2023年以来，国内大模型创业公司DeepSeek异军突起，推出DeepSeek-R1、DeepSeek-V3等大模型，大幅降低算力要求、训练成本基础上，性能追赶甚至超越OpenAI-o1等海外头部大模型，在全球AI领域产生广泛影响。
DeepSeek背后，是国内量化投资巨头幻方。幻方凭借在AI技术、算力储备等领域深厚积累与创新能力，为DeepSeek提供坚实后盾。
幻方创始人梁文锋，是DeepSeek灵魂人物，凭借敏锐市场洞察力、卓越领导才能，把握技术发展趋势，带领团队在AI领域不断探索创新。
本期长期主义，选择
梁文锋
2023年5月接受暗涌Waves访谈、
2019年8月金牛奖颁奖仪式上演讲、
2021年2月为
《征服市场的人》作序，暗涌Waves、
橙小巫、湛庐文化、天津科学技术出版社
发布，六合商业研选精校，分享给大家，Enjoy！
在蜂拥而至的大模型团战中，幻方大概是最异类的一个。
这是一场注定是少数人的游戏，很多创业公司在大厂入局后，开始调整方向，甚至萌生退意，量化基金幻方却孤绝前行。
2023年5月，幻方把下场做大模型的独立新组织，命名为深度求索，强调将专注做真正人类级别的AI。他们目标，不只是复刻ChatGPT，还要研究与揭秘AGI的更多未知之谜。
在被认为格外依赖稀缺人才的赛道，幻方试图集结一批有执念的人，祭出他们认为的最大武器：一群人的好奇心。
量化领域，幻方是抵达过千亿规模的顶级基金，它被这波AI新浪潮集中关注到，颇具戏剧性。
当国内云厂商，高性能GPU芯片缺货，成为限制中国生成式AI诞生的最直接因素时，《财经十一人》报道，国内拥有超过1万GPU的企业不超过5家。除几家头部大厂外，包括量化基金幻方。通常认为，1万英伟达A100芯片，是做自己训练大模型的算力门槛。
很少被置于AI视野打量的幻方，早已是隐秘的AI巨头：2019年，幻方量化成立AI公司，自研的深度学习训练平台萤火一号，总投资近2亿，搭载1,100块GPU；2年后，萤火二号投入，增加到10亿，搭载约1万英伟达A100显卡。
这意味着，单从算力看，幻方甚至比很多大厂，都更早拿到做ChatGPT的入场券。
只是大模型对算力、算法、数据都有强依赖，起步就要5,000万美元，训练一次需要上千万美元，非100亿美元公司很难持续跟进。各种艰难之下，幻方很乐观，创始人梁文锋告诉我们：关键是我们想做这件事，能做这件事，我们是最合适的人选之一。
量化投资，是源自美国舶来品，几乎所有中国头部量化基金创始班底，或多或少有过美国或欧洲对冲基金履历。
2021年，成立仅6年的幻方，达千亿规模，称为量化四大天王之一。
以局外人杀入的成长路径，让幻方始终像搅局者。多位行业人士表示，幻方无论研发体系、产品、销售，都始终在用崭新的方式，切入到行业中来。
一家头部量化基金创始人认为，这些年的幻方，始终没有按照某种约定成俗的道路走，是按照他们想要方式，即便是有点离经叛道或者争议，也敢大大方方说出来，按照自己想法做。
幻方的成长奥秘，幻方内部将之归结为选用一批没有经验、有潜能的人，有一个可以让创新发生的组织架构与企业文化，他们认为这将是大模型创业公司，可以与大厂竞争的秘密所在。
还在浙江大学攻读AI时，梁文锋无比笃信AI一定会改变世界，2008年，这还是不被认同的执念。
毕业后，他没像周围人做大厂程序员，而是躲在成都廉价出租屋里，不停接受进入诸多场景中尝试的挫败，最终切入最复杂场景之一的金融，成立幻方。
一个有趣细节是，最早几年，曾有同样疯癫、在深圳城中村做着不靠谱飞行器的朋友，拉他入伙。后来这个朋友做成千亿美元的公司大疆。
做大模型，涉及资金、人、算力等话题外，我们与幻方创始人梁文锋特别聊了聊，怎样的组织架构可以让创新发生，人的疯狂可以持续多久。
创业10余年，这是鲜少露面的技术宅型创始人，第一次公开受访。
巧合的是，2023年4月11日，幻方在发布做大模型公告时，引用法国新浪潮导演特吕弗曾告诫青年导演的一句话：务必要疯狂怀抱雄心，还要疯狂真诚。
暗涌：
前不久，幻方发公告决定下场做大模型，一家量化基金为什么要做这事？
梁文锋：
我们做大模型，跟量化与金融都没直接关系，我们独立组建新公司深度求索来做这件事。
幻方主要班底，很多人是做AI的。当时我们尝试很多场景，最终切入足够复杂的金融，AGI可能是下一个最难的事之一，对我们是怎么做的问题，不是为什么做的问题。
暗涌：
你们要自己训练一个大模型，还是某个垂直行业，比如金融相关大模型？
梁文锋：
我们要做的是AGI，语言大模型可能是通往AGI的必经之路，初步具备了AGI的特征，我们会从这里开始，后面也会有视觉等。
暗涌：
大厂入局，很多创业公司都放弃只做通用型大模型的大方向。
梁文锋：
我们不会过早设计基于模型的一些应用，会专注在大模型上。
暗涌：
很多人认为，创业公司在大厂形成共识后下场，已经不是好的时间点。
梁文锋：
现在看起来，无论大厂，还是创业公司，都很难在短时间内建立碾压对手的技术优势。
有OpenAI指路，又都基于公开论文与代码，最晚2024年，大厂与创业公司都会把自己大语言模型做出来，大厂与创业公司都各有机会。
现有垂直类场景不掌握在初创公司手上，这个阶段对初创公司不友好。这种场景说到底，也是分散、碎片化小需求，它又是更适合灵活的创业组织。
长期看，大模型应用门槛越来越低，初创公司在未来20年任何时候下场，都有机会。
我们目标很明确，不做垂直类与应用，而是做研究，做探索。
远处说，我们想验证一些猜想。比如我们理解人类智能本质可能是语言，人的思维可能是语言的过程。
你以为你在思考，可能是你在脑子里编织语言。这意味着，在语言大模型上，可能诞生出类人的AGI。
近处说，GPT-4还有很多待解之谜。我们复刻的同时，会做研究揭秘。
梁文锋：
只做复刻，可以在公开论文或开源代码基础上，只需训练很少次数，甚至只需微调finetune一下，成本很低。做研究，要做各种实验与对比，需要更多算力，对人员要求更高，成本更高。
梁文锋：
幻方作为我们出资人之一，有充足研发预算，另外每年有几个亿捐款预算，之前都是给公益机构，如果需要，可以做调整。
暗涌：
做基础层大模型，没有2~3亿美元，牌桌都上不了，我们如何支撑持续投入？
接触下来，感觉很多VC对做研究有顾虑，他们有退出需求，希望尽快做出产品商业化，按照我们优先做研究思路，很难从VC获得融资。
梁文锋：
我们现在想的是，后面可以把我们训练结果大部分公开共享，这样可以跟商业化有所结合。
我们希望更多人，哪怕一个小APP，都可以低成本用上大模型，不是技术只掌握在一部分人与公司手中，形成垄断。
暗涌：
一些大厂后期，会有一些服务提供，你们差异化部分是什么？
梁文锋：
大厂模型，可能会与他们平台或生态捆绑，我们是完全自由的。
暗涌：
无论如何，一个商业公司做无限投入的研究性探索，有些疯狂。
梁文锋：
如果一定要找一个商业上理由，它可能找不到，划不来。
商业角度讲，基础研究是投入回报比很低的。OpenAI早期投资人投资时，想的一定不是我要拿回多少回报，真的想做这个事。
我们现在比较确定的是，我们想做这个事，又有能力，这个时间点，我们是最合适人选之一。
暗涌：
GPU是这次ChatGPT创业潮的稀缺品，你们在2021年可以有先见之明，储备1万张，为什么？
梁文锋：从最早1张卡，到2015年100张、2019年1,000张，再到1万张，这个过程是逐步发生的。几百张卡之前，我们托管在IDC，规模再变大时，托管没法满足要求，开始自建机房。很多人会以为这里有一个不为人知的商业逻辑，主要是好奇心驱动。
对很多行外人，ChatGPT这波浪潮冲击特别大；对行内人，2012年AlexNet带来的冲击，已经引领新的时代。
AlexNet的错误率，远低于当时其他模型，复苏了沉睡几十年的神经网络研究。具体技术方向一直在变，模型、数据、算力三者的组合不变。
特别是当2020年OpenAI发布GPT-3后，方向很清楚，需要大量算力；即便2021年，我们投入建设萤火二号时，大部分人还是无法理解。
梁文锋：
对研究员，对算力渴求永无止境。做了小规模实验后，总想做更大规模实验。那之后，我们会有意识部署尽可能多算力。
暗涌：
很多人以为搭这个计算机集群，是量化私募业务会用到机器学习做价格预测？
梁文锋：
单纯只做量化投资，很少的卡也能达到目的。我们在投资外，做了大量研究，更想搞清楚什么样的范式，可以完整描述整个金融市场，有没有更简洁的表达方式，不同范式能力边界在哪，这些范式是不是有更广泛适用等。
梁文锋：
一件激动人心的事，或许不能单纯用资金衡量。类似家里买钢琴，一来买得起，二来是有一群急于在上面弹奏乐曲的人。
梁文锋：
我们没有精确计算过，应该没这么多。英伟达显卡是硬通货，即使是很多年前的老卡，还有很多人在用。我们之前退役的老卡，二手处理时，还挺值钱，没亏太多。
暗涌：
搭一个计算机集群，维护费用、人工成本，甚至电费，都是不菲支出。
梁文锋：
电费与维护费用很低，这些支出每年只占硬件造价的1%左右。
人工成本不低，人工成本也是对未来的投资，是公司最大资产。
我们选的人，会相对朴实，有好奇心，来这里有机会做研究。
暗涌：
2021年，幻方是亚太地区第一批拿到A100显卡的公司，为什么会比一些云厂商更早？
梁文锋：
我们很早就对新卡，做了预研、测试、规划。
一些云厂商，他们之前需求是分散的，直到2022年自动驾驶，有租用机器做训练的需求，又有付费能力，一些云厂商才把基础设施建好。
大厂很难单纯做研究，做训练，它更多会是业务需求驱动。
梁文锋：
大厂有优势，如果不能很快应用，大厂不一定能持续坚持，它更需要看到结果。
头部创业公司，也有技术做得很扎实，与老的一波AI创业公司一样，都要面对商业化难题。
暗涌：
一些人会觉得一个量化基金，强调自己做AI，是为其他业务吹泡泡。
暗涌：
你会如何辨别哪些是AI信仰者，哪些是投机者？
梁文锋：
信仰者会之前就在这里，之后也在这里。他们更会批量买卡，或者跟云厂商签长协议，不是短期租。
梁文锋：
初始团队已经集结到位，前期人手不够，会从幻方临时借调一部分人过去。
2022年底，GPT-3.5风靡时，我们开始动手招聘，我们需要更多人加入。
暗涌：
大模型创业的人才是稀缺的，有投资人说很多适合的人，才可能只在OpenAI、Facebook AI Research等巨头的AI lab里，你们会去海外挖这类人才吗？
梁文锋：
如果追求短期目标，找现成有经验的人是对的。
看长远，经验没那么重要，基础能力、创造性、热爱等更重要。这个角度看，国内合适的候选人不少。
幻方招人有条原则是，看能力，不是看经验。我们核心技术岗位，基本以应届与毕业1~2年的人为主。
梁文锋：
做一件事，有经验的人，会不假思索告诉你，应该这样做，没有经验的人，会反复摸索、很认真想应该怎么做，找到符合当前实际情况的解决办法。
暗涌：
幻方从一个完全无金融基因的外行，切入到这个行业，几年内做到头部，这条招人法则，是其中秘密之一吗？
梁文锋：
我们核心团队，连我自己，一开始都没有量化经验，这一点很特殊。
不能说是成功的秘密，这是幻方的文化之一。我们不会故意回避有经验的人，更多是看能力。
拿销售岗位举例，我们两个主力销售，都是这个行业素人。
一个原来做德国机械品类外贸，一个是原来在券商做后台写代码。他们进入这行时，没有经验，没有资源，没有积累。
现在我们可能是唯一一家能以直销为主的大私募，做直销，意味着不用给中间商分费用，同样规模与业绩下，利润率更高，很多家会试图模仿我们，并没有成功。
梁文锋：
仅凭这一点，不足以让创新发生，它需要与公司文化、管理相匹配。
第1年，他们什么都做不出来；第2年，开始有点成绩；我们考核标准与一般公司不太一样，我们没有KPI，没有所谓任务。
梁文锋：
我们不像一般公司，看重客户下单量；我们销售卖多少与提成，不是一开始就算好的，会更鼓励销售发展自己圈子，认识更多人，产生更大影响力。
我们认为，一个让客户信任的正直销售，可能在短时间内，做不到让客户下单，可以让你觉得他是靠谱的人。
梁文锋：
交给他重要的事，不干预他。让他自己想办法，自己发挥。
一家公司的基因，是很难被模仿的。比如招没有经验的人，怎么判断他的潜力，招进来之后，如何让他成长，这些都没法直接模仿。
梁文锋：
我们总结是，创新需要尽可能少的干预与管理，让每个人有自由发挥空间与试错机会。创新往往都是自己产生，不是刻意安排，更不是教出来。
暗涌：
这是一种非常规的管理方式，这种情况下，你如何确保一个人做事有效率，在你要的方向上？
梁文锋：
招人时，确保价值观一致，通过企业文化确保步调一致。
我们没有一个成文的企业文化，所有成文东西，会阻碍创新。
更多时候，是管理者的以身示范，遇到一件事，你如何做决策，会成为一种准则。
暗涌：
你觉得这波做大模型竞争中，创业公司更适合创新的组织架构，会是与大厂竞争的破局点吗？
梁文锋：
按照教科书的方法论，推导创业公司，在当下，他们做的事，都是活不下来的。
市场是变化的，真正的决定力量，往往不是一些现成的规则与条件，而是一种适应与调整变化的能力。
很多大公司的组织结构，已经不能快速响应与快速做事，他们很容易让之前经验与惯性成为束缚，这波AI新浪潮之下，一定会有一批新公司诞生。
梁文锋：
搞清我们猜想是不是事实，如果是对的，会很兴奋。
梁文锋：
热爱、扎实的基础能力，其他都没那么重要。
梁文锋：
他们热情，通常会表现出来，他真的很想做这件事，这些人往往同时也在找你。
暗涌：
大模型可能是一件无休止投入的事，付出的代价，会让你们顾虑吗？
很穷的时候，或者不是创新驱动的行业，成本与效率非常关键，看OpenAI也是烧了很多资金才出来。
梁文锋：
不知道是不是疯狂，这个世界存在很多无法用逻辑解释的事，类似很多程序员，也是开源社区的疯狂贡献者，一天很累了，还要贡献代码。
梁文锋：
类似你徒步50公里，整个身体是瘫掉的，精神很满足。
梁文锋：
不是所有人都能疯狂一辈子，大部分人，在他年轻的那些年，可以完全没有功利目的，投入做一件事。
2019年8月30日，34岁梁文锋在金牛奖颁奖仪式上，发表主题演讲《一名程序员眼里中国量化投资的未来》。
首先，预测中国量化投资未来，一个方法是看美国现状。
美国资产管理有两个趋势：一个是共同基金逐渐指数化，另一个趋势是对冲基金逐渐走向量化。
最初的对冲基金都不是量化，这个表是2004年全球对冲基金资管规模前10名，大部分都不是量化。
2018年排名，量化已经占了前面多数，我们熟悉的桥水排第1，AQR排第2，文艺复兴排第4。
最近十几年，量化基金在美国逐渐变成对冲基金的主流，甚至很多人以为对冲基金是量化基金。我们是对冲基金，我今天主要讲对冲基金里的量化基金。
全球最大的对冲基金，桥水管理规模是一万亿人民币左右，国内大的量化公司在100～200亿之间，我们可能还有几十倍增长空间。
以后中国经济体量与美国差不多，国内最大团队应该能管2~3千亿。如果股市扩容，衍生品市场发展，能管4~5千亿。再加上海外市场，就有1万亿。
国外多量化公司，他们都在做什么，都在做高频？不是，高频容纳的钱很少，不是资产管理主流。
答案是所有策略都做，从宏观对冲，到股票基本面，到股票量价，到大宗商品，到债券，主战场是股票与债券。
越是低频的策略，容量越大。所有原来人类做的策略，现在量化都在做。
国内对冲基金，现在大家主要都是做量价策略，我们整体上比美国落后。
美国经验看，策略类型上面，我们应该还有很大发展空间。
量化与非量化，到底怎么区分。根据中国国情，对量化投资做个定义。
有人说量化投资是程序化下单，这不对。不少量化公司是手工下单，传统公募很多是程序化下单，有成熟的VWAP系统。
有人说是用数量化方法进行研究，也不对。现代的投资研究，很多都是要用数量化方法，这个定义没有区分度，所有人都可以说自己是量化的。
有人说主观投资需要深入个股，量化不用看个股，也不对，至少我们个股看得挺细，我们美国同行看个股也是非常细。
真正区别是什么，答案是，投资决策过程中，是用数量化方法进行决策，还是用人进行决策。区别不是交易，不是研究手段，是决策方式。
量化公司有很多交易员与研究员，会发现量化公司没有基金经理，基金经理是一堆服务器。人做投资决策时，它是种艺术，要凭感觉。程序决策时，它是科学，有最优解。
量化投资，以后还需要人吗，当然需要，需要大量程序员与研究员。
当前投到中国市场的量化资金，我们估算大概在2,500亿~5,000亿。超过一半投到股票策略，其次是商品CTA，剩下的很少。
历史收益看，股票收益也是比商品CTA要好一点，我们今天集中讨论股票策略。
这个表是我们与同行一起估算出来，不一定精确，大轮廓差不多。如果你要投量化，按这个表找投顾就对了。
最重要的是第一种，日间量价模型。大家经常听说的多因子、alpha都是说日间量价模型，规模大概有两千亿。
第二重要的，是日内回转模型，俗称股票T0，有大几百亿。
最后还有两种，基本面模型与事件驱动模型，目前不是重点。
这是私募数据，公募还有1,200亿左右在做基本面量化。我们今天只讨论私募，这四种模型都有效。
传统上，所有的模型都是多因子模型，通过选股与择时来获取超额收益。
2017年以前，多因子模型是万能的，以前我们都希望模仿worldquant的模式，是找很多的人来挖因子。
2017年之后，行业发生变化，传统的多因子框架逐渐被AI取代。
作为私募，投资人对我们期望是很高的，如果1年跑赢指数低于25%，投资人是不满意的，私募之间竞争很激烈。
我们每个星期，都会拿到同行业绩数据，这个星期谁跑赢多少，大家放到一起比，如果落后了，客户就马上会打电话来。
正是这样的压力，逼得我们不断提升投资能力，加班改策略，一偷懒就落后。
我们向客户收费也高，远高于公募，这个业绩与压力也是公平的。
我们经常被问：量化投资，到底是赚了谁的钱？答案很简单，量化赚了原来人类投资者赚的钱。
人类投资者分两个流派，一种叫技术面，一种叫基本面。
说得更具体一点，现在量化赚的是技术面流派原来赚的钱。
谁来告诉我，技术面流派赚了谁的钱？技术面流派，现在赚钱，已经比以前难很多，程序有2~3千亿的钱，每天在做同样的事，使得市场有效性大幅度提高。
现在是2019年，在技术面上，程序已经远远超越一般人类高手。
量化私募整个行业的进步，大致符合摩尔定律，每18个月投资能力翻一倍。
这几年来，量化投资平均收益率，差不多没变化，市场有效性在不断提高。
这是符合逻辑的，投资能力提高一倍，市场有效性还一样，赚的钱应该是原来2倍才对。
市场的有效性提高了，一个证据是人类高手很难赚钱，另一个证据是2年前有效的量化策略，现在慢慢失效。
我们预计未来几年，中国股票市场，有效性会进一步提高。这是历史趋势，不可阻挡。
我们经常被问到一个问题：以后市场非常有效，是不是大家都不赚钱。
美国情况看，市场不会100%有效，市场100%有效，对冲基金就消失了，谁来维持流动性与价格？
市场会在接近完全有效时，达成均衡，使得对冲基金刚好能cover公司运营成本、客户资金与风险成本。
全球看，对冲基金都不是暴利行业，跟一级市场与房地产来比的话。我们所处的历史阶段大概在这里，我们离市场完全有效应该还很远，至少未来几年，我们不需要考虑这个问题。
最后，我们做两个预测。一个短预测，一个长预测。如果这两个预测成立，量化投资收益率，还能持续若干年。
未来1~2年，行业的提升，应该来自多策略结合。多策略结合，不是简单的分散投资。
分散投资是这样的，4亿资金，1亿做A模型，1亿做B模型，1亿做C模型，1亿做D模型。这样做的缺点是，收益率是4个模型的平均。
我们说的多策略结合，是叠加，4亿既做A模型，同样4亿资金，也做B模型、C模型、D模型，最后合成大的、包罗万象的策略，不属于传统策略类别里哪一种。
2018年，日间alpha叠加日内T0效果很好，它已经落后，现在需要更多策略，用更领先方法来叠加。
这个听起来很有道理，做起来很难，难点不是在策略或者技术本身，而是在私募公司自己商业逻辑上。
每个模型都需要一个团队，原来一个团队能管几十个亿，现在要很多个团队加起来，才能管几十个亿，成本多了很多倍，公司收入没有同比例增加。
据我们观察，这个趋势已经在发生，你不做，别人会来做，最近业绩最好的几家私募，都是多策略。
我们预计这个过程会加速，随着市场有效性提高，收益率下降，要靠单策略取得好的收益，已经很难。
以后策略整体会非常复杂，工作量大，门槛高，没有能力组织多个团队的量化公司，会比较难活下去。
量化投资会向头部公司集中，使得头部公司，有足够资源做这些更复杂的策略。
我们觉得在多策略结合上，空间还是很大，按照我们自己进度看，未来1~2年还做不完。如果这个预测成立，量化私募未来1~2年还能有比较好收益。
总有一天，技术面的波动会越来越小，技术进步到达瓶颈。
未来量化投资，一定会瓜分这部分人原来赚的钱，原来基本面流派人赚的钱。
基本面上，市场有效性目前还是比较差，这里有很多空间。
有人说基本面，每家公司不一样，没法量化，这是不对的。
大概2015年前后，基本面量化，在私募里曾经流行过一段时间，那时市场有效性没现在这么高，用传统多因子框架就能赚钱。
2017年开始，收益率逐步降低，做基本面量化的私募团队，失去竞争力，已经逐步被淘汰，公募还在做，私募需要把基本面量化提升到更高的水平。
完成这个使命的，不会是老的那批人，而是新的能力更强的人，用更复杂、更精细的方法，才能把这个事做出来。
我们现在产品里，已经叠加基本面量化的模型，效果很好，还只是用了传统方法。
要做到AQR这样水平，我们保守估计，团队成本，在每年10亿人民币以上，只能一步一步来。
以后量化私募能管1,000亿，这个成本是可以接受的，商业模式上没有问题。
基本面量化，还有很长路要走，它要达到现在技术面量化的高度，应该还差几个摩尔定律周期。
最后问题是，如果对冲基金赚了技术面的钱，又赚了基本面的钱，普通人怎么办，我们回到美国身上找到答案。
对冲基金只赚了波动、流动性、定价的钱，没有赚走beta的钱。
美国最大的对冲基金桥水，资管规模1万亿人民币；美国最大的共同基金贝莱德，资管规模是45万亿；在共同基金面前，对冲基金是小不点。
市场有效的时候，直接买指数就可以，指数是真正的价值投资，财富主体还是在老百姓手上。
《征服市场的人》是量化投资之父詹姆斯·西蒙斯的传记，美国《华尔街日报》特约撰稿人格里高利·祖克曼撰写，
2021
年
2
月湛庐文化、天津科学技术出版社出版，幻方量化创始人梁文锋应邀作序。
詹姆斯·西蒙斯，是量化投资领域的泰斗。一直以来，外界对西蒙斯与他所创建的文艺复兴科技公司所知不多。
这丝毫不影响无数年轻人，在西蒙斯故事激励下，进入这个神秘的行业。
与很多新技术一样，量化投资刚出现时，也是被嘲笑的对象，没有人相信计算机可以像人类一样进行投资。
西蒙斯敏锐预见到，随着计算机技术发展，终有一天不可能将会变成现实。
西蒙斯在早期做了诸多尝试，都不太成功，他并未放弃，他相信时间是站在他这边。西蒙斯是幸运的，他遇到好的时代。
20
世纪
80
年代末，计算机软硬件发展到达临界点，人们开始构建真正实用的模型，在某些投资细分领域取得初步成功。
1988
年，西蒙斯设立大奖章基金时，他已经
50
岁，在投资上经历
10
余年挫折，这一次他抓住机会，登上通往新时代的列车。
华尔街如今很多量化巨头的崛起，都可以追溯至这一时期。
西蒙斯与其他先驱者，使用现在看起来不复杂的技术，迅速摘掉市场上最低垂的果实，积累第一桶资金。这只是开始，在之后
30
余年里，计算机技术继续发展，量化投资正逐渐发展成资本市场新宠，不断有新的模型被开发出来，更多不可能变成现实，最终使量化投资在
21
世纪成为金融领域发展的大势所趋。
这个过程中，文艺复兴科技公司在西蒙斯带领下，始终站在时代潮头，成为行业标杆。
文艺复兴科技公司辉煌的
30
余年，也是金融市场监管愈发严格、透明化的
30
余年。
很早的时候，基金经理可以从公司管理层获得更多信息，取得交易优势。
诸如此类的不公平问题，在过去
30
余年逐步得到解决。
信息化时代，金融市场公平与透明，人类基金经理与计算机模型站在同样起跑线上，这进一步为量化投资大范围成功扫清障碍。
为何恰好是这
30
余年，金融变得公平与透明，这在某种程度上受益计算机技术发展。
西蒙斯即将退休之际，本书出版，为我们揭开很多之前未解的疑团，也为我们带来丰富的可供借鉴的经验。
国外模式未必能照搬到中国，但阅读本书，可以让我们收获很多思考与启发。
如何管理优秀的团队，使之
30
余年立于不败之地？
作为后辈，能为西蒙斯的中文版传记作序，我感到十分荣幸。
每当在工作中遇到困难时，我会想起西蒙斯的话：一定有办法对价格建模。
六合年度报告全库会员，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
智能时代专题，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
智能时代专题第二季，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
智能时代专题第一季，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
六合商业研选付费专题报告，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
元宇宙专题，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
头号玩家第二季，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
头号玩家第一季，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
智能电动汽车专题，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
