摘要：吉姆·西蒙斯并不依赖财报、管理层访谈和行业故事，而是把市场当成一个可被数学、统计和计算不断逼近的复杂系统。他真正改变的，不只是基金收益率，而是华尔街对“聪明”的定义。
在华尔街，大多数投资传奇都离不开财报、拜访管理层、判断行业周期、研究公司护城河。巴菲特读年报，索罗斯捕捉宏观拐点，彼得·林奇走进商场观察消费趋势。可吉姆·西蒙斯走的是另一条路：他不试图理解一家公司的“故事”，也不迷恋某个行业的未来。他更关心价格背后的数学结构，那些短暂、微弱、重复出现，却足以被机器捕捉的市场缝隙。
这就是为什么西蒙斯的故事如此迷人。他不是传统意义上的金融家，而是一位数学家、密码破译者、大学教授和科学资助者。西蒙斯基金会在悼文中称他为“获奖数学家、量化投资传奇和慷慨的慈善家”；他于 2024 年 5 月 10 日在纽约去世，享年 86 岁。
一、他本来不属于华尔街
西蒙斯年轻时的世界，不是交易大厅，而是黑板、公式和几何。MIT 数学系资料显示，他用三年完成 MIT 数学本科，之后前往加州大学伯克利攻读博士，并曾在 MIT 和哈佛任教；后来他进入美国国防分析研究所，从事与密码破译相关的工作，再到纽约州立大学石溪分校担任数学系主任，当时年仅 30 岁。
在数学界，他并不是一个“后来才出名”的人。1976 年，他获得美国数学会 Oswald Veblen 几何奖；他与陈省身相关的 Chern-Simons 理论，后来影响了拓扑、弦论和凝聚态物理。换句话说，西蒙斯进入金融前，已经在一个高度抽象、极其严苛的学术世界中证明过自己。
这很关键。因为他后来对市场的理解，并不是“股价会不会涨”的经验判断，而更像是一个密码学问题：海量数据里有没有某种可重复的结构？如果有，它能不能被模型识别？如果能，它是否能在成本、滑点、风险之后仍然留下利润？
二、从“看公司”到“看模式”
1978 年，西蒙斯离开学术界，创办后来演变为文艺复兴科技公司的投资机构。美联社报道提到，这家公司后来以 Renaissance Technologies 之名闻名，并率先使用数学建模，也就是量化交易方法，来选择股票和其他投资标的。
这一步看似突然，其实很符合西蒙斯的人生逻辑。密码破译者面对的是混乱字符，数学家面对的是抽象结构，量化交易员面对的是价格序列。三者表面不同，核心却相似：在噪声中寻找信号。
传统投资者会问：“这家公司值多少钱？”西蒙斯更像是在问：“过去类似的价格、成交量、波动率、相关性组合出现后，未来几小时、几天或几周，市场更可能怎么动？”这不是价值投资的语言，而是概率、统计和计算的语言。
所以，说西蒙斯“不看财报”，并不是说他认为财报毫无价值，而是说他把投资问题彻底换了一个坐标系。他不把市场看成企业故事的集合，而把市场看成一个由人类情绪、制度摩擦、资金流动和信息延迟组成的复杂系统。财报只是信息的一种，价格本身也是信息，而且是最密集、最连续、最容易被机器处理的信息。
三、他拒绝雇佣“华尔街聪明人”
文艺复兴科技最反常识的地方，不只是模型，而是用人。路透社报道中引用过西蒙斯的说法：他们雇佣物理学家、数学家、天文学家和计算机科学家，这些人通常并不懂金融；他还说，文艺复兴“根本不从华尔街招聘”。
这句话背后，是一种极端清晰的组织哲学：如果你想复制华尔街，就去雇佣华尔街的人；如果你想推翻华尔街，就去雇佣完全不同的人。
传统基金经理带来的是行业经验、交易直觉和市场叙事。西蒙斯要的却是能够处理海量数据、建立统计模型、写代码、验证假设的人。Fortune 也报道过，西蒙斯避免雇佣华尔街老手，而是寻找数学家和科学家，包括天体物理学家和密码破译者。
这就像在金融森林里布置捕兽夹。传统猎人靠眼睛、脚印和经验判断猎物会从哪里出现；西蒙斯的团队则把森林里的温度、风向、树叶震动、动物迁徙历史全部数据化，然后让模型寻找那些人类肉眼看不见的微小规律。
单个规律可能很弱，甚至弱到只比随机好一点点。但如果你有足够多的数据、足够快的执行、足够严密的风控，并且让成千上万个小优势持续复利，它就会变成一台惊人的赚钱机器。
四、大奖章基金：金融史上最神秘的印钞机
西蒙斯最著名的作品，是文艺复兴科技旗下的 Medallion Fund，通常译作“大奖章基金”。它之所以叫 Medallion，是因为西蒙斯和早期合作者 James Ax 都曾获得重要数学奖章。这个基金后来几乎成为量化投资神话的代名词。
根据 Gregory Zuckerman 对文艺复兴科技长期业绩的重建，1988 年至 2018 年，大奖章基金年化收益率为 66.1%（费前），扣除费用后仍达到 39.1%；30 年间估计交易利润为 1045 亿美元。
这个数字放在投资史里几乎不真实。巴菲特伟大的地方在于几十年稳定跑赢市场；西蒙斯的惊人之处在于，他用一种高度封闭、机器驱动、短周期、多策略的方式，把“微小优势”做到了极致。
更重要的是，大奖章基金的成功并不依赖一个神奇公式。外界常常想象文艺复兴科技拥有某个“终极算法”，但更可能的真实情况是：它拥有大量弱信号、严格验证体系、自动化交易系统、风险控制机制，以及一群不被金融教科书束缚的科学家。
它不是一把猎枪，而是一张巨网。
五、他真正改变了什么？
西蒙斯改变的，不只是某一只基金的收益率，而是华尔街对“聪明”的定义。
在他之前，金融精英通常意味着会读财报、会谈判、会判断宏观、会讲故事。西蒙斯之后，另一类人登上舞台：数学家、物理学家、程序员、统计学家、机器学习研究者。他们不一定能讲清楚某家公司的商业模式，却能在百万级、亿级交易数据中识别异常相关性。
他让市场变成了一个科学实验室。每一个策略都是假设，每一次回测都是实验，每一笔交易都是样本，每一次亏损都是模型修正的信号。人类的情绪被尽量剥离，决策交给数据、代码和概率。
当然，这并不意味着量化交易没有风险。模型会失效，数据会过拟合，市场结构会变化，交易成本会吞噬利润。西蒙斯的伟大，也不在于他消灭了不确定性，而在于他承认不确定性，并用数学把它管理起来。
他从不把市场当成可以被完全理解的机器。相反，他知道市场永远混乱，永远有噪声，永远会变化。正因如此，他才不迷信某个宏大判断，而是不断寻找那些小到几乎看不见、却可以被反复捕捉的统计学微光。
六、数学家、投资者、捐赠者
西蒙斯的人生并没有停在财富上。西蒙斯基金会称，他常说自己的一生分为三个阶段：数学家、投资者、慈善家；他与妻子 Marilyn Simons 在 1994 年创立西蒙斯基金会，长期支持数学、基础科学、教育和自闭症研究。
这让他的传奇多了一层意味：他用数学赚到了巨额财富，又把财富重新投回数学和科学。对他来说，钱似乎不是终点，而是一种扩大好奇心影响力的工具。
西蒙斯最值得普通人学习的，也许不是具体交易方法，那几乎无法复制。真正值得学习的是他的思维方式：不要被行业惯例困住；不要把经验当成真理；不要迷信权威；在混乱中寻找结构，在噪声里寻找信号，在小概率优势里寻找复利。
华尔街有很多国王，有的靠胆量，有的靠信息，有的靠资源。吉姆·西蒙斯不同。他像一位冷静的数学猎人，站在金融森林之外，用代码、模型和概率布下一张无形之网。
他不需要听见市场的喧哗。
他只需要看见别人看不见的模式。