章節概述#
本章以大衛·馬格曼（David Magerman）的加入為核心，記錄他如何發現股票交易系統中的關鍵程式錯誤，讓系統終於開始獲利。同時描繪了大獎章基金的內部文化、交易訊號的分類方法，以及 1998 年長期資本管理公司（LTCM）崩潰的教訓。
馬格曼的背景#
- 在佛羅里達州肯德爾（Kendall）長大，父親梅爾文是計程車司機
- 童年時期就展現商業頭腦——在學校販賣糖果
- 賓州州立大學（Penn State）本科畢業後進入史丹佛大學
- 在史丹佛攻讀自然語言處理（NLP）統計方法的博士學位
- 在 IBM 實習時認識了布朗和默瑟
加入文藝復興#
- 1994 年，馬格曼到文藝復興面試，差點被拒絕
- 布朗為他擔保，最終於 1995 年夏天正式加入
- 馬格曼被分配到股票交易系統的開發工作
發現致命的程式錯誤#
- 馬格曼在審查模擬程式碼時發現了一個關鍵錯誤
- 系統中的 S&P 500 指數值被設為靜態數字，而非隨時間變動的動態數據
- 這意味著所有回測結果都不準確——模擬與真實市場嚴重脫節
- 修正這個錯誤加上其他程式修補後，股票交易系統終於開始正常運作
- 馬格曼因此被晉升為系統架構師（architect）
馬格曼的發現印證了一個重要原則：量化交易中最大的風險往往不是市場，而是程式碼中的錯誤。一個看似微小的 bug——將動態值寫成靜態值——就足以讓整個系統失效。
公司文化與激勵機制#
| 機制 | 說明 |
|---|---|
| 開放程式碼 | 所有員工都能查看其他人的程式碼，促進同儕審查 |
| 同儕壓力 | 因為所有人都能看到你的工作，形成自然的品質控制 |
| 獎金制度 | 薪酬高度依賴基金整體表現，而非個人業績 |
每個人的回報都與大獎章的報酬率直接掛鉤，創造了強烈的團隊合作動機。
三類交易訊號#
| 訊號類型 | 說明 |
|---|---|
| 直覺型 | 符合常識的模式，例如「動量效應」——上漲的股票傾向繼續上漲 |
| 反直覺型 | 統計上顯著但違反常識的模式，需要勇氣去執行 |
| 怪異型 | 沒有任何合理解釋，但數據顯示確實有效的模式 |
- 團隊的爭論焦點：是否應該交易那些無法解釋但統計上有效的訊號？
- 過度擬合（overfitting）的擔憂始終存在——如何區分真實訊號和數據巧合？
機器學習的應用#
- 系統採用機器學習方法，讓模型自動從數據中學習並調整
- 不需要人類預設規則，系統自行發現模式
- 這與傳統量化基金依賴人工設計交易規則的做法截然不同
1998 年 LTCM 崩潰#
- 長期資本管理公司（Long-Term Capital Management）由諾貝爾獎得主乎乎休斯（Myron Scholes）和默頓（Robert Merton）創立
- LTCM 的策略依賴高槓桿和均值回歸——假設價差最終會收斂
- 1998 年俄羅斯債務違約引發全球恐慌，LTCM 的價差不但沒有收斂，反而急劇擴大
- LTCM 虧損數十億美元，最終需要聯準會協調華爾街銀行出手紓困
- D.E. Shaw 等其他量化基金也遭受嚴重損失
大獎章的表現#
- 在 LTCM 崩潰的 1998 年，大獎章基金逆勢獲利 42%
- 關鍵差異：大獎章的短期交易策略讓它能夠快速調整部位，不會被長期部位套牢
- LTCM 的教訓：永遠不要完全信任你的交易模型——模型基於歷史數據，但市場會出現前所未見的極端情況
本章標題「這不是科學，這是賭博」道出了量化交易的根本張力。西蒙斯團隊用科學方法分析市場，但交易本質上仍涉及不確定性和風險。LTCM 崩潰證明了：即使是諾貝爾獎得主的模型，也可能在極端情況下徹底失敗。大獎章的優勢不在於模型更聰明，而在於更謙遜——它知道自己可能是錯的，所以快進快出。
布朗的保密偏執#
- 布朗對保密文化的要求近乎偏執
- 曾因懷疑有人帶錄音設備進入辦公室而大發雷霆
- 這種保密文化確保了文藝復興的核心競爭優勢不被外洩