詹姆斯·西蒙斯 (James Simons)
世界级数学家，全球证券市场公认的“量化交易鼻祖”，文艺复兴科技公司（Renaissance Technologies）的创始人。他将数学思想融入投资，使用复杂的量化模型代替人为的主观判断，开发了有史以来最成功的对冲基金——大奖章基金（Medallion Fund）。
投资与管理传奇
- 对价格建模：西蒙斯深信价格波动具有系统性规律，并表示：“一定有办法对价格建模”。大奖章基金从 1988 年至 2018 年取得了 39.1% 的年化复合净收益率（费前达 66%），创造了金融史上的奇迹。
- 跨学科人才观：文艺复兴科技公司极少招募金融背景的人，而是大量吸纳数学、物理、计算机科学等领域的顶尖博士。西蒙斯重视“具有原创性思维”且“极其专注”的牛人，并搭建了无私分享和协同作战的扁平化研究环境。
- 系统执行与纪律：量化投资强调建立在统计优势、风控优势和多元组合分散优势基础上的纯粹算法执行。西蒙斯坚信，无论市场环境多么险恶或诱人，亲手推翻模型或进行人工干预通常是极其错误和危险的。
Source: 2026-06-21-note-征服市场的人-DeepSeek-创始人梁文锋作序（来源未公开）
对有效市场假说的批判与微弱异常聚集论
西蒙斯对学术界推崇的“有效市场假说”（EMH）持强烈的否定态度，并分享了文艺复兴科技的底层预测逻辑：
- 市场并非完全有效：有效市场理论主张“价格总是合理的，历史价格无法预示未来”。西蒙斯指出这显然不符合事实，历史价格数据中包含着大量可预测未来的“异常值”（Anomalies）。例如，大宗商品的历史走势往往呈现出微弱但统计上显著的趋势性（Trend）。
- 微弱与微妙异常的聚合：市场上绝不可能存在任何一个清晰、强大到足以让人单凭其暴富的“显著异常”，因为这种异常一旦出现就会被其他套利者瞬间抹平。因此，大奖章基金专注于挖掘成百上千种极其微弱、微妙（Subtle）的异常信号。单一的异常优势极小，但将它们打包聚集在一起，就能产生极高的预测确信度。
- 系统复杂性与机器学习：这套多因子系统极为精密庞大，核心是利用机器学习（Machine Learning）算法在长期的历史价格数据及多源辅助数据上对预测因子进行回测和测试。如果因子经过严密检验确实有效，就并入大系统；如果失效，则果断剔除。
Source: 2026-07-10-xiaohongshu-xhslink-com-o-Ah4aLlrB6vP（来源未公开）
交易成本与规模容量的硬约束
西蒙斯强调，量化模型能否赚钱，“预测准确”只是一部分，理解并最小化交易成本同样是核心能力：
- 冲击成本随规模非线性放大：普通人买 200 股不会推动市场价格，但如果要买 20 万股，交易本身就会把价格推高，甚至可能推得太远以至于吃掉全部预期利润。理解交易成本，是量化策略能否真正落地盈利的关键前提，而不仅仅是预测部分。
- 所需数学工具：将预测信号转化为可执行、低成本、低波动的组合，需要较为复杂的应用数学——主要是统计学与概率论，而非某种单一”秘密武器”，文艺复兴科技的方法是”通用地”（universal）尝试多种可能有效的工具，再筛选出真正有效的部分。
- 模型存在”容量天花板”（Capacity Constraint）：大奖章基金可以管理的资金量存在一个”甜蜜点”上限——资金规模一旦超过这个阈值，交易本身会过度扰动市场价格，反而侵蚀策略的有效性。这正是大奖章基金长期主动限制外部资金规模、拒绝无限做大的底层原因，也解释了为什么量化基金无法像传统资管那样无限扩张规模。
Source: 2026-07-20-xiaohongshu-xhslink-com-o-ANn3krC8B6m（来源未公开）