今天中午開完會以後，整顆心都放在這本書上，我想我應該是台灣第一個把這本書看完的人。
The Man Who Solved the Market: How Jim Simons Launched the Quant Revolution
翻譯成中文:
找出市場定律的人：吉姆·西蒙斯（Jim Simons）發起的量化革命
量化交易在台灣的先驅就我所知是法意這個團體， 他們首重在開始較為有系統的利用電腦程式統計如法人買賣超，期貨部位，甚至到選擇權部位，但在美國，其實這已經是一個很古老的行業，古老到幾乎電腦出來的時候就已經開始發展，畢竟直接以計算機大量運算與統計絕對比人類計算還要快速，在2019年的深度文的3月15日其實我就已經寫過他的事情。
只是為什麼沒什麼作者想要寫Jim Simons的投資書籍，原因很簡單，像是巴菲特、索羅斯他們的投資邏輯與概念都很容易被應用在一般的交易，特別是巴菲特的價值投資，甚至還有ROE等觀念都是財務上很容易計算且普及在一般的股票投資上，所以有很高的應用性，加上巴菲特的公司是美國數一數二大的保險公司，方法簡單明瞭、公司大人物知名，很典型的媒體很好利用的對象。
Jim Simons就不同了，第一他的基金本身就很神祕，再來他採用的量化模型跟Google演算法一樣，都屬於公司的商業機密，所以就算是這次這本書賣你幾百元，當然也不可能透露他怎麼建立投資模型的，但還是有透露部分他的投資邏輯。
因為今天主要著重在這本書的內容，所以2019年深度文的介紹我就不多提了，如果你有購買2019年深度文的好朋友請在搜尋欄輸入:
2019年3月15日首篇文章
Jim Simons的首任太太對他下過一句評語來描述Jim Simons熱愛金錢所創造的力量，他不希望別人有勇有超過他的力量。
Jim understood at an early age that money is power. He didn’t want people to have power over him.在獲得博士學位以後，跟很多出了社會茫茫不知終日的年輕人一樣，他先用博士學位在哈佛找到教職，但後來在1964年到1968年在美國的國防分析研究所(Institute for Defense Analyses)從事破解蘇聯密碼的工作，二戰以後，1947年到1991年是美國與蘇聯各方面進行競爭的時刻，也是民主主義與共產主義的對抗，自杜魯門主義以後開始冷戰，到1955年到1972年間，美國與蘇聯高度在科學領域包括核子武器與大當量的巨型炸彈和太空領域高度競爭，在這個背景之下，許多科學家與數學家成為了國防體系重要的人才，Jim Simons當時進到國防分析研究所就是基於這樣的背景被延攬成為破解蘇聯密碼的數學家之一。
美國的國防體系雖然是軍事體系，但科學家們鼓勵自由交流的自由風氣，外加每天思考如何破解蘇聯密碼，使得Jim Simons認為股市當中也必然有與密碼一樣的規律，聽起來跟聖經密碼這本很久遠我以前很迷的這本書真的很像，可惜當年的聖經密碼一定是破解錯了，不然人類已經滅亡了。
在當時的研究他就已經對股市投資也一些粗淺的看法，而當時的美股炒作其實跟現在沒有太大的差別，台股這些技術分析的模型基本上都是美國人流到台灣來的，很多都有超過50年以上的歷史，當時Jim Simons使用許多數學理論，比如Hidden Markov Model(隱藏式馬可夫模型)，這麼模型是當代AI人工智慧的機器學習的一種領域，印象中高中數學都有教Markov chain(馬可夫鍊)，簡單點描述就是同類別的事件表現的不同狀態他依序的發生機率會變化，比如昨天股市大跌，今天就會影響今天是漲還是跌，這在籌碼面是說得通的，比如股價從100元下跌到90元，當中的成交分布，就可以看出有多少張的套牢賣壓，所以用Markov chain應用在真實的股市上理論上是可行的。
而Hidden Markov Model(隱藏式馬可夫模型)則是利用一個可以觀察的到的現象，去預測另外一個看不到的現象，講白了，他的方法就是透過各種過去的數據來觀察與預測未來的現象。
但理論是理論，現實是有它的複雜性與多變因的，比如不談股市，光用這種技術應用在人工智慧上，會有訊號的困難，比如語言中有很多諧音，就會造成雜訊，你把這些聲音餵給電腦吃下去，甚至許多連音，口音就會有辨識的困難，你所用的Apple手機的Siri和Google的語音助理也應用這項數學模型。
簡單說Hidden Markov Model(隱藏式馬可夫模型)就是在用一些既有的資訊來推測和猜出未來會發生的事情，比如你講想吃，而我根據以前分析，你1萬餐裡面有8000餐都是吃義大利麵，所以我猜是義大利麵，你一說想吃，我就回義大利麵。
這就是Hidden Markov Model(隱藏式馬可夫模型)的最簡單解釋，但在這個階段可想而知，聽起來好像很實用，但股市的雜訊實在太多，加上電腦的發展還沒成熟，這樣的理論在那時候還無法做成很好的應用。
1968年30歲的Jim Simons到紐約大學數學系，招募了許多教授，包括了他後來的合夥人，各位家長們，別再說學數學沒用，是你不知道怎麼用，不是數學沒用，以後數學老師第一課就請介紹Jim Simons，數學老師寫信給我，歡迎你引用我的文章，沒介紹Jim Simons你還以為數學是垃圾知識，讓你的寶貝哭哭。
時間到了1977年，1974年美元與黃金結束了固定兌換制度，隨著三元悖論，之前也講過了，太無聊沒什麼人看，這時候打破固定匯率制度的國際市場，被Jim Simons認為因為浮動匯率制度產生了巨大的機會，隔年1978年他就跟那些偉大的國際炒家如索羅斯一樣，早早開始炒外匯的投資機會，這時候他已經40歲了，在此的人生幾乎可以說都在與數學為伍，最重要的我要告訴你了，他是猶太人。
Chapter 3
你如果去問十個數學家，會有十一個數學家告訴你，世界上的一切都是可以被預測的，數學就是找出世界的規律，然後正常人會覺得數學家一定是神經病。
在這一章節就如前面所說Simons很希望找到投資市場的規律性，簡單說就是他希望量化股市，這時候他開了一間公司Monemetrics，這個字就是是Money + Econometrics ，前面那個字大家都認識，第二字是計量經濟學，最早這門領域是歷史上第一屆諾貝爾經濟學獎得主荷蘭經濟學家Jan Tinbergen發揚光大，最早在1910年就有波蘭經濟學家PawełCiompa，順便說一下，早期的經濟學家都是數學家，所以經濟學家也很多神經病，但要變成有錢人，你要先變成神經病，有超乎一般人怪怪的思考方式才有機會發大財。
所以不要看到一些人講一些怪怪的話很像神經病，越像神經病的言論才越有機會發大財，書念得夠多，歷史讀的夠廣，你才能接受偉大的這件事情都是神經病創造的，愛因斯坦對光的特性未經實驗以前，也一堆學界的人說他是神經病。
Monemetrics成立以後，Simons就找來了他的同事Baum。
Simons reached out to Baum, asking if he would spend a day at Monemetrics’
Baum的專長在短期預測與混沌理論(Chaos theory)，什麼是渾沌理論?
這門學問真的非常高深，旦簡單說就是一個看似雜亂非線型的狀況依然有他規律的整體，只是必須整體的來看，舉個例子，之前我記得寫到關於一例一休和加拿大的勞工福利，有一則留言好像有質疑這邏輯上的矛盾，單就這兩個議題看是矛盾的，但從混沌理論來解釋就是每種工作有他的特性，你不能強制要求他們有一樣的條件，這樣你就比較好懂渾沌的意思，所以混沌理論基本上有某種非量化也非線型的因子，重點是Baum弄了一個模型，讓Simons拿到了數百萬，並且找來同是數學家的James Ax，Simons的故事和賈伯斯的故事有一個很雷同之處，賈伯斯有渥茲尼克，Simons 有James Ax，你周遭沒有天才朋友想創業還是洗洗睡吧，一定要有天才一個故事才會成功，而且有猶太人成功機率也會大幅提升，Facebook創辦人是猶太人，比爾蓋茲是天才，所以如果你不是那麼天才，至少你要學習賈伯斯跟天才做朋友。
當時為了把交易量化，也找來個一個程式設計師，並且希望用電腦做交易，但因為半導體當時的發展還很落後，電腦甚至是磁條做的，為了找到數據，就必須找出大量的磁條紀錄，然後透過數學模型與程式，他們做出了一套演算法，但就像人工智慧常常發瘋一樣，還記得稱自己是世界圍棋天才的柯潔對戰AlphaGo以前大書特書李世石太蠢了，自己來一定可以打敗AlphaGo，2017年的5月，三戰後柯潔一場都拿不下來，還說AlphaGo與他有巨大的差距。
但問題是AlphaGo是自主學習人類的模式，但人類卻不知道他這麼做的理由是什麼，書中就提到在當時Simons和Baum作為這台電腦模型策略的主人，卻完全不知道為什麼電腦是怎樣思考的?
也因為完全弄不清楚為什麼，加上半導體發展還不夠強大，所以他們在這個階段回去採用一般投資大師用的方法就是針對消息判斷和財務分析，基本上跟我現在在做的事情沒有差太多，差別只在美國募資自由，當時掌管了3千萬美元，而台灣還在繼續落後，基金業務與私募和投顧產業仍就被少數人與財團壟斷，在1982年他也把公司名稱改成Renaissance(文藝復興)沿用至今，文藝復興是人類重要的思想轉折，他體現的是手工藝等商人階級的興起，他的興起主要與黑死病和歐洲經濟和氣候的衰退種種因素連結，人類大規模死亡後，帶來的是更多人有好的空間與消除了馬太效應，這就像是假設有一個疾病，讓台積電毀滅了、鴻海毀滅了、蘋果毀滅了、建商毀滅了，社會秩序開始重建，而窮人也因為這樣的階級被疾病給破壞，所以疾病與戰爭會重新帶來階級重塑，這就是為什麼中國的歷朝歷代的開端人民相對幸福，因為資源沒有遭到集中與壟斷，公平和自由競爭盛行使得人人都能得到比較健康的分配。
隨著工藝與貿易和銀行業的發達，文藝復興基於商業的蓬勃發展而帶來人類文明的許多高級遺產，那些著名文學與畫作都伴隨著財富而升級，所以取名文藝復興其中的詩意與雄心堪稱一絕。
但在文藝復興後他的同伴Baum因為沒有模型的控制，開始暴露了人性的弱點，Baum喜歡搞逆勢交易，逆勢交易的精神就是在低點不斷抄底，但他是有前提的，胡亂抄底與槓桿導致Baum虧損40%，甚至Baum和Simons因此分道揚鑣，而每天公布的淨值導致Simons不斷被追問虧損的狀況甚至贖回，而這次爆虧的經驗讓Simons把淨值改成一個月一次，使得Simons大幅改變了投資標的的方向。
Chapter 4
因為Baum爆虧的經驗，使得Simons想起來他的數學模型，James Ax的趨勢策略之所以不可行的主要原因在於Row data太爛，所有做數據分析的人都知道，很多資料下載回來都要再做資料格式的重整，甚至連政府的資料，這些人根本不懂API等程式和沒有統一的資料規格，甚至連公布的時間都零零落落，跟政府資料一樣零零落落，於是一個人的加入改變了這件事情，這個人就是Sandor Straus ，他將許多原始資料優化與尋找更多的來源，甚至擁有期貨交易中很重要的Tick 數據，Tick簡單講就是逐筆交易中的每筆交易，並且利用當時爆紅的Apple II開始收集數據，雖然當時Simons還是只使用美國線等方式做很基礎的交易，因為實在受限於半導體的發展還沒辦法演算大量的原始資料。
但Sandor Straus可不是政府官員，他扎扎實實的累積了大量的原始資料，使得後來Renaissance在這些資料的幫助下回測比起其他基金與投資機構有更長遠的資料與分析，另外一位數學家
Henry Laufer也加入了文藝復興，並且應用一些開低走高的短線反轉策略，這一點其實可以看到文藝復興對逆勢交易是比較有興趣的，其實偉大的投資者如巴菲特、Michael Burry、甚至Renaissance，你一直可以看到他們做逆勢交易的影子，反而索羅斯比較特別一點，索羅斯的交易有空我們再來談，因為涉及的內容太深太廣。
因為Sandor Straus和James Ax想要搬回去天氣比較宜人的加州，你去過紐約在去過加州，就會知道為什麼科技園區都在加州，因為那裡的天氣真的很舒服，又有海岸的美景，1985年Sandor Straus和James Ax兩大戰將，搬回去加州搞了Axcom這家公司，Simon投資了1/4的股權，Henry Laufer回到紐約大學教書，隔年Axcom開始交易多種類的商品，而且這時候半導體產業發展快速，每年電腦的速度都越來越快，雖然還沒到黃金爆發的年代，但已經可以開始導入當時Simons就已經想過了隱藏式馬克夫模型，而且他們還找來了這方面的數學專家，但雖然導入這種模型看起來有用，但實際回測的結果並不好，而他們找來的數學家開始利用現代AI人工智慧的kernel methods來做許多交易中的非線型回歸，這時候回測大幅改進，有朝一日，機械學習的模型和Row Data(原始資料)要是更簡便使用，有機械學習軟體界的賈伯斯出現開始注重user experience的話，或許每個人也都能更簡單的使用非線型回歸尋找屬於自己的投資策略。
不過在開始前你會先被偉大的總統藝術家氣死，然後再被法規玩死，最後你會餓死，餓死前會感嘆，
生之異地，而有異命。同具天賦，卻仍殊途。
上面這句這麼偉大的話，是我說的，智慧不夠的是難以體會，自己的故鄉一天一天的衰敗與老死是悲情的，山河破碎風飄絮，零丁洋裡嘆零丁。
但Simons針對Axcom的模型他其實也不喜歡，原因前面說過，就如之前他們做出來的模型，當無法解釋他們背後的行為，Simons就不喜歡，開頭已經說過了
He didn’t want people to have power over him.所以就算是電腦他也不喜歡。
未完待續
如果你很喜歡我們所寫的內容，歡迎購買以下的電子書，這是全球第二大電子書平台kobo上架的電子書，用道德與知識的力量號召有良心的知識鬥士，掏出口袋裡的現金替知識的巨塔貢獻一塊小磁磚的錢。
0 留言