James Simons：用数学赚钱

摘要

本文是数学家James Simons与《投资咨询杂志》编委会的对话实录。Simons讲述了从纯数学研究到创建文艺复兴科技公司的历程，强调量化投资成功的核心在于雇佣顶尖科学家（而非金融从业者）、持续改进单一投资模型、以及团队合作。他还谈及数学教育慈善事业、基础科学研究的不可预见价值，以及对ESG投资和量化竞争加剧的看法。

内容框架与概述

文章以Simons的学术与职业背景为引子，首先介绍了他在微分几何领域的开创性成就——尤其是陈-西蒙斯不变量的发现——以及从学术界转向金融界创立文艺复兴科技公司的经历。访谈开篇围绕数学训练与投资成功的关系展开，Simons坦言数学本身不直接用于赚钱，但训练了他的思维并赋予他识别顶尖人才的能力。

访谈的核心部分聚焦于大奖章基金的成功之道。Simons反复强调几个关键原则：只雇佣科学家而非金融从业者、坚持纯粹的数学方法、维护并持续改进单一模型体系，以及营造高度合作的工作环境。他指出大奖章基金之所以难以复制，是因为其背后凝聚了"数千人年"的建设投入。面对量化竞争加剧的现实，他的策略是"不断做得更好"。

后半部分转向Simons的慈善事业与社会关怀。他详细介绍了"美国数学"项目如何识别和奖励杰出教师（而非修正差教师），该项目即将从纽约市推广到全国。他创建的熨斗研究所让科学家免于申请经费之苦，专注于计算科学研究。访谈最后以伊西多·拉比发现核磁共振最终催生MRI技术的故事，生动阐释了基础科学研究产生不可预见现实价值这一核心信念。

核心概念及解读

陈-西蒙斯不变量（Chern–Simons Invariants）：Simons与陈省身合作发现的几何测量工具，尽管两人都不懂物理，该理论却深刻融入理论物理学，平均每天有四篇论文引用。这一经历印证了基础研究的不可预见价值——纯粹的数学发现可以在完全意料之外的领域产生深远影响。

“雇佣科学家，不雇金融人"的人才策略：文艺复兴公司明确拒绝有金融从业背景的人，只寻找"决定要赚钱的优秀科学家”。Simons还强调不应过分看重面试中快速回答问题的能力，而应关注候选人攻克困难问题的深度能力，他自称"思考速度不快，只是努力工作"。

单一模型的持续迭代：大奖章基金并非运行多个策略，而是维护一个不断改进的统一模型系统。该模型通过大规模数据挖掘（数千台计算机搜寻数据中的信号）持续纳入新信息，有时信号有效，有时将噪音误判为信号则需修正回退。这种方法凝聚了"数千人年"的积累，是其难以复制的根本原因。

奖励杰出教师而非修正差教师：“美国数学"项目的核心理念与奥巴马时期教育部的方向截然相反。该项目识别最优秀的教师，给予每年15,000美元的额外奖励和四年可续的支持计划。Simons以自己孙辈选择当教师为例，阐述一位优秀高中教师可影响上千名学生的乘数效应。

基础科学的不可预见价值：从陈-西蒙斯理论到拉比的核磁共振发现最终催生MRI，Simons反复强调"你永远不知道新科学将如何被应用”。这一信念驱动了西蒙斯基金会将绝大部分资源投入基础科学研究，以及创建让科学家免于经费申请困扰的熨斗研究所。

原文信息

此摘要卡片由 AI 自动生成