入门 · 讲师: 依瓦团队 · 0 次播放

从西蒙斯到Two Sigma:量化交易60年简史

依瓦AI · 量化世界观 | Day 4

如果说交易市场是一个赌场,那量化交易就是一群数学家闯进了这个赌场,拿着算盘告诉赌场老板:你的赔率有问题。

这个故事,要从一个数学家说起。


一、1978年,一个叫西蒙斯的数学家决定去炒股

詹姆斯·西蒙斯40岁之前的人生是这样的:

简而言之:一个顶级的、纯粹的数学家

1978年,40岁的西蒙斯辞掉数学系主任的工作,创办了一家叫 Monemetrics 的交易公司。 后来改名 文艺复兴科技(Renaissance Technologies)

当时华尔街所有人都在嘲笑他:「数学家懂什么交易?」


二、1988年,大奖章基金诞生

10年后,文艺复兴推出了 大奖章基金(Medallion Fund)。这个基金后来的业绩有多离谱?

1988年到2018年,30年年化回报率约66%(费前),费后约39%。

这是什么概念?如果你在1988年投了1万美元,30年后扣除所有费用后……这个数字太夸张了我就不写了,总之比同期巴菲特的收益率高了好几倍

更离奇的是:大奖章基金几乎从不亏损。 2000年互联网泡沫、2008年全球金融危机——它都赚了。

西蒙斯的秘诀是什么? 不是预测市场,而是找到市场定价中的微小偏差,用数学模型反复套利。

他招的不是交易员,是数学家、物理学家、密码学家、计算机科学家。一群人每天研究的是:卫星图像、天气模式、航运数据、甚至超市收银条——任何可能影响价格的信息,都变成数学变量,塞进模型。

大奖章基金在1993年后甚至不对外部投资者开放,只允许内部员工投资。 <br>为什么?因为他们发现这个策略有容量上限,人多了就跑不赢了。

三、1990-2010年代:量化从异类成为主流

西蒙斯不是孤例。同一时期:

机构成立时间特点
D.E. Shaw1988年创始人斯坦福计算机博士,更早拥抱高频交易。早期员工里有一个叫贝佐斯的人——对,后来他去创办了亚马逊。
Two Sigma2001年创始人从D.E. Shaw和文艺复兴挖人,现在管理规模超过600亿美元,是全球最大的量化对冲基金之一。
世坤投资(WorldQuant)2007年做了一件很有意思的事:众包量化。把全世界几万名兼职研究员组织起来,每个人贡献策略信号,本质上是一个策略的「淘宝」。

到了2010年代,量化交易管理的资产已经占到美股交易量的30%以上。 量化,从华尔街的异类,变成了主流。


四、中国的量化:2010-2026

中国市场起步晚,但跑得飞快。

时间关键事件
2010年沪深300股指期货上市,量化对冲策略在中国有了土壤。
2014-2015年大牛市+大崩盘。一批量化私募在牛市中成立,在崩盘中倒下。活下来的,都是风控过硬的。
2019-2021年幻方量化、九坤、明汯、衍复等头部私募迅速崛起,管理规模从几十亿冲到几百亿。AI深度学习开始进入量化选股。
2023-2025年监管收紧量化交易,尤其是高频。但这反而催生了一个新方向:中低频基本面量化+AI Agent。不需要毫秒级速度,不靠抢跑道,靠的是更深度的数据和更聪明的模型。
2026年依瓦AI这样的产品出现了。把AI Agent、金融大数据引擎、智能交易引擎打包成一个桌面OS,让普通投资者也能像机构一样做量化。

五、量化的60年:从机构垄断到技术平权

这条演进线你看懂了吗?

阶段量化形态门槛
1978-1990年代极少数数学天才的专属游戏需要PhD+数学界大牛团队+天价数据
2000-2010年代顶尖对冲基金的军备竞赛需要顶级计算机博士+千万级数据采购费
2015-2020年代中国私募的爆发窗口需要编程团队+Wind终端+百万级IT投入
2026年—每一个会用AI的投资者需要理解策略逻辑+会说一句话
📌 每一次跃迁,门槛都在降低。 <br>西蒙斯需要的是数学天才团队。今天的你,需要的是对策略的理解、对风险的敬畏、以及一个能听懂你说话的AI。

六、说两句掏心窝的

这篇文章不是让你去膜拜西蒙斯的收益率——人家的策略你也学不来。 我想说的是:

量化不是少数人的天赋,它是一个工具演进的方向。

就像20年前你得学HTML才能建网站,现在你用Wix或者AI生成就搞定了。 量化也在经历同样的过程:从「少数人掌握的技术」,变成 「每个人都用得起的工具」

这个方向不会因为监管收紧就停下来。恰恰相反——监管把不靠谱的玩家清出去,留下的是真正有价值的工具和真正愿意学习的用户。

🎯 你现在入场,不早也不晚。刚好是「够成熟」和「够普惠」的交叉点。

七、一个小彩蛋

据说西蒙斯办公室的墙上挂着一句话:

"Luck is not a strategy." <br>运气不是一种策略。

这句话,咱们周六「交易的哲学」那篇接着聊。


老林 依瓦AI创始人 | 看清历史,才知道自己站在哪里

想系统学习 AI 量化?访问 IWA依瓦AI量化量化学堂,讲师视频带你从入门到实战。

更多课程 免费注册