詹姆斯西蒙斯是如何確定證券價格看起來不是隨機的？
來源：DT Max。吉姆西蒙斯，數字之王。2017 年 12 月 18 日至 25 日發行
$$ … $$七十年代末，在獲得凡勃倫獎後不久，西蒙斯在石溪附近的一個辦公園區成立了一家小型投資公司。當時，他被一個涉及單純形的數學問題所困擾——單純形是任何給定維度中頂點最少的多邊形——他想要休息一下。他嘗試過貨幣交易，然後是大宗商品，但他並不喜歡這種體驗。這相當於濕實驗室工作的投資。“這是基本面交易，不是系統性的，”他說。“這非常令人痛苦。” 他覺得在市場上賺錢一定有更統計的方式。“我查看了價格圖表並對其進行了分析，在我看來它們並不是隨機的，”他說。“他們看起來很友善隨機的，但不是完全隨機的。我覺得這些數據中一定有一些異常可以被利用。”
西蒙斯不是專門研究機率或統計的，他是否發現了傑出的機率或統計專業教授沒有發現的東西？
如果是這樣，怎麼做？是什麼促使他得出我在成本上加粗的結論？
我敢肯定，西蒙斯作為一流的純數學家和應用數學家，對統計數據有足夠的了解，可以發現市場的低效率和異常情況。據我所知，統計套利和衍生品定價的發展和實踐從來都不是“傑出機率或統計學教授”的專屬領域。
西蒙斯與他的第一批合作夥伴一起制定了利用此類異常的策略。我相信他在採訪中說過自己早期的策略主要是跟隨趨勢。由於可利用的異常不會無限期地持續存在，隨著他的公司和計算能力的發展，他顯然轉向了其他事情——研究更高頻率的影響、更大的數據集以及更先進的模式檢測和信號處理形式。
此外，他絕不是第一個注意到和利用非隨機價格行為的人。他剛剛在這方面變得非常擅長，並建立了一個擁有大量人才的大型對沖基金來保持運轉。
例如，愛德華·索普（Edward Thorp）可能是（如果不是第一個）在 60 年代末和 70 年代初注意到可轉換債券定價錯誤的人之一——發展可轉換債券套利。他也轉向了其他形式的統計套利。他的書 Beat the Market (1967) 清楚地表明，他早在 Black-Scholes-Merton 模型於 1973 年出版之前就發現了它的本質。
另一位著名的對沖基金經理維克多·尼德霍夫（Victor Niederhoffer）在 1970 年左右再次研究了標準普爾 500 指數股票每日回報模式中的許多異常情況。他與弗蘭克·克羅斯（Frank Cross）一起研究了 1953 年至 1970 年期間的回報率。如所述在投機者的教育中，觀察到該指數在周五上漲 62.0%，但僅在周一上漲 39.5%。週五和周一的平均回報率分別為 0.12% 和 -0.18%。這種差異偶然發生的機率不到百萬分之一。許多此類事件研究可以在文獻中找到，並且如果由從業者發表，通常會在異常被利用之後很久才出現。
吉姆西蒙斯對非隨機性的最初直覺可能是由心理/進化傾向驅動的，即想要在影響人類的噪音中找到隱藏的意義。吉姆西蒙斯的高效更多地證明了他的能力和時機，而不是他傾向於認為某些模式不是隨機的。
從公眾對 Simons 和他的主要雇員的了解來看，RenTec 的核心競爭力在於辨別偽隨機和真正隨機。偽隨機過程看起來是隨機的，但實際上部分由非隨機模式組成。市場可以被建模為一系列偽隨機過程實際上與有效市場假設的大多數形式並不矛盾。
Simons 早期作為密碼破譯員的經歷形成了他看到定量信號處理技術在市場上的早期應用的能力。RenTech 早期聘用的是信號處理和圖形辨識方面的專家。此外，RenTec 可能是最早將高度複雜的定量分析（例如，反捲積、貝氏過濾和校準、語音辨識、自然語言處理等）應用於市場的市場參與者。例如，Leonard Baum 是 RenTec 的早期僱員，他的同名 Baum-Welch 模型旨在檢測和校準隱藏的馬爾可夫模型。
因此，西蒙斯認為價格是非隨機的這一事實並不是獨一無二的。相反，正是他看到技術早期應用的能力使他最初的直覺與眾不同。
《紐約客》文章詳細闡述：
吉姆的天才在於比其他人早早地看到了量化交易的可能性，並建立了一家公司，為傑出的科學家提供資源、環境和生產激勵。
但也許我們不應該期望未來會有同樣的表現。RenTec 早期的成功是在市場效率相對較高的時期。因為 RenTech 的優勢在於推進到低效率的前沿，所以它的阿爾法衰減是非常真實的。2012年，有人告訴我，RenTech所有信號的累計總損失平均約為 $ \frac{3}{4} $ 他們自成立以來的原始預測能力*（或者是 $ \frac{3}{4} $ 所有的信號都失去了所有的預測能力？？？）。（我想知道有多少百分比一開始就沒有任何*預測能力……唉，所有模型都是錯誤的，即使有些模型是有用的）。
此外，雖然他對量化分析潛力的認識使他在早期變得獨一無二，但他認識到其局限性的能力似乎使他在未來變得獨一無二。從最近的採訪來看，西蒙斯充分認識到日益複雜的套利機制在現實世界中的競爭挑戰，因此需要保持領先於技術和知識力量曲線。西蒙斯放大：
跟隨趨勢並不是一個很好的模型。它只是被侵蝕了……統計預測信號在接下來的幾年中被侵蝕；它可以是五年或十年。您必須不斷提出新事物，因為市場對我們不利。如果你不繼續變得更好，你會做得更糟。