点击全文阅读

《征服市场的人》是一本由(美)格里高利·祖克曼著作，天津科学技术出版社出版的平装图书，本书定价：109，页数：344，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

《征服市场的人》读后感(一)：数据与投资_2021.3.9

我读的书其实挺多的，但基本都读完就算了，没写书评，没有记录，其实是不好的，今后形成个习惯，读完一本书，多少要写一点心得体会，并在豆瓣上记录下来。

大概三天读完了电子版。

激发的想法有几点：

1、投资逻辑：西蒙斯和巴菲特是完全的两种思路，但基础都是数据和信息。西蒙斯抛弃数据与事实的关系，专注于数据与数据之间的关系，面临的风险是系统性的崩溃和黑箱无法理解的问题，可能在深层次西蒙斯仍然有一种不安全感，另外一点是这种模式能够承载的资金量是有限的，或者说是低于巴菲特的模式的，西蒙斯的这种模式对于个人投资者是不太适用的，需要太多的数据和分析能力，但个人投资者要理解数据的价值，要收集数据、理解数据背后的信息，要学习西蒙斯构建一套数据的体系，尽可能支撑投资决策的制定。其实像冯柳也是自己建立了一个筛选股票的数据系统，基于一些基本面的数据筛选值得投资的公司，然后进一步分析，这种方式是比较合适的，适合个人和小型机构投资者。

2、市场是个复杂体：市场里有各种各样的投资者，有各种各样的投资逻辑，要理解市场这种复杂的情况，像越来越多的西蒙斯这样的量化交易投资者出现在市场中，对市场是有整体影响的，市场波动的逻辑也会发生变化。所以说市场是持续变化的，我们必须要还原到朴素的事实和逻辑中去理解市场。印象比较深刻的就是书中说因为大奖章基金错误的投资导致了一项证券价格的波动，分析师来有模有样的分析价格变化的原因。

3、人生的波折：书中有西蒙斯合作过的很多人，人生发生了很多的变化、波折，包括西蒙斯本人，自己的两个儿子都去世了，他自己也在问他到底是幸运呢还是不幸。他的一些合伙人，特别是那些科学家，真的是异于常人，人际交往的能力很差。还有那些"乌合之众"，在投资大奖章基金的时候，其实不管基金的人表现的多么奇葩，还是投资了，真是结果导向。在这些事情中，人性优点和弱点在其中显现，人是很复杂的，人也总有优点和缺点，还是要尽量发展自己的优势，理解并在行动中避开自己能力欠缺的地方。最后人生很短，还是要做些有价值的事，但前提是财务的自由，所以投资是必须要做好的事情，在这个基础上才好做一些自己想做的，有价值的事。

《征服市场的人》读后感(二)：读格里高利-祖克曼《征服市场的人》

基本上读完对文艺复兴基金的情况有一定了解了。数据可以说是最重要的，然后是最好的人才设计的机器学习系统。另外就是各个方面的发展都指向了基础科学的几位大师。

p32 招募人才。许多学者虽然极其聪明，但并不具有原创性的思维，这样的人不想要。

p35 陈-西蒙斯理论，以及在量子计算优势方面的潜力。

p45 隐马尔科夫模型的作用。

p53-54 低落的过程。决心形成一个算法驱动的交易系统。埋下了大量的书和数据，记录了一百多年前的数据。

专门有几个人来输入数据。

p63 最优秀的人也会失败。

p76 施特劳斯专注于数据的清洗，成为一位数据宗师。

p85 西蒙斯实际上还没有接受这种黑箱式的模型。Axcom采用了高维的Kernel方法。

p93 作为凯利的门徒，伯勒坎普学到了很多。

p99 索普的尽调，以及大奖章基金的设立。

p105 埃克斯的模型集中于两种基础的策略，一种是动量交易，一种是反转。

p114 外汇市场存在着比较强的趋势相关性。

p128 18世纪日本的本间宗久（Munehisa Homma）的制图方法。投资者应该迅速止损，并让利润奔跑。蔡志勇(Gerald Tsai Jr.)组建花旗集团。

p134 索普作为量化基金的始祖的发展。

p140 贝索斯在Shaw基金的工作。

p151 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。

p160 GAM Holding等家族办公室的介入。

p210 西蒙斯对于数据的不完全性的洞察。

p214 开放式合作与风控问题。

p217 发现交易信号的三个步骤：识别历史价格数据中的异常模式；确保异常在统计上显著，随着时间的推移表现一致且并非随机；查看是否可以合理解释与之相关的价格表现。大约60%突然大幅上涨或下跌的产品价格会回归。

p240 语音科技与股票之间的高相似性。

p242 高回报率同时，还能有效分散风险。

p278 减少股票头寸的判断。

p315 传统主动管理基金经理不再具有信息优势。

p318 Two Sigma的崛起。

《征服市场的人》读后感(三)：和长期资本管理公司有什么不同？

讲文艺复兴公司和大奖章基金。我一直对这公司挺好奇的，它是80年代由数学家西蒙斯创立的，算是最早一批做量化投资的公司，虽然业绩不公开，但据媒体报道的业绩来看，它维持了三四十年的费前年化60%+，费后近40%的高收益，而且是每年都有绝对收益，在美股暴跌的几年也是。而它也非常神秘，不怎么纳入新资金、员工也签了保密协议不怎么接受采访。 这本书的作者在这公司的员工身上下了不少功夫，得到了一些信息。但也受限于信息量、正确程度，可能有所偏颇，不过不妨一读。 最近几年，国外做量化、对冲的基金已经比较成熟，国内也有不少公司在做。量化投资主要是通过统计数据建立数学模型，程序自动交易，交易品种多、频次高，所以只要胜率高于50%就能赚钱，而不必在乎每一笔买卖的盈亏。 这与格雷厄姆巴菲特的投资方法完全背道而驰，一个是精选公司少交易，一个是频繁交易看胜率。但就赚钱原理与历史数据来看，量化投资的确有用，只是容量有限，而且市场会变化，所以模型需要时常调整，有的策略会突然失效造成损失。

文艺复兴公司的创始人西蒙斯是一位挺有名的数学家，在创立此公司之前，他在数学史上算是留下名字，得过最有含金量的若干奖项，还有以他名字命名的「陈—西蒙斯定理」，其中的「陈」是「陈省身」，这定理是他们共同研究的成果。 除此之外，30多岁的他就担任过一段时间数学学院院长，招揽了一批数学人才入校，也算是很有管理能力。 也因为这样的经历，文艺复兴公司喜欢招聘已功成名就的数学家、物理学家，而据说「大奖章」一名是向他们所获得过的学术奖章致敬。 即使创始人和员工们有非常辉煌的学术史，并不表明他们的投资事业会进行得很顺利。事实上，在80年代初期创立后，有大约10年的时间公司发展都不怎么样，各种尝试，非常动荡，也没有好的业绩。甚至88年大奖章基金创立后，屡屡亏钱，好几次差点关闭放弃。 这也是我有感触的点之一：即使是事后看来非常巨大的、压倒性的成功，可能在开始时非常长的时间内，都非常失败，也找不到方向，没有希望，承受着亏损和压力，不知道是不是该继续，毕竟继续可能亏得更多噢。 而西蒙斯一直主要做管理，没有深度参与模型的研究与开发工作，还是一直坚持，也真不知道是什么给他的勇气与坚定。不过熬过了不安动荡的10年，才有后面30年的辉煌。 从作者的了解来看，公司的进化是一步一步，非常缓慢且难预测的。80年代时，没什么公司进行量化研究，市场的数据都非常少，甚至有过交易所出问题，当天没数据的情况。 而从1984年放弃靠直觉投资转量化——持续收集更多数据、补齐不连续的部分、清洗数据——1986年卡莫纳开发出识别隐藏价格趋势的模型框架——1989年伯勒坎普推动基金进行短期高频交易——1992年开始改为只用单一模型，而后语音识别专家帮助进行各种技术突破（投资趋势与语音的识别有相似之处），总的来说是个漫长的逐步改进的过程。

我看书前的一大疑惑，是它与长期资本管理公司非常相似——长期资本管理公司也是招了一大批数学家物理学家，还有诺奖得主，但却在不长的时间里两次破产，而它却在几十年里一直保持高收益。 我之前写过：读书与笔记系列——《赌金者：长期资本管理公司的升腾与陨落》，主要的教训，是波动并不符合正态分布，市场的不理性远比统计所能预测的多且深，以为百万分之一的概率不会发生，结果时不时出现。均值是会回归，但上了大杠杆的公司可能等不到那一天就爆仓。 作者采访了不少相关员工，得出的差别点也蛮有说服力的：文艺复兴公司没有那么自信。如果交易策略不起作用，或者市场波动加剧，模型会自动减少头寸和杠杆。相比之下，由于太相信概率值，长期资本管理公司会在偏差变大、亏损加剧时加大下注，扩大规模与杠杆，游走在越来越危险的边缘。而市场的不理性远超统计模型的预测，避其锋芒才能活下来。 另一大感触，是即使像西蒙斯这样的人，也控制不了自己瞎预测做交易的冲动。他一边确信基金该由模型、由交易系统来管理，一边控制不了自己关注各品种、看新闻、一有波动就花大量时间看盘、觉得自己悟到了什么真理要去干预模型的买卖。 书中提到了两三次比较大的危机，相关品种大跌，西蒙斯都忍不住要手动干预。但每一次，干预的结果都不好，毕竟那是一个在2008年全球金融危机中还大赚了80%的模型。 就反复说着交由系统操作，反复以失败的干预提醒自己，还是反复被对他来讲并不大的回撤吓到，反复干预模型。 哈哈，人性真的控制不住，要么就学价值投资不看盘少交易；要么就完全交由机器高频交易，员工维护，自己找点别的事做完全不看。不然看多了真的管不住手的，大佬都这样( ˘•ω•˘ ) 大奖章基金很早就不接收外部资金，因为做量化的资金容量有限，规模大概在50-100亿美元吧，在2018年后还关闭了。 我觉得量化的一大风险，在于有些策略很可能突然失效，由于模型非常复杂，很多还由机器学习自动生成，谁都不知道为什么、失效是会持续还是会马上回归大赚一笔。文艺复兴公司厉害的一点，可能也由于前十年不顺利的经历，让它的规则是在市场偏离时，能缩小规模，及时止损，避免了破产清盘的可能。 时时留有后手，才能避免小概率给你致命一击吧。

《征服市场的人》读后感(四)：《征服市场的人》读书笔记

公众号：埋埋的九分书屋

这是最近比较火的一本小传记，将西蒙斯和文艺复兴基金的发展历程。总体来说，还算不错，翻译流畅，也有一些新的启发点，豆瓣评分我给五颗星。至少市面上有了一本真正采访到文艺复兴基金的传记稿了，之前国内的相关文章都是东拼西凑、道听途说的大杂烩。

读完这本书，感觉有几个点还是很有收获的，总结如下：

1、量化交易只看重“挖掘出来的规律能否盈利”，不看重“规律能否被解释”

书中提到了“西蒙斯和同事们认为，不值得花太多时间去测试他们凭直觉获得的交易想法，而要让数据直接标示出异常交易信号。他们觉得也没有必要去思考这些异常现象为什么会存在。最重要的是，这些异常现象的出现频率要足够高才能纳入交易系统的考虑，并且要保证这些异常现象不是统计意义上的巧合。”

在后文中又提到：“对于那些无法通过建立合理的假设来解释的信号，大多数量化交易公司会忽略掉，但西蒙斯和他的团队从来不喜欢花费太多时间寻找市场现象产生的原因。如果信号满足各种统计强度的度量标准，西蒙斯和他的团队就愿意去押注它们，但西蒙斯和他的团队不会相信那些荒谬的规律。“用前三天的交易量除以价格变化，这个信号可以参考，我们会将这个数据包括在内，”文艺复兴科技公司的一位高管说，“但是我们不相信那些荒谬的规律，例如，股票代码开头字母是A的股票表现一定更加优异。”

“西蒙斯和他的团队并不会主动寻找那些没有明确解释的交易，只相信在统计上有意义的策略。没有明显逻辑可以解释但重复发生的价格特征有一个额外的好处：这些特征不太可能被竞争对手发现和采用，大多数竞争对手不会接触这类交易。布朗解释说：“如果是意义非常明显的信号，早就被用于交易了。有些信号你不理解，但它们就在那里，而且可能相对较强。””

2、量化交易在赚钱，到底赚的谁的钱？

作者也跟文艺复兴的人多次讨论这个问题：“如果大奖章基金在参与的大多数交易中都赚钱的话，那么谁是持续的输家呢？渐渐地，西蒙斯认识到，输家并不是那些买入并长期持有的个人投资者，也不是那些根据公司需要调整外汇头寸的跨国公司的财务管理部门。西蒙斯告诉基金持有人，事实上，文艺复兴科技公司是利用其他投机者的疏忽和错误赚钱，无论其规模是大是小。“比如，某位经常预测法国债券市场的涨跌并频繁下注的国际对冲基金经理，就是一个很好的收割对象。”西蒙斯说。”……他们觉得投资者有很多认知偏差，正是这些认知偏差导致了恐慌、泡沫、暴涨和崩盘。……直到近几年开始，逐步有类似“行为金融学”的学科开始解释投资者在投资中的这些非理性行为。正如丹尼尔·卡尼曼说的“没有人仅根据一个数字就能做出决定，他们需要的是一个故事。”

备注：以上两点是之前我经常想的问题，我也曾经专门问过量化交易的专家，专家的回答其实也很坦白。他们有时候也无法理解信号为什么会有效，但就是可用来盈利，因此只能笼统的觉得这些捡钱的机会可能就是利用了人性的一些弱点和缺陷。通过阅读这本书，基本印证了这种解释，也进而说明了量化交易可以长期盈利的合理性，这一点才是关键的落脚点。另外，虽然无法对每一条盈利的规律背后的逻辑进行解释，但文明发展到现在，人们已经开始用人工智能、大数据、分形理论、类似熵这样物理学理论去试图理解复杂系统，这种理解过程本来就是反直觉的，也完全可以理解。正如三维坐标系里面的人，很难理解更高维度的世界一样，这并不意味着更高维度一定不存在。

3、量化交易的逻辑步骤

书中提到：“到1997年，大奖章基金的员工们发现了被数据证明有效的赚钱策略，或者说总结出了发现交易信号的三个步骤：识别历史价格数据中的异常模式；确保异常在统计上显著，随着时间的推移表现一致且并非随机；查看是否可以合理解释与之相关的价格表现。”

在发现信号之前，还有一个步骤就是“收集数据”。而且在这个环节，还有一个有意思的细节：有一位叫斯特劳斯的科学家，似乎有一种收集欲。书中说：“事实上没人要求他这么做，但是斯特劳斯已经对数据深深着迷，虔诚地收集和“清洗”着别人根本不在乎的数据。”……“斯特劳斯虽然既主管交易又负责收集数据，但是他很难胜任寻找潜在交易信号的工作。”因此，可以看出术业有分工，每个人兴趣不同，擅长的特点也不同。而他整理的“短期无用”的日内数据，在后来交易逐步高频化以后开始发挥重要的作用。

总结以上步骤，可以看见量化交易的流程大致也是：收集数据-发现异常模式-检验有效性-尝试解释（但不影响用于交易）

书中后面也提到：“通常，文艺复兴科技公司的解决方案是在交易系统中加入这种令人头疼的信号，但是会在刚开始的时候限制分配给它们的资金。之后研究人员开始努力了解异常现象出现的原因。随着时间的流逝，他们经常会发现合理的解释，从而让大奖章基金相对那些忽视这些现象的公司拥有更大的优势。文艺复兴科技公司最终选择寻找一些合理的信号、一些有强有力的统计结果支持的交易信号，以及一些看起来离奇但实际上非常可靠，以至于不能被忽视的信号。

以上这个流程，其实和自己理解的投研思路差不太多（当然，知易行难，“我早就说过”这种鬼话一不值一分钱）。我之前在《研究体系的搭建与自动化监测》大概总结过自己的想法，也在《一粒种子》里提到跟同学一起弄了一个初步的网站去逐步实现这些想法。

但我们研发实力有限，目前寻找的指标和逻辑都是靠人主观寻找的，有的来自阅读报告、有的来自灵感、直觉和经验，而且我们寻找的逻辑基本都是中长期机会。可以说这些思路大概率都是“显学”或者已经被市场部分price in了的。而且，“主动寻找”的效率是无法和“机器寻找”比拟的。

在书中也提到了有趣的一个细节解释了这种主观寻找交易机会的效率有多低。”西蒙斯对于回报率的下降感到紧张，并提出了一个新想法。每年，成千上万篇经过同行评审的研究论文被发表在包括经济学、金融学和心理学在内的众多学科领域的期刊上。许多论文深入研究了金融市场的内部运作方式，并指出了获得超额收益的方法，但却被遗忘在历史的尘埃中。西蒙斯决定，每周都会为布朗、默瑟和其他高级管理人员分配3篇论文，大家需要阅读、消化并向其他人分享。这是一个热衷于阅读金钱题材，而不是爱情或谋杀题材的量化交易员读书俱乐部。阅读过几百篇论文后，西蒙斯和他的同事们放弃了。论文中的策略听起来很诱人，但当大奖章基金的研究人员测试策略的效果时，交易通常无法有效执行。阅读了如此多令人失望的论文让公司内部不再相信学者预测金融市场走势的能力。布朗之后总结道：“任何时候，当你听到金融专家谈论市场因何上涨时，记住，那些完全是胡说八道。””

4、抗拒主观判断有多难？

作者提到文艺复兴基金的发展过程中，西蒙斯和历任交易主管数次在主动交易和被动交易之间摇摆。

“从1978到1988这前10年，西蒙斯所创立的投资公司并不是特别成功，西蒙斯自己也一直在主观和量化这两种投资方式之间摇摆。”而且，“西蒙斯实际并没有深度地参与量化模型的研究和开发工作，但如果没有他的坚持，他们的团队也没法度过这动荡的10年，迎来后面30年的辉煌。”直到“经历了1984年交易溃败所带来的亏损后，西蒙斯决定放弃列尼·鲍姆依靠智力和直觉的投资方法，开始支持詹姆斯·埃克斯开发计算机交易系统”。

因此，要想抗拒人类在投资上的恐慌与贪婪，是非常艰难的，要不说是反人性的呢。

5、关于大奖章和RIEF基金的差异

在文艺复兴基金发展后期，由于大奖章已经封闭且稳定盈利，不再对外部投资者开放。西蒙斯担心员工无所事事，甚至带着机密跳槽。于是想利用大奖章废弃的中长期策略，对外募集一只新基金。

书中提到：“这种规模限制意味着，有时大奖章基金发现的市场异常比它能够利用的要多。被抛弃的交易信号所代表的机会通常是长期的。西蒙斯和他的团队对短期信号更有信心，部分原因是有更多的数据可以帮助他们确认这些信号的有效性。例如，单日频率的交易信号可以包含一年中每个交易日的数据点，而年度频率的信号仅取决于一个年度的数据点。尽管如此，研发人员仍坚信，如果他们有机会开发适用于长期投资的算法，那么他们的收益将更为可观。

这让西蒙斯萌生了一个想法：为什么不利用这些无关紧要的长期预测信号成立一个新的对冲基金呢？西蒙斯意识到，由于新基金无法利用更可靠的短期交易信号，其回报率可能不如大奖章基金，但这只基金可管理的规模容量可能远超大奖章基金，因为一个长期持有投资项目的大型基金不会产生规模类似的短线交易基金那样多的交易成本。做长期交易也可以防止新基金蚕食大奖章基金的收益。

新型对冲基金将吸纳文艺复兴科技公司已有的一些常用策略，比如寻找影响股价相关性和走势的因素，但也会加入其他更基本的策略，包括基于市盈率、资产负债表数据和其他信息买进廉价且看涨的股票。”

这也就是我们看到的，去年文艺复兴的外部基金大幅亏损，而大奖章竟然还大涨76%。真是把好东西留给的自己，也不得不感叹这些外部投资人简直就是“周瑜打黄盖，一个愿打一个愿挨”。