Local EPUB Text
亨利·劳弗，一个价值连城的决定
劳弗从来没有像西蒙斯和埃克斯那样获得过著名的数学奖项，也不像列尼·鲍姆和埃尔文·伯勒坎普那样拥有以自己名字命名的算法。但是，劳弗也有他自己的成就和价值，他是迄今为止西蒙斯最好的合伙人。
劳弗先在纽约城市学院读了两年本科，然后去普林斯顿大学读了两年研究生。他在艰深的复变函数领域以及数学的嵌套结构上取得的进展获得了普遍的赞誉。
劳弗1971年加入纽约州立大学石溪分校的数学系，主要研究领域是复变函数和代数几何，后来他逐渐将研究重点从经典的复变分析转移到更为现代的问题上。劳弗上课生动有趣，深受学生们的欢迎，但是他在个人生活上却显得比较怯弱。在他高中同学的印象中，他是个总是手握滑尺的内向的书呆子。来到纽约州立大学石溪分校后不久，劳弗就向同事表示他想尽快结束单身生活。有一次，他和一位名叫莱纳德·查拉普的同事一起去滑雪。到了晚上，劳弗就提议去酒吧，看看能不能有什么浪漫的邂逅。查拉普看着他的朋友，忍不住笑了。“劳弗，你不是那块料。”查拉普说，他明白劳弗这种天性羞涩的人是很难在酒吧找到女朋友的。“他是个很好的犹太男孩。”查拉普回忆道。
在纽约州立大学石溪分校，劳弗最终遇见了一位名叫玛莎·兹拉汀（Marsha Zlatin）的语言病理学教授，并与她结了婚。玛莎很认同劳弗的自由派政治观点，她天性乐观，无论挑战有多大，总能保持积极面对的心态，并经常用“膨胀”来形容自己的心态。玛莎的朋友们见识过她坚韧不拔的毅力，在经历了好几次流产之后，她最终生下了健康的孩子。后来，玛莎又成功地获得了语言病理学的博士学位。玛莎对生活的态度似乎感染到了劳弗。在同事中间，劳弗是一位很好的合作者。同事们早就注意到劳弗对投资很感兴趣，所以当他1992年决定全职加入西蒙斯团队的时候，他们虽然感到失望，但并不惊讶。
学者初涉交易往往会变得紧张而急躁，会担心市场的每一次波动，就像鲍姆刚刚加入时那样，但是时年46岁的劳弗反应截然不同。“薪水的大幅提高减轻了他的压力，他终于可以不用为女儿的大学学费忧愁了，”朋友们说，“所以，劳弗看起来非常享受研究那些可能带来盈利的交易方程式。”
对于西蒙斯来讲，劳弗的温和随性是一服安慰剂，因为多年来他已经疲于应对鲍姆、埃克斯和伯勒坎普的复杂性格。渐渐地，西蒙斯的职责转变为把握公司大方向、应付投资者、招募人才、处理紧急情况以及制定新的策略，劳弗在石溪的新办公室主管研究，而斯特劳斯在伯克利负责交易，以进一步提升基金的业绩水平。
劳弗到公司不久后做的一个决定，后来被证明是价值连城的：大奖章基金应该只用单一的交易模型，而不是像其他量化交易公司那样在各种市场和市况下使用多个不同的模型。尽管劳弗承认，使用多个交易模型会更直观，但是他认为，单一模型可以更充分地利用斯特劳斯收集的广泛的定价数据，在多资产类别中更全面地寻找相关性和交易信号。相反，如果运行多个模型的话，单个模型可以使用的数据就少得可怜了。
同样重要的是，劳弗认识到，如果基于某些核心假设的模型是单一而稳定的，那么后期添加新的投资品种也会更容易。如果某些新的投资品种缺乏历史数据，但与大奖章基金正在交易的某些品种很类似，它们就值得借鉴。劳弗也明白把不同的投资品种结合起来很难，比如外汇期货和商品期货，但他总觉得只要把这些障碍“熨平”，单一的模型就可以产生更好的交易结果。
劳弗每天花费很长的时间伏案修改模型。午饭时分，团队的同事们会挤进劳弗的老式林肯轿车，一起去当地的一个集市觅食，但即使在那里，劳弗也会继续修改模型。过了没多久，模型就具备雏形了，而斯特劳斯等人已经为公司累积了几十种商品、债券和外汇的好几十年的数据。为了提高数据的可读性，他们把一个交易周划分成了10个部分，即外盘交易的5个夜间部分和5个日间部分。之所以要把一天分成两个部分，是为了便于团队在不同部分之中寻找规律。随后，他们会在早晨、中午和晚上各交易一次。
西蒙斯想知道还有没有更好的切分交易数据的方法，这也许能让团队在日内交易数据中发现新的价格规律。劳弗尝试先把一天一分为二，再一分为四，最后发现分成5分钟的时间段是比较理想的方式。至关重要的是，公司的计算机算力已经得到了很大的提升，可以让劳弗运算更高频次的历史数据。例如，当投资者普遍为市场走势感到紧张的时候，可可期货的价格是不是通常先在第188个5分钟内下跌，之后又在第199个5分钟内反弹？当投资者担忧通胀的时候，黄金市场会不会在第50个5分钟内看到强劲的买单，而在第63个5分钟内买单又会走弱？
劳弗的5分钟分段法使得团队有能力识别新的价格异常情况和潜在趋势，或者用他们的术语来说，叫作“非随机交易效应”（Nonrandom Trading Effects）。斯特劳斯等人做了很多测试，以防止过度挖掘数据而形成伪策略，但是很多新发现的策略还是站住了脚。
大奖章基金团队好像是第一次戴上了近视眼镜，整个市场都变清晰了。有一个发现是这样的：周五早上某些5分钟线内的走势能够稳定地预测当天收盘前的市况。劳弗的研究还指出，如果市场在收盘前走高，那么你可以抢在收盘前买入期货，然后在次日开盘后卖出，这样往往有利可图。
他们还发现了与波动性有关的预测效应，以及一系列的“组合效应”，比如相互配对的金价和银价、柴油和原油等交易品种的价格，在交易日内的某段时间同向运动的概率比其他时段更高。其实这些新发现的交易信号背后的逻辑尚不清楚，但是它们的P值(45)低于0.01，意味着它们是显著的，并非统计幻觉，所以这些信号也被加入了交易系统。
然而，西蒙斯认识到，仅仅拥有一系列有利可图的交易信号是远远不够的。“我们如何扣动扳机？”他问劳弗及其团队。
西蒙斯鼓励他们着手解决另一个令人苦恼的问题：大奖章基金管理的资金规模有限，应该在目前发现的这么多可供交易的信号上如何分配呢？哪个应该下重手呢？于是劳弗开始开发计算机模型来识别日内的最优交易，西蒙斯称之为“投注算法”（Betting Algorithm）。劳弗认为这个算法应该是动态调整的，即根据对未来市场变化方向的实时概率分析，对基金持仓进行调整。这种算法就是早期形式的机器学习。
与一位大奖章基金的投资人一起驾车去石溪的路上，西蒙斯激动不已。“我们的系统是活的，它一直在自我修正，”西蒙斯说，“我们应该好好栽培它。”
公司目前只有10位左右的雇员，要想跟上行业趋势甚至赶上D. E. Shaw这样的公司，西蒙斯必须先补充人手。一天，纽约州立大学石溪分校的一位名叫克雷西米尔·佩纳维奇（Kresimir Penavic）的博士生驱车前来面试。他等着见劳弗的时候，西蒙斯穿着破旧的裤子和休闲鞋，手里夹着烟，来回踱步并打量着这位应聘者。“你在纽约州立大学石溪分校上学？”西蒙斯问。佩纳维奇点点头。“你都干过些什么？”西蒙斯接着问。佩纳维奇并不清楚面前这位发问的人是谁，于是开始讲他在读应用数学本科的时候做过的一些事情。
西蒙斯有点儿不耐烦。“那些都是琐事。”西蒙斯嘲笑道。这已经是一位数学家能说出口的最呛人的话了。执着的佩纳维奇没有就此打住，而是继续跟西蒙斯介绍他写的论文，这篇论文是关于一个尚未解决的代数问题的。“这个问题并不琐碎。”佩纳维奇坚持道。“这还是很琐碎。”西蒙斯的手臂一挥，烟灰差点飘到佩纳维奇的脸上。年轻人有点儿恼怒了，这时西蒙斯却咧嘴而笑，就像在和佩纳维奇玩恶作剧。“但我还是喜欢你。”西蒙斯说。过了不久，佩纳维奇就被录取了。
几乎同一时间，一位名叫尼克·帕特森的研究员也加入了团队，尽管他对这份工作并不十分满意。帕特森心里总是怀疑西蒙斯在进行某种诈骗活动，他很难消除这个疑虑。
劳弗的短期交易策略见效了：1992年，大奖章基金连续3年取得33%的年化收益率，管理规模也达到了1亿美元，公司收取了巨额的管理费。这些都称不上是诈骗，真正称得上诈骗的是，西蒙斯他们依靠自己都不完全理解的计算机模型卷走了如此之多的利润。
连文艺复兴科技公司的办公室在帕特森眼里也不是那么合法。西蒙斯已经把公司的研究中心搬到了一栋建造于19世纪的居民楼的顶楼。这座房子位于石溪的居民区，在绿树成荫的北国路上。房子里挤了9个人，这些人分属于西蒙斯投资的各个板块，包括做风险投资和股票交易的。每个人都不知道其他人具体在做些什么，西蒙斯也并不是每天都来。空间如此狭小，帕特森甚至都没有坐的地方。最后，帕特森在西蒙斯办公室的一角放了桌椅，总算坐了下来。西蒙斯每周会花一半时间在纽约的办公室，所以他并不介意帕特森的这一举动。
帕特森对西蒙斯在数学和密码破译领域的成就心知肚明，但这些并不能减轻他的疑虑。“数学家也可能是骗子，”帕特森说，“在对冲基金里洗钱是很容易的。”整整一个月的时间里，帕特森每天都会偷偷地记下大奖章基金组合中各持仓品种的收盘结算价，然后仔细地和《华尔街日报》上登载的数据进行比对，看是否契合。(46)
确认西蒙斯没有行骗之后，帕特森才放心地把注意力转移到工作上来，他想运用自己的数学技巧来改善模型。事实上，帕特森花了好些年才弄明白自己对数学充满了热爱。在他年轻的时候，数学对他来说只是一种能起到保护作用的工具。帕特森的面部发育不良，这是一种罕见的先天性疾病，导致他的左脸扭曲，左眼也失明了。1他出生在伦敦市中心的贝斯沃特区，是家里的独生子。很小的时候，他就被送到寄宿学校学习，但在那里受到了无情的欺侮。虽然每周只能和父母见上一次，但是帕特森体现了英国人特有的强硬态度，他把优异的课堂表现当成了他的优势。“我进化出了适合学术的大脑和英式的强硬性格。”帕特森回忆道，“我是一个异类，但是还有用处，所以他们留下了我。”
帕特森最初之所以最喜欢数学，一是因为他非常喜欢参与竞争，二是因为这是他觉得自己可以主宰的领域。直到16岁，他才发现自己是真的喜欢这门学科。数年之后，从剑桥大学毕业的帕特森找了一份写商业代码的工作。所以，帕特森的天然优势在于，他比其他数学家更懂得如何给计算机编程。
帕特森是一位国际象棋高手，他花了很多时间在伦敦的一家咖啡馆和其他客人下棋。这家咖啡馆提供棋具租借服务，还经常组织客人进行比赛。帕特森经常击败年龄比他大很多的棋手。后来他发现这家咖啡馆没有这么简单，有一架秘密楼梯通往一个房间，这里举行的是当地一个黑帮老大组织的非法牌局。帕特森参加了牌局，迅速地发现自己是个打牌高手，还赢了大把现金。帕特森的能力引起了黑帮老大的注意，他向帕特森提出了一个难以拒绝的邀约：“如果你下楼帮我下棋，那么输钱我来承担，赢钱咱俩平分。”这对帕特森来说是没有风险的，但是他还是拒绝了这个邀约。黑帮老大告诉帕特森不要在错误的道路上越走越远。“你这个蠢货！你不可能用数学赚到钱！”黑帮老大嗤之以鼻。
这次经历让帕特森学会了不能轻信任何看起来似乎合法的赚钱途径，这也是为什么他后来总是对西蒙斯抱有怀疑。
研究生毕业之后，帕特森成了英国政府的一名密码专家。他所在的部门就是多年前艾伦·图灵所在的部门，艾伦·图灵因为在第二次世界大战时破译了德国的密码而享有盛誉。帕特森的职责是创建统计模型来加密和反加密机密信息。帕特森运用的主要是简单而深刻的贝叶斯定理(47)，即如果获知更新更客观的信息，人们就可以得出更优的概率估计。他破译了数据中被人们忽视的规律，解决了该领域中一个长久存在的问题。这个发现对于政府来说非常有价值，某些在同盟国内部分享的绝密文件上甚至写着“仅供美国人和尼克·帕特森参阅”。“感觉好像是给詹姆斯·邦德的绝密文件。”帕特森说。
几年之后，政府部门进行了薪酬改革，行政管理人员的薪资水平被提升到了密码专家之上，帕特森坐不住了。“这不是钱的问题，这是一种侮辱。”帕特森告诉妻子，“我宁可去开大巴也不愿意再待下去，我必须走。”
帕特森去了国防分析研究所，正是在这里，他结识了西蒙斯和鲍姆。但是当帕特森快到50岁的时候，他显得越来越焦虑。“我父亲在50多岁的时候过得还很艰难，这让我心有余悸。”帕特森回忆道，此时他的两个孩子都即将上大学，“我的积蓄不太够，我不想落入像父亲那样的处境。”
正巧，西蒙斯很快就打来电话，听起来很急。“我们得谈一谈，”西蒙斯说，“你可以为我工作吗？”
去文艺复兴科技公司工作对帕特森来讲是合适的，因为西蒙斯的团队做的就是通过分析大量杂乱而复杂的价格数据来预测未来的价格。帕特森觉得他天生多疑的性格非常有助于从市场的随机波动中察觉出真正的信号，他的编程技能也能用得上。而且，和文艺复兴科技公司其他雇员不同的是，帕特森是真正从事过投资活动的，尽管不多，但他的确懂一些金融。“我觉得我比他们懂多了，因为我持有一只指数基金。”帕特森说。
帕特森察觉到世界正在“变得越来越数学化”，计算机的算力也在呈现指数级增长。他觉得西蒙斯依靠高阶数学和统计学有机会颠覆投资界。“50年前，我们什么都做不了，但现在正当其时。”帕特森说。在排除了西蒙斯是个骗子的可能性之后，帕特森把电脑拖进西蒙斯的办公室，开始着手帮助劳弗解决难题。识别有利可图的交易只是整个游戏的一部分，买入卖出的冲击成本也是大问题，控制不好的话，获利空间会大大缩减。比如，你认为铜价会从3美元涨到3.1美元，但是在你的买单被执行完之前，价格已经涨到3.05美元了。出现这种情况的原因可能是交易商从中作祟，使得潜在获利空间被吃掉了一半。
从一开始，西蒙斯的团队就对交易成本非常在意，称之为“磨损”（Slippage）。他们经常会测算在没有交易成本的情况下，获利水平会提升多少。对于模型给出的理论价格和实际操作中得到的价格之间的差额，团队给它起了个名字，称之为“魔鬼”（The Devil）。
起初，“魔鬼”的真实体量只能靠猜。但是随着计算机算力的提高和斯特劳斯收集的数据越来越多，劳弗和帕特森开始写程序跟踪实际成交价格和理想价格间的差距，以及该差距对投资业绩的影响。帕特森正式加入文艺复兴科技公司的时候，公司已经可以用一个模拟器把实际成交价格中的交易成本剥离出来，估算出有多少投资业绩被磨损了。
为了减小交易损失，劳弗和帕特森着手开发复杂的方法，希望能把交易分散到不同的期货交易所，从而降低每一笔交易的成本。如今，文艺复兴科技公司已经可以很好地选择投资品种了，而不是像一开始那样对于市场和品种的选择不知所措。他们陆续把德国、英国和意大利的债券，伦敦的利率期货，日经指数的期权和日本国债等品种都纳入了交易范畴。
大奖章基金的交易开始变得频繁。开始一天交易5次，后来上升到16次。他们会挑一天内交易量最大的时间段下单，以减小冲击成本。此时，大奖章基金的交易员还是通过电话下单，但很快他们就会有更快捷的交易方式了。