好的教师，可能未来会有十来个学生会成为天体物理学家。所以我为他感到骄傲；他刚在波士顿郊外找到了一份工作。

而我的孙女去了哥伦比亚大学，主修数学和计算机科学。毕业后，她在熨斗研究院工作了一年，表现也非常出色。然后她去了哈佛大学，获得了数学和计算机科学的硕士学位，几周前她也成为了一名教师，在纽约任教。所以，我的四个孙子中，有两个是数学和科学教师，这非常不错。

路德维希·钦卡里尼 ：您认为成功在多大程度上是取决于基因的结果，还是家庭提供的后天教育和训练的结果，还是运气的结果？您会如何排名这三种影响因素的重要性？

詹姆斯·西蒙斯 ： 我目前正在写我的回忆录。这本书的标题是《 数学、常识和好运 》（ Mathematics, Common Sense, and Good Luck ） 。你不能忘记好运在成功当中的作用。你必须有一点运气。我从小就不是为了学习成绩好而长大的。我的父母没有想到我会成为一名数学家或从事类似数学家的职业。当时我们的家庭医生一直催促我成为一名医生。 我告诉他：“我不想做医生。我想成为某种科学家。” 他说：“那你永远不会赚钱。” 真希望他今天还在，看看自己错得有多离谱。

爱德华·贝克 ：但是，如果你一直纯粹从事数学研究，你得到的财富就会有所不同。当你改变职业道路，离开数学领域进入投资行业时，你才开始创造财富。所以我同意你的观点，纯粹的科学家并不特别受经济潜力的驱动。

詹姆斯·西蒙斯 ：没错。大多数优秀的科学家只是想继续做出优秀的科学研究。但有些人，这也是文艺复兴科技公司寻找的那种人，在职业生涯的某个时候会决定他们想赚钱。这并没有什么错。但大多数优秀的科学家只是努力工作，就从中获得极大的满足感。

爱德华·贝克 ：还有一个可见性的问题（ the issue of visibility ）。当你是一名科学家时，你会发表论文；你可能会有一篇被引用了 1850 次的论文。 但是在文艺复兴科技公司，你们会发表研究成果吗？你们的科学家有机会发表论文吗？还是一切都保密？

詹姆斯·西蒙斯 ：我不知道文艺复兴科技公司里有任何科学家在加入公司后还在他们的领域发表过论文。也许有人发表过，但我不知道。年轻时，我在新泽西州普林斯顿的国防分析研究所（ Institute for Defense Analysis ）工作了四年。这是一个破译密码的机构，间接支持国防部。工作报酬不错，你可以花一半的时间在自己的项目上，另一半或更多时间在机构的工作上。尽管我对破译密码一无所知，但我学到了一些东西，并且实际上解决了一个长期存在的问题。国家安全局（ The National Security Agency ）为实现该算法建造了一台专用计算机（ special-purpose computer ）。据我所知，它今天仍在运行。正是在这四年工作期间，我写了之前提到的那篇论文，所以我利用了这份工作的双面性质。这很有趣。

爱德华·贝克 ：说到破译密码，目前网络安全是一个重要问题，我猜您也担心有人通过网络漏洞窃取机密。这是您非常关注和花费大量精力的领域吗？

詹姆斯·西蒙斯 ：在基金会方面，不是特别关注。至于文艺复兴科技公司，我不知道他们采取了什么措施来保持安全，但我肯定他们对此非常谨慎，并且已经有防止黑客入侵的系统。

阿伦·穆拉利达尔 ：吉姆，我想请教您对投资领域一个相对较新趋势的看法，那就是 ESG（ 环境、社会和治理 ）投资。这个投资主题在欧洲比在美国更为常见。您认为这是一个会持续下去的趋势吗？我与荷兰的养老基金（ Dutch pension funds ）在合作，ESG 是他们投资的一个重要部分。

詹姆斯·西蒙斯 ：我对这个话题的看法不多。显然， 如果你把自己限制在某些特定领域和具体人员，即使他们在某种意义上表现良好，这对你的投资组合并不是最好的选择。通过这种方式限制自己不会让你赚更多钱，反而会削减你的收益。