Jim Simons 40 岁才开始全职交易。他没有金融学历，不迷信华尔街经验，也不相信人的直觉能够持续预测市场。最终，他建立了金融史上最成功的赚钱机器之一。
“不要跟着人群跑。找到一个别人还没有在解决的问题，你才真正有机会。”
如果只看结果，Jim Simons 的故事几乎不像真实世界会发生的事情。Renaissance Technologies 旗下的 Medallion Fund，自 1988 年成立后长期取得极其惊人的回报；David Senra 在节目开头引用书中数据：自 1988 年以来，Medallion 的平均年化回报曾达到约 66%，累计创造超过 1000 亿美元利润。
但真正值得研究的并不是“数学天才如何赚钱”，而是 Simons 为了把一个几乎没人相信的想法变成现实，究竟忍受了多久。他 20 多岁就已经在思考能否用数据和模型预测市场，40 岁才真正离开学术界，之后又花了十年时间反复失败、换合伙人、推翻模型、重新收集数据。真正稳定的传奇回报，要到 1990 年以后才开始。
David 重新读这本书时，一再强调：书名叫《The Man Who Solved the Market》，但它也完全可以叫《The Man Who Persisted》。Simons 的核心优势当然包括数学能力、数据、计算机和人才，但最稀缺的东西可能不是智力，而是信念——在所有人都说你错了、合伙人一个个退出、模型不断亏钱时，你仍然相信那个隐藏结构存在，而且值得继续找下去。
这也是 Founders 系列最典型的一类故事：一个局外人，不沿着行业既有路线跑，而是用自己熟悉的工具重新定义问题。Jim Simons 没有学习华尔街怎样交易，他把金融市场当作密码、噪声、统计系统和机器学习问题来处理。最终，整个行业不得不学习他的语言。
本文十条金句
01信念先于能力。你必须先相信自己能做出一点特别的东西，能力才有机会在之后被训练出来。
02做你真正喜欢的事，而不是做别人认为你应该做的事。
03不要跟着人群跑。找到一个别人还没有在解决的问题，你才真正有机会。
04围绕自己能找到的最聪明的人工作；一旦遇到真正优秀的人，就想尽办法让他加入。
05市场的秘密不一定需要被解释，只需要被可靠地预测。
06历史不会简单重复，但人的本性会重复。
07如果一个策略真的有优势，最好的保护方式不是宣传，而是沉默。
08知识会复利。核心团队不断流失，就等于主动打断这种复利。
09最伟大的赚钱机器不是一个天才独自交易，而是一套让顶尖人才、数据、计算机和激励共同工作的系统。
10不要轻易放弃。有些值得完成的事情，比你最初想象的需要更长时间。
01信念先于能力：一个数学天才最早真正想要的是什么
02先学会破解密码，再学会破解市场
0340 岁重新开始：所有人都觉得他疯了
04十年失败：真正的优势从历史数据里长出来
05从长期预测到赌场：Medallion 的关键转折
06不是交易天才，而是系统设计天才
07保密、激励与人才：Renaissance 为什么几乎无法复制
08做新的事，与最好的人一起，把一件事坚持到底
信念先于能力：一个数学天才最早真正想要的是什么
Jim Simons 14 岁时，就开始公开告诉别人：自己真的热爱数学，而且想去 MIT 学数学。周围一些人甚至笑他。Simons 后来回忆，那并没有真正动摇他。他从很早就有一种异常稳定的自信：也许自己不是世界上最出色的人，但一定能做出一些真正不错、真正特别的东西。
David Senra 把这理解为 Founders 里反复出现的一条规律：信念往往早于能力。很多后来极其成功的人，在真正拥有可证明的能力之前，就已经有了某种不成比例的自我确信。
Simons 的父亲也给了他一条非常重要的反面教材。父亲原本在电影公司做销售，而且非常喜欢那份工作，后来却因为觉得自己“应该”进入岳父的鞋厂而放弃了原本更有前途、更让自己兴奋的职业。多年以后，他告诉儿子，自己后悔当时做了那个符合别人期待的选择。
Simons 一生都没有忘记这件事。他后来把它概括成非常简单的一条：做你喜欢的事，而不是做你觉得自己应该做的事。
对 Simons 来说，他最喜欢做的事情首先是思考，而且大部分时间都在思考数学。小时候他会爬到树上，一个人坐很久。母亲甚至要把他叫下来，让他去和别的小孩玩。几十年以后，同事仍然会看到同一个 Jim：躺在办公室沙发上，闭着眼睛，一两个小时完全不动。大家以为他睡着了，其实他只是在思考。
David 自己甚至从这里偷走了一种工作方法：把眼睛遮住、戴上耳塞，让视觉和听觉输入归零，然后只思考。没有新信息不断进入时，大脑反而会开始主动把已有信息重新组合。
不过，数学并不是 Simons 从年轻时起唯一强烈的欲望。他还有另一种非常稳定、几乎贯穿整个人生的冲动：他想变得非常有钱。
他后来很坦白地说，自己对商业本身没有兴趣，但这不等于对钱没有兴趣。他喜欢财富带来的东西，也喜欢财富本身代表的自由。第一任妻子甚至说，Simons 很早就理解“钱就是力量”，而他不愿意让别人拥有控制自己的力量。
所以当他二十多岁沿着一条完美学术路线前进——MIT、Berkeley、数学、教学、研究——他反而开始出现存在危机。未来几十年似乎已经整整齐齐铺在眼前：研究、教学、再研究、再教学。
问题不是他不喜欢数学。恰恰相反，他太喜欢数学。但他同时需要冒险，需要困难，需要一种足够大的画布，还需要一个有机会让自己真正富有的游戏。
先学会破解密码，再学会破解市场
26 岁时，Simons 离开普通大学教学，加入 Institute for Defense Analyses，也就是 IDA。那是冷战时期一个为美国国家安全局工作的精英研究组织，任务之一就是招聘全美最优秀的数学家，帮助破解苏联密码。
这段经历后来让 Simons 一生都被称为“数学家和密码破译者”。但更重要的是，IDA 其实提前给了他 Renaissance Technologies 的原型：顶尖人才、高度协作、研究自由，以及一个真正由难题而不是资历驱动的组织。
Simons 在 IDA 已经重新回到了市场问题。他和同事试图寻找一种不依赖传统经济理论、也不依赖人类直觉的交易方式。他们并不问市场“为什么”进入某种状态，而是试图识别状态本身，然后判断接下来更可能出现什么。
David 用扑克解释这种思想：优秀扑克手不必知道对手为什么紧张、为什么兴奋，只要能识别这种状态，就可以据此调整策略并赚钱。这正是 Simons 后来的核心哲学雏形——市场也许存在隐藏结构，只是这种结构并不是人类直觉能够看见的。
IDA 还教会他另一个能力：识别好想法。书里说，Simons 是极好的倾听者。拥有好想法是一回事，能够意识到别人拥有好想法，是另一回事。这个能力以后会变成他管理 Renaissance 的核心。
29 岁时，他因为公开反对越战被 IDA 解雇。他给《纽约时报》写信，又接受《新闻周刊》采访，表示在战争结束前不愿继续做国防任务。老板知道后，几分钟内就把他开除了。
后来 Simons 说，被解雇有时是好事，只是别把它变成习惯。真正重要的是，这件事让他更清楚：未来必须获得更大的命运控制权。
下一站是 Stony Brook。30 岁时，Simons 被赋予一个几乎荒谬的任务：用一笔很大的预算，建立一个世界级数学系。他在那里待了十年。回头看，这十年几乎就是 Renaissance 的人才训练营。
他学会怎样识别世界级数学家，怎样说服他们加入，怎样管理一群极其聪明、极其强势的人，又怎样给他们足够自由，让他们产出真正重要的成果。
Simons 喜欢一种人，他称为 killers：高度单线程、不会轻易放弃的人。他还有一句非常有代表性的话：有普通家伙，也有真正的家伙；你要的是后者。
40 岁重新开始：所有人都觉得他疯了
1978 年，40 岁的 Jim Simons 终于离开学术界，开始全职做投资。
这个决定在今天看起来像命中注定，但当时几乎所有人都觉得他疯了。父亲认为他不应该放弃终身教职。数学同行更难理解：一个真正有天赋的数学家，为什么要去做低地位的商业和交易？有些人甚至认为他是在浪费罕见天赋、把灵魂卖给了钱。
Simons 自己却一直觉得自己是局外人。无论在学术界还是后来进入金融，他都没有真正把主流同行当成必须遵循的标准。
这正好对应他的第一条人生原则：做新的事，不要跟着人群跑。如果很多人都在解决同一个问题，而自己又不是跑得最快的人，那么赢的概率就很低。但如果你能找到一个别人还没有在做的问题，就终于拥有了真正机会。
Simons 对朋友说，自己想解决市场这个古老谜题。他还说，想做一件能够写进历史记录、真正“历史性的”事情。
他的最初假设非常简单：市场里应该存在某种隐藏结构。只是人类看不到。他决定把金融市场当作其他混沌系统来处理——先假设能够建模，然后寻找结构。
最早的基金规模很小，计划募集 400 万美元，最后稍微差一点，但还是启动了。一开始他们还不是纯量化，交易体系混合了数学模型、图表和人类直觉，主要做货币和商品。
前几年甚至非常成功。英镑、日元、德国马克、瑞士法郎等交易让基金从几百万美元一路赚到数千万美元。
但 David 特别提醒：这并不是 Medallion 的起点。Medallion 到 1988 年才出现，真正那段历史级稳定回报从 1990 年才开始。也就是说，从 1979 年开始算，Simons 还要再走十年以上。
十年失败：真正的优势从历史数据里长出来
Simons 最早真正想要的，其实就是一台自动赚钱机器。他不想一天到晚盯着市场，不想依赖情绪，不想要求某个明星交易员不断做出神奇判断。他想要模型在自己睡觉时也能赚钱。
理想状态是：一个纯系统，没有人的干预。系统读取数据，判断机会，提出交易，最终连执行都自动完成。
但 1970 年代末和 1980 年代初的计算能力远远跟不上这个想法。Simons 很早就意识到，如果想让计算机寻找稳定、重复的模式，就必须拥有比别人更多、更干净的历史数据。
于是 Renaissance 最重要的一条护城河从一种极其笨重的工作开始：到处找数据。他们从世界银行、商品交易所等地方购买成堆书籍和磁带，收集商品、债券、货币价格，有些记录甚至可以追溯几十年。
还有员工被派到 Federal Reserve，手工记录当时尚未电子化的利率历史和其他资料。在一个大多数投资者根本不在意这些旧数据的时代，Simons 反而认为：越古老、越完整的数据，可能越有价值。
计算机也是一样。1985 年左右，他们买过一台当时极其先进、需要叉车搬进办公室的大型计算机，体积像冰箱，存储容量只有大约 900MB。今天听起来滑稽，但那就是当时的 Ferrari。
他们本质上是在等待技术追上自己的思想。
真正困难的是，系统开始给出一些可赚钱的建议以后，Simons 自己仍然不信任它。模型跑几个小时，挖掘隐藏模式，然后告诉团队买什么、卖什么。结果也许不错，但 Simons 会不断追问：为什么？
他甚至会烦躁地说，这就是一个巨大的黑箱。身边同事一次次提醒他：这正是你最开始想做的事情。不要问人的直觉能否解释。只看数据，只看结果。
这条路还远没有稳定。某些时候模型赚钱，某些时候又大亏，于是大家会失去信心，重新回到传统方式。到 44 岁左右，Simons 某种程度上又变回一个普通交易员：坐在屏幕前看新闻、看市场，然后凭人类判断下注。
最危险的是，这种方式一度非常赚钱。1979 到 1982 年之间，他们累计赚了大约 4300 万美元。于是合伙人会问：既然凭直觉这么容易赚钱，为什么还要折腾自动化模型？
答案很快由市场亲自给出。1984 年，主要合伙人 Leonard Baum 遭遇巨大亏损，仓位价值一度下跌约 40%，触发双方协议中的强制清算条款。
Simons 看着基金每天亏掉数百万美元，一度认真考虑彻底放弃交易。46 岁，他已经离开学术六年，却仍然没有解决那个问题。
但这也是他的典型模式：大亏以后先进入自我怀疑，然后重新回来，反而更加坚定。他必须找到另一种方法。
从长期预测到赌场：Medallion 的关键转折
Simons 重新招募新伙伴，其中最重要的一位是 James Ax。他的招聘方式非常符合后来那套人才原则：真正优秀的人不会因为“赚更多钱”就自然加入，你必须把问题本身卖给他。
Simons 把投资描述成一个终极谜题。如果能够解决，就像拿到了几乎无限的奖金。他又招来数学博士 Sandor Straus，专门构建和清洗历史价格数据库。
Straus 把不同来源的数据拼在一起，不断修正错误。Renaissance 最后拥有了当时几乎没人能匹敌的数据质量和长度。有些股票周频数据甚至可以追溯到 19 世纪。别人没有这些信息，他们就可以研究：不同历史危机发生时，价格究竟怎样反应。
但真正让 Medallion 跨过门槛的人，是后来加入的 Elwyn Berlekamp。
1989 年，Medallion 仍然处在亏损状态。Simons 已经折腾十多年，基金当年一度亏掉约 2000 万美元，团队甚至不确定公司到底能不能活下去。
Berlekamp 重新分析过去交易以后，发现一个非常关键的事实：长期持仓表现差，而短期交易反而更有效。
他的建议极其简单：缩短持仓时间，大量增加交易次数。
这改变了整个游戏。长周期交易每一笔权重都太大，只要判断错一次，损失巨大；如果像赌场一样每天做大量小赌注，只要拥有一点点统计优势，长期就可以依靠大数定律获胜。
你不需要每次都对。只要长期正确率略高于 50%，而且把样本数量拉得足够大，优势就会不断累积。
Medallion 随后把平均持仓时间压到大约一天半，交易次数显著增加。结果几乎立即出现。
1990 年的大部分时间里，他们像突然找到魔法公式。基金几乎天天赚钱。第一次单日利润超过 100 万美元时，Simons 开香槟庆祝。后来这种百万美元盈利日变得太频繁，连庆祝喝酒都开始有点失控。
当年 Medallion 回报达到 55.9%，而上一年还亏损约 4%。
更有意思的是，即使在这种情况下，外面的人仍然认为他们的方法很荒唐。Berlekamp 和商学院的人讨论自己的量化方法时，甚至被嘲笑成江湖骗子。
David 特别喜欢这里：Renaissance 已经开始跑出历史级表现，行业仍然觉得他们错了。Simons 根本不在意。
但团队内部又发生一次关键分裂。Berlekamp 认为做到大约 30% 年回报已经非常好；Simons 却相信系统可能做到接近 80%。这不是智力差异。所有人都极其聪明。区别是信念和野心。
Berlekamp 最后认为：既然你觉得这家公司值那么多，那就把我的股份买走。他以大约 16 个月 6 倍回报的价格退出，自认为是一笔漂亮交易。
从交易本身看当然漂亮，但他同时离开了后来金融史上最伟大的赚钱机器之一。
Simons 的反应非常有代表性：算了，我自己来。David 在这里反复强调：30% 然后躺平，根本不在 Simons 的 DNA 里。他要的是历史性的东西。
不是交易天才，而是系统设计天才
Jim Simons 经常被描述成史上最伟大的赚钱者，但一个非常容易被忽略的事实是：他并不是 Renaissance 里最主要的交易员。
他的真正天赋更像是招聘、管理、系统设计，以及激励设计。
David 读到这里时想到 Andrew Carnegie 和 Henry Clay Frick。Frick 可能是更强的日常管理者，但 Carnegie 控制系统、资本和所有权结构，最后拿走了更大的财富。Renaissance 也是类似逻辑。
Simons 的任务不是每天亲自决定每一笔交易。他负责找到最好的人，把他们组织进一种极其有效的协作结构，然后尽可能移除他们无法产出的借口。
后来接任 CEO 的 Peter Brown 对他的评价非常精准：Simons 最大的天才，是比别人早得多看到量化交易的可能，然后建立一家公司，为顶尖科学家提供资源、环境和激励。
Brown 还说，在 Jim 手下工作，你会感觉自己最好一定要产出，因为他几乎把所有“无法产出”的借口都替你消除了。
这也是为什么 Simons 一生把大量时间花在招聘上。他说自己喜欢招聘，也觉得销售能力极其重要。一个天才愿不愿意加入你的组织，并不会自动发生。
Simons 会花大量时间说服人。他真正追求的不是普通优秀，而是世界级。Renaissance 很长时间只用几百人，却可以一年创造几十亿美元利润。规模并不大，但人才密度异常高。
这和 Stony Brook、IDA 的经验完全一致：把极少数极优秀的人放在一起，让他们共享问题、数据和成果。
Renaissance 还有一个和传统基金非常不同的设计：不是把不同明星交易员隔离成自己的小王国，而是建立一个单一、统一的交易系统。每个员工都可以访问底层代码，很多知识在内部完全共享。
这种结构极大减少了内部信息壁垒。
Simons 的另一个洞察则来自 IBM。Renaissance 后来从 IBM 的计算语言学团队大规模挖人，包括 Peter Brown 和 Robert Mercer。
这些人原本研究的是：怎样让计算机把口语转成文字。表面上，语音识别和金融交易完全不同。但两者其实拥有类似结构：输入都是充满噪声、模糊和不确定的信息，模型要做的是忽略大部分噪声，然后对接下来最可能发生什么给出可靠猜测。
这正是 Renaissance 需要的能力。
Simons 后来把整套系统描述成一次巨大的机器学习实验：研究过去，理解曾经发生什么，再判断这些模式怎样非随机地影响未来。
他真正做的，不是寻找一个宏大的金融理论，而是把人类行为当成可统计、可重复、可预测的对象。团队后来把这件事说得非常简单：我们其实是在建模人类行为。
人在极端压力下尤其可预测。恐慌、贪婪、泡沫、崩盘，看起来每次都不一样，但人的行为会反复出现。历史不会简单重复，人性会。
保密、激励与人才：Renaissance 为什么几乎无法复制
一旦 Simons 确定自己真的找到优势，他的下一步不是把方法讲给全世界，而是尽可能闭嘴。
1993 年左右，Medallion 规模已经增长到大约 2.8 亿美元。团队表现越好，Simons 反而越担心知名度。
他的逻辑非常直接：知名度会带来竞争。自由企业当然很好，但对自己来说，竞争越少越好。所以唯一的防御就是保持低调。
这成为 Renaissance 的组织 DNA。David 把它总结成一句非常符合创业世界的规则：找到真正优势以后，就闭嘴。
Simons 甚至引用《Animal Farm》里的 Benjamin 驴子来解释自己对宣传的态度：上帝给我尾巴，是为了赶苍蝇；但如果可以，我宁愿既没有尾巴，也没有苍蝇。
有意思的是，外界对 Renaissance 的轻视持续了很久。哪怕公司一年已经赚超过 2 亿美元，有人去办公室面试，仍然觉得它像“四个男人挤在车库里”，甚至觉得他们的计算机科学水平看上去也没多先进。
这也造成一种极其残酷的后果：很多曾经离财富机器非常近的人，根本没有意识到自己面前是什么。
Sandor Straus 就是例子。1996 年，因为不愿从 California 搬到 Long Island，他卖掉 Renaissance 股份并离开公司。后来 Simons 又把所有非员工投资者逐渐清出 Medallion。
Straus 事后回忆，当时自己以为 Renaissance 只是许多类似机构之一。如果知道里面真的存在某种秘密配方，他一定会想办法继续留下。
但 Renaissance 后来的真正恐怖之处，并不仅仅来自保密。更关键的是激励。
Simons 让员工分享基金利润，从程序员到统计学家都和同一套经济成果绑定。2000 年代初，Medallion 的利润分成收费曾经提高到极高水平；随后 Simons 干脆把所有外部资金清出去，只允许自己和员工投资。
原因之一是规模上限。Simons 担心基金太大会让策略失效。另一个原因更加直接：既然这台机器能赚钱，为什么要把收益分给外面的人？
于是 Renaissance 形成了一种几乎难以复制的组织：没有普通客户，没有传统意义上的外部资产管理业务压力，员工又因为只要离职就失去 Medallion 投资资格，而拥有极强留任激励。
知识因此可以在同一群人里持续复利。David 在这里想到 Larry Ellison 对 Oracle 核心产品团队的观点：有些业务需要新鲜血液，但核心产品团队最不应该频繁流失，因为知识会复利。人员流失就是主动打断复利。
Renaissance 的激励设计几乎把这条规律推到极致。结果是极低员工流失率、极高人才密度、极强知识积累，以及所有人的目标高度一致。
Simons 还从别人的失败里学习。Long-Term Capital Management 崩溃以后，Renaissance 团队研究它，结论不是“我们也要进入更多市场”，而恰恰相反：LTCM 进入了自己并不真正理解的领域。
对 Renaissance 来说，正确动作不是扩张业务，而是继续把已经擅长的业务做得更好。
做新的事，与最好的人一起，把一件事坚持到底
节目最后，David 回到 Jim Simons 晚年总结的五条原则。
第一，做新的事。不要跟着人群跑。
Simons 的解释非常诚实：如果自己只是 n 个解决同一问题的人之一，而自己又不是跑得最快的人，赢的概率就很低。真正有效的策略，是寻找一个新问题、新领域，让自己有机会建立独特优势。
第二，让自己被能找到的最聪明的人包围。
一旦遇到真正优秀的人，就尽一切努力把他拉到船上。顶级人才不只是扩大你的能力边界，他们通常也更有意思、更值得一起工作。
第三，被美感引导。
这不仅适用于数学和诗歌，也适用于组织。一家公司运行得极其顺畅，能够以高质量完成自己的使命，本身就存在一种美。这也是 Simons 为什么不断追求更干净的数据、更统一的系统、更清晰的激励。
第四，不要轻易放弃。
有些事情比最初想象的需要更久。如果目标值得，就继续。
这条对 Simons 来说尤其重要。20 多岁，他已经在想机器能不能找到市场规律；40 岁，才真正全职进入金融；46 岁，还在考虑自己是不是应该放弃；1989 年，基金仍然亏损；1990 年以后，才真正进入那条几乎没有回头的历史性曲线。
真正传奇的结果，前面是十年以上的折腾和失败。
第五，希望自己有好运。
Simons 一直非常尊重运气。他不会每天到办公室问：今天我有多聪明？他更愿意问：今天我会有多幸运？这并不是否定能力，而是承认人生里始终存在无法控制的变量。
他最后给 20 岁自己的建议也非常朴素：一定要喜欢自己的工作。找到真正喜欢的事情，然后把心和灵魂都放进去。
回头看 Jim Simons 的一生，这几乎就是最完整的总结。
他没有沿着别人替数学天才设计的那条路走到底，没有在学术界安稳退休，也没有进入华尔街学习已有交易方法。
他把自己最熟悉的东西——数学、密码、数据、计算机、顶级人才、深度思考——全部带进一个自己原本并不属于的行业。
在那个行业里，他一直像个局外人。也正因为是局外人，他没有被行业常识困住。
他没有问：优秀投资人通常怎样做？
他问的是：如果完全重新开始，怎样才能造出一套不依赖人的直觉、能够不断学习、不断执行，而且在我睡觉时仍然赚钱的系统？
几十年以后，那套系统变成了金融史上最不可思议的赚钱机器之一。
但如果只记住回报率，就错过了这个故事真正重要的部分。
Jim Simons 最稀缺的能力，不是解出市场，而是当解不出来时，仍然继续。
https://mp.weixin.qq.com/s/IiM1jpRnjtilr_rcpIZwAA