文艺复兴科技公司——关于技术的思考

文艺复兴科技公司——关于技术的思考

说起文艺复兴公司，可能有些人并不熟悉。简单地说，这是一家用技术来搞金融的公司。

文艺复兴科技，是一家量化交易基金公司。旗下三个基金公司，最著名的是大奖章基金，另外两家是NOVA 基金 和RIEF基金。因为远离华尔街，这家基金公司名声并不大，但是它旗下的大奖章基金，却以30年年化收益35%的优秀成绩战胜众多基金公司，打败了著名的巴菲特和索罗斯，甚至在08年次贷危机中以80%的年收益傲视群雄。

所说的量化交易就是指通过量化诸多系数，建立各个系数间的关系，比如成交量换手率等，借助统计学和现代数学，在机器学习的算法中形成一个模型，在此模型中输入目标股票的所有系数，最终拟合出来一个未来最可能的变动方向。

这就是用技术来预测，看上去与传统投资的价值主导理念不同。其实吴军老师也介绍过这种算法，他的本质和之前打败人类棋手的阿尔法狗差不多，都是通过机器学习，建模来实现最大化收益（围棋中的目数）。

文艺复兴科技公司——关于技术的思考

说到这里大家可能都明白了，复兴科技的利剑，是IT和数学，某种程度上是为了研究市场的底层逻辑，而非自于高效的员工、卓越的管理者、或是有效的金融理念（以上因素都必要），而那些和商业本身甚至都没什么关系。文艺复兴之所以能使用此种方法，都是因为它的创始人—詹姆斯·西蒙斯。

文艺复兴科技公司——关于技术的思考

西蒙斯是一个马萨诸塞州鞋厂老板的儿子，他于1958年毕业于麻省理工学院数学系，在1961年获得加州大学伯克利分校的数学博士学位，西蒙斯在23岁的时候就获得博士学位。1964年至1977年期间,西蒙斯获得若干数学成就，最著名的当数发现并实践了几何学的测量问题，这个研究成果被命名为陈氏-西蒙斯定理（这是一个与我国著名数学家陈省身共同研究的成果）。

1978年，西蒙斯离开了学术界而创建了一家投资基金，主要投资于商品期货和其他金融工具。

专业人士猜测，大奖章基金其中运用了隐马尔可夫模型。该模型是用来描述一个含有隐含未知参数的马尔可夫过程（一个当前时点的状态与前后时点的状态没有关系的随机过程）的。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析。

隐马可夫模型可以计算是一连串事件接续发生的机率，用以探索看不到的世界/现象/事实的数学工具，是机器学习领域中常常用到的理论模型。

隐马尔科夫模型是20世纪物理的基础假设，到了21世纪，从语音识别、手势辨识，到生物信息学，都可以见到其身影，而这些领域的发展，只在近几年才出现爆发式增长的势头。

文艺复兴科技公司——关于技术的思考

思考：

第一次听说文艺复兴，是在硅谷来信上，当时吴军说，想利用机器学习寻找股市涨跌的规律是不现实的，只有文艺复兴这样大体量的公司才能做到，这打击了我（估计也包括很多人）。但是最近研究文艺复兴的发展，给我两方面的启发。

第一点启发：科技还处在发展的前期，因为利用科技去炒股，还存在“套利”的空间，说明信息是不对称的，而且这种不对称还将持续很长一段时间。

第二点启发是，之前很多人以为数学、物理和计算机科学是“火箭科学”，很多大学生在网上表示，觉得这些知识变现慢，除了理论研究看不到什么价值，关键挣钱还少（可能研究所工资很低吧），相反像是会计这种实用性学科，报考的学生扎堆，因为前途很明确：考个注会或是ACCA，然后进企业管理或是做咨询等等。我没有黑会计专业的意思，也没有说管理工作不创造价值，我自己也是学会计专业的。但是我们考虑“火箭科学有没有前途”，目光该放长远，还要对自己要求严格。我们这一代大学生机遇很多，可以去闯一闯。

这个现实让我想起了吴军提到过的一流和三流程序员：

一流工程师有全面的能力和整体框架，为了解决实际问题，能自行创造新的方法。

文艺复兴科技公司——关于技术的思考

而三流工程师，平常可能就写写代码，在能力之内工作。两种人可能都自称是工程师，但是实际有很大的不同。

文艺复兴科技公司——关于技术的思考

相似的，很多学数学、物理和计算机的学生，可能都只以高工资为目标，做的也都是“本职”的工作，没有超越自身水平的发展。这样的人说学数学没有价值，当然是以偏概全的，因为他们是末流学者。优秀的学者们就算去不了文艺复兴这样的公司，国内的大型企业，估计也会向这方面发展，比如阿里和腾讯。学数学的能进到这些企业做技术，也算是时代的弄潮儿了吧。

文艺复兴科技公司——关于技术的思考

目前文艺复兴依然在聘用世界上的数学家、物理学家以及计算机科学家，以技术作为发展动力。说起人工智能很多人会想到谷歌、微软和IMB，但是真正闷声大发财的公司当属文艺复兴，而且文艺复兴的经济体量大于前三者中任意一个。所以我们说，这个世界正在被技术改变着，或是说技术正在得到充分的发展，她正在以飞速向前进步，用一本老书《奇点临近》的观点，等人们真正解开她的面纱时，技术可能变得高不可攀，超越常人的理解。

最后祝我们都能努力突破认知的局限，跟上技术的脚步。