###### tags: `Book`

[Investment] 洞悉市場的人
===
## 第一篇 金錢不是一切
### 第一章 我想要成為數學家
1. Jim Simons
2. MIT 數學系, 博士班研究微分幾何學, 23 歲畢業後獲 MIT 三年教職
3. 以 5000 USD 投入黃豆期貨踏入金融
### 第二章 從密碼學家到數學系教授
1. MIT教職 -> 哈佛 -> IDA (國防分析研究院, 蘇聯冷戰) -> 石溪系主任 (反越戰)
2. 在 IDA 成為密碼學、世界級幾何學專家, 並開發出一套交易系統, 認為經濟理論不重要, 只根據數據與狀態決定未來
3. 30 歲成為石溪數學系主任 -> 37 歲提出陳西不變式 (陳省生) -> 放棄終身教職, 投入期貨外匯
### 第三章 金錢計量學公司
1. 靠著直覺與 rule base 做出來的模型雖有獲利, 但也大幅虧損 -> 想做出睡覺也可以賺錢的機器, 沒有人為干預的模型
2. 可能需要很多數據, 到處買老舊的文本數據、手抄歷史利率, 請親戚朋友人工輸入 -> 計算量不足只能找到相關性
3. 建置自動建議系統(不會自動交易), 合夥人低買緊抱不賣, 大幅虧損拆家
### 第四章 機器學習
1. James Ax 加入, 29, 康乃爾正教授 -> 打造演算法 (10, 20, 50 MA), 但沒什麼幫助因為資料缺值太多, 並且交易透過兩次電話, 早上 and 收盤前
2. Sandor Straus 加入, 石溪教授, 資料清理強迫症 -> 然後模型表現就變好了, 但還是時好時壞 (交易仍在期貨, 外匯)
3. 另一位普林斯頓教授在模型裡面加入類似 kernel method 來學習非線性關係, 加上很多歷史資料 -> 績效提高(20%), 但 Jim 說這是黑箱方法 ㄏ
### 第五章 成立大獎章基金
1. 大獎章, 因為之前拿過數學大獎
2. Elwyn Berlekamp, MIT+IDA+柏克萊+貝爾lab, 加入
### 第六章 短線交易
1. 基本面交易蓬勃發展, 沒人拿的到財報等 (視為內線資料), 當時的文化是長線投資, 交易過多成本高, 還可以耍廢
2. Berlekamp 認為應該增加短線交易, 並相信技術面的用途(重複事件), 交易次數多每一次的結果就會 smooth, 且 51% 贏就可以了
3. 1990, 短:長 = 9:1, 獲利 > 50%, Berlekamp 離職因為 Jim 嫌 50% 不夠多, 壓力太大
### 第七章 量化交易史
1. 其實很多人在 Jim 同期開始做量化交易, 包含摩根史丹利的 APT (Automated Proprietary Trading), 其中兩位新人為 David Shaw, Robert Frey, 但因 1998 虧損過多被砍 (原因是公司不放心電腦模型與其他人眼紅賺太多錢)
2. Frey 辭職找上 Jim, David Shaw 成立德紹基金, 其中有一位 PG 叫 Jeffrey Bezos 做到副總裁然後創立 Amazon
### 第八章 只要能預測市場規律就好
1. Berlekamp 離職之後沒人了, 找來石溪數學系教授 Henry, 將大獎章基金改成單一模型 (原本會依照投資市場不同採多重模型), 因這樣才能使用龐大數據並且之後要加入新興市場資料容易 (fine tune?)
2. Henry 決定把一天以五分鐘為單位切割來判斷新趨勢,只要 p-value < 0.01 就採用 -> 信號太多不知如何出手, 開發下注系統, 並增加交易頻率降低對價格影響
3. 大獎章達 6 億, 若再加大規模會對期貨市場有影響 (市場太小), 外匯債券也有限制
### 第九章 網羅人才
1. 為了擴張, Henry 開始轉做股票交易, 但表現差, 模型對市場非常敏感
2. Peter Brown, Robert Mercer, 兩位 IBM 語音辨識團隊成員加入, 做過垃圾信判斷, 語音辨識, 但公司不商品化而離職
3. Brown 去股票, Mercer 去期貨
### 第十章 突破
1. Henry 的股票系統常建議無法買賣的股票, Brown, Mercer 開始改寫, 完整規畫各種購買限制跟條件, 並自動購買, 一小時內重複循環 (大概 50萬 行 code)
2. IBM 語音團隊 David 加入, 把公司內的語言從 C 改成 C++
3. David 發現 Brown code 有 bug, 把某個數字寫成 const (還有其他 bug), 修好之後報酬大增 ㄏ
### 第十一章 量化投資的挫敗
1. 嘗試選擇權交易, 並羨慕當時 Bernard Madoff 的績效 (史上最大龐氏騙局)
2. 內部採用開放原始碼, 任何人都可以提出想法修改;讀了幾百篇交易策略論文 (經濟學, 心理學, 金融) 之後, 測試都發現沒用 ㄏ
3. 大獎章三個步驟: 從歷史資料找出異常規律 -> 確定統計顯著性 -> 這些價格變化是否能合理解釋 (但後期多數都很難解釋, 若非太不合理都會用)
4. 1998 年亞洲金融風暴, 大獎章獲利 42%, 避開原因為 1. 沒有大量借錢投資, 2. 少長線交易, 3. 數學家, 電腦學家組成, 少經濟學家
5. 2000 年科技泡沫, 但大獎章還在爆買, 後來發現有一條 rule 是如果某股票過去持續上漲, 未來就繼續加碼 -> Brown 結論永遠不要完全相信模型
## 第二篇 金錢改變一切
### 第十二章 更多數據就是最好的數據

第十三章 交棒
第十四章 川普的金主
第十五章 內部分裂
第十六章 優異的績效能否持續？