量化交易史
一九九○年底让吉姆．西蒙斯如此兴奋的是一个简单易懂的想法：一个以历史规律为基础的计算机模型，能够辨识出被忽略且进行中的市场趋势，可让人用过去推测未来。他长久以来都抱持这个看法，但直到最近获利丰厚才让他确定这个方法是大赢家。
不过，西蒙斯并没有花很多时间研究金融史，要是有，可能就会知道他的方法并不是特别新奇。几个世纪以来，金融炒家早就在拥抱各式各样识别市场规律的方法，所仰赖的方法跟文艺复兴公司很类似，但那些精采人物不是以惨败收场，不然就根本是骗子，这些例子对西蒙斯来说并不是好兆头。
西蒙斯这种投资方法最早可回溯到巴比伦时代，当时就有人把大麦、椰枣及其它农作物的价格记录在泥板上，希望能预测未来动向。十六世纪中叶，德国纽伦堡有个人名叫克里斯多发．阔兹（Christopher Kurz），他有办法预测肉桂、胡椒等辛香料二十天的价格，因而声名大噪。当时的社会流行占星术，阔兹也不例外，他的预测靠的是占星，但他也会回测过去的讯号，从中归纳出一些可靠的原则，譬如价格通常是长期的趋势。
到了十八世纪，日本有个米商兼投机者，叫做本间宗久，被称为「市场之神」，他发明一种绘图方法，将国内某段时间内米市交易的开盘价、最高价、最低价、收盘价可视化，他的图表，包括经典的Ｋ线，造就出最早但相当精密的「均值回归」交易策略。本间宗久认为人的情绪才是左右市场的关键，投机者应该学会「赔钱快停损，赢钱不停利」，这套心法被日后投资人奉为圭臬。[1]
一八三○年，英国经济学家把精细的价格图表卖给投资人。那个世纪末，有个叫做查尔斯．道（Charles Dow）的美国记者设计出道琼工业平均指数，并协助创办《华尔街日报》。他把某个程度的数学精确性应用于各种市场假说，仰赖价格走势、交易量等因素绘成图表的现代技术分析于焉诞生。
二十世纪初，一个名叫威廉．甘氏（William D. Gann）的金融预言家掳获大批疯狂追随者，尽管他的预言纪录不甚可靠。根据传说，他出生于德州一个棉花农场的穷苦浸信会家庭，为了帮忙家人务农，放弃上学机会，唯一的金融教育是在当地一个棉花仓库获得。甘氏后来去了纽约市，一九○八年在那里开了一家证券公司，他很擅长解读价格走势图，也能准确辨识循环周期和折返（retracement），名声因而大开。
甘氏的交易准则出自圣经《传道书》（Ecclesiastes）中「已有的事后必再有……日光之下并无新事」这段话；在他看来，这句话的意思是，历史参考价是开启交易获利的钥匙。他的名声愈来愈响亮，原因之一是据说他一个月就将一百三十美元滚成一万两千美元，死忠追随者赞他料事如神，从经济大萧条到珍珠港偷袭无一不准。甘氏有一套理论，认为自然界有个普遍的秩序统治着生命万物，他称之为波动法则（Law of Vibration），他还认为可用几何的数列和角度来预测市场走势。时至今日，甘氏分析（Gann analysis）仍是人气相当高的技术交易分支。
不过，甘氏的投资表现从未获得证实，他的信徒也往往无视他许多明显败笔。比方说，一九三六年，甘氏说：「我有信心道琼指数不可能重回三百八十六点。」也就是说他有把握道琼不可能再涨到那个高点，这个预言并不算通过时间的考验。＊甘氏写了八本书，每天撰写一份投资报刊，却很少分享自己的投资细节，而且根据某些人的描述，他过世时身家只有十万美元，不免令人怀疑他的投资是否真有那么厉害。[2]
＊ 译注：因为经济大萧条，道琼一九二九年从三百八十六点的高点一路往下，直到一九五四年才重回三百八十六点，虽然经过漫长的二十五年，但终究还是回到三百八十六点。
「他算是金融占星师。」MIT史隆管理学院教授罗闻全（Andew Lo）下了这样的结论。
几十年后，蔡至勇（Gerald Tsai Jr.）利用技术分析等方法，在狂飙的一九六○年代末期成为最有影响力的投资人。蔡至勇在富达投资（Fidelity Investment）崭露头角，搭上动能股的列车一举致富，成为第一位成长基金经理人。后来，他成立自己的公司「曼哈顿基金」（Manhattan Fund），是当时受到极力吹捧的宠儿。他在公司设了一个战情室，用各种幻灯片图表和可旋转的图表追踪几百个平均数、比例、震荡指标，他要求战情室的温度设定在寒冷的摄氏十三度，确保三位负责更新数字的全职员工能保持全神贯注和机敏。
曼哈顿基金在一九六九到一九七○年的空头市场崩跌，绩效和方法都成为奚落的对象。当时，蔡至勇已经把基金卖给一家保险公司，他则忙着把金融服务公司Primerica变成银行巨擘，这家公司后来成为花旗集团（Citigroup）的重要支柱。[3]
久而久之，技术交易者成为嘲笑对象，他们的策略说好听是简单懒人法，说难听是一种巫术。虽然嘲笑奚落不断，还是有很多投资人继续把金融市场画成图表，努力寻找头肩型等常见的构造和形态。近代有些投资高手，像是史丹利．朱肯米勒（Stanley Druckenmiller）会参考图形来确认现行的投资逻辑，罗闻全教授等人也认为技术分析是量化投资的「先行者」；不过，技术分析的方法并没有经过公正彻底的检验，大多数准则都是出自主观的图形辨识及听起来满有道理的经验法则，成效令人怀疑。[4]
跟过去技术交易的前辈一样，西蒙斯也在做某种图形分析，从市场数据中寻找可透露端倪的规律和相关性，只是他采取的方法比较科学，希望藉此能比过去的前辈多一点幸运。他认同伯利坎普的看法，技术指标比较适合用于短线操作，不适合长线投资。不过，他希望严谨测试、精密的预测模型能以统计分析为基础，而不是靠眼睛紧盯着价格走势图，好让他避免步上那些已壮烈成仁的图表拥护者的命运。
但他不知道的是，别人也在忙着琢磨类似的策略，他们也有自己的高性能计算机和数学算法，其中好几个人甚至已经大有进展，也就是说，西蒙斯落后了。
事实上，计算机时代一露出曙光，七早八早就有投资人开始用计算机破解市场。早在一九六五年，财经杂志《巴隆周刊》（Barron's）就提到计算机可以给投资人「数不尽」的好处，还可以让分析师「卸下枯燥的工作，有时间去做更有创造性的事」。大约同一时间，《华尔街日报》也洋洋洒洒报导计算机能过滤大量股票并加以排序，而且几乎马上就可以完成。在当时的经典财经书籍《金钱游戏》（The Money Game）里，作者乔治．古德曼（George Goodman）以亚当．史密斯（Adam Smith）为笔名，嘲弄「计算机人」开始入侵华尔街。
虽然投资圈已经有人开始用机器引导投资，但科技尚未到位，连有点难度的统计分析都做不到，更何况对计算机模型的需求也不多，因为当时的金融业并不特别讲究数学。尽管如此，芝加哥有个交易员理查德．丹尼斯（Richard Dennis）还是打造一套由特定预设规则主导的交易系统，目的是除去交易过程中的情绪和不理性，跟那套让西蒙斯兴奋激动的方法没两样。整个一九八○年代，文艺复兴公司的员工费尽心思改良模型的时候，不断有丹尼斯成功的事迹传到耳边。二十六岁的时候，丹尼斯已经是芝加哥期货交易所一个独特的存在，独特到享有一个名号：期交所王子（The Prince of the Pit）。他戴着厚厚金框眼镜，皮带上挂着肥肚，又鬈又细的头发「像米格鲁小狗的耳朵一样挂在脸旁」，当时采访他的人如此描述。
丹尼斯对他的顺势投资系统非常有信心，甚至将规则编纂整理，分享给大约二十个他招募来的「海龟」。他给这些新手现金，派他们分头去交易，目的是赢得他跟朋友长久以来的争辩：他的方法连笨蛋都能懂，门外汉也能变成投资专家。其中许多海龟的表现令人眼睛一亮，丹尼斯本人则据说在一九八六年赚了八千万美元，一年后手上操盘金额大约一亿美元，不过，他在一九八七年的市场震荡中遭受重创，成为最新一个跟西蒙斯用类似手法但壮烈成仁的案例。手上现金挥霍大半之后，丹尼斯停止交易，把重心转向鼓吹自由派政治理想、大麻合法化等。
「人生除了交易还有其它的事。」他告诉当时的采访者。[5]
整个一九八○年代，不断有应用数学家和前物理学家被网罗到华尔街和伦敦金融城，他们的任务通常是建立模型，以便给复杂的衍生性商品和房贷商品定价、分析风险、替投资部位避险，这些工作内容就是后来所谓的财务工程（financial engineering）。
金融业花了一点时间才替那些设计、执行数学模型的人想出一个名称。一开始，他们称之为火箭科学家（rocket scientists），根据艾曼纽．德尔曼（Emanuel Derman）的说法，会用这个名称是因为他们认为火箭是最先进的科学。（德尔曼在哥伦比亚大学取得理论物理博士之后，进入华尔街一家公司。）渐渐的，这些专家后来被称为「计量金融专家」，简称宽客＊。德尔曼回忆，有好多年的时间，银行和投资公司的资深经理人有很多人以自己是计算机白痴为荣，他们把这个词当成贬抑字眼。德尔曼说，一九八五年他一加入高盛（Goldman Sachs），「马上就注意到精于数字计算是种羞耻……两个成年人在交易员、业务人员、银行家环伺的场合聊起UNIX或Ｃ语言，是很低俗的事。」「你身边的人会把目光移开。」德尔曼在自传《一个计量金融大师在华尔街》（My Life as a Quant）写道。[6]
＊ 宽客是量化（quantitative）的缩写。
对「计算机人」的怀疑，其实其来有自。一来，他们复杂的避险作为并不是每次都有圆满结果。一九八七年十月十九日，道琼工业指数暴跌二三％，是有史以来单日最大跌幅，各方都把矛头指向当时广泛流行的投资组合保险（portfolio insurance），那是一种避险手段，投资人的计算机一侦测到下跌迹象，就会自动卖出股票指数期货，以免损失更多。当然，卖出部位会让价格跌得更深，然后又触发计算机继续卖，最后一路跌到底。
二十五年后，《纽约时报》著名金融专栏作家佛洛伊德．诺里斯（Floyd Norris）说道：「那是市场被蠢计算机毁灭的开端，这么说或许对计算机不公平，应该要说『老是出错的人所设计』的计算机，以及『不了解计算机程序局限的人所信任』的计算机。计算机正夯，人脑退散。」
一九八○年代，证明某些参差不齐的数学形状（称为「碎形」，fractal）和自然界的不规则非常相似的本华．曼德博教授（Benoit Mandelbrot）主张：金融市场也有碎形。他的理论意味市场的意外事件远多于普遍认知，这是高性能计算机产生的复杂计算机模型之所以被怀疑的另一个原因。曼德博的研究，使由交易员转为作家的塔雷伯（Nassim Nicholas Taleb）等人的观点得到强化：受欢迎的数学工具和风险模型，并不足以让投资人因应大规模、难以预测、偏离历史规律的事件，偏离现象发生得太频繁，远超过大多数模型的掌握。
由于有这些顾虑，负责修补模型和计算机的人，通常不被允许交易或投资，只担任从旁协助的角色，帮忙（或者该说不妨碍）银行和投资公司里的交易员和重要人士。一九七○年代，柏克莱经济学教授巴尔．罗森堡（Barr Rosenberg）开发量化模型，用来追踪影响股票的因素，他并没有利用模型去交易赚钱，而是把模型卖给其它投资人，协助他们预测股市行为。
爱德华．索普（Edward Thorp）是近代第一位用量化策略做大笔投资的数学家。他原本是学者，曾经跟信息论之父克劳德．夏农共事，拥抱约翰．凯利的依比例下注理论，凯利就是影响伯利坎普的德州科学家。索普先是把他的才能应用于赌博，在赌场狂赢让他备受瞩目，也迎来一本畅销书《打败庄家》（Beat the Dealer）。书里描写他深信系统化、以规则为基础的赌博策略，也勾勒他的洞见：在机率赛局里，如果能善用胜算的变化，就能取得上风。
一九六四年，索普把注意力转到全世界最大的赌场：华尔街。读了技术分析相关书籍，还有班杰明．葛拉汉（Benjamin Graham）和戴维．托德（David Dodd）的指标大作、给基本面投资打下基础的《证券分析》（Security Analysis）之后，他「对大多数人所知竟然这么少感到惊讶，但也深受鼓舞」，他在自传《他是赌神，更是股神》（A Man for All Markets）如此写道。[7]
索普锁定认股权证（stock warrant），这种权证的持有人有权以约定价格买进股票。他开发出一套公式来判定权证「正确」的价格应该是多少，然后他就能马上找出市场价格错误的权证。他在一台惠普9830计算机写程序，用他的数学公式买进相对低价的权证、卖出相对高价的权证，避免他的投资组合在更大的市场受到震荡。
一九七○年代，索普帮忙主导一支名叫「普林斯顿／新港合伙」（Princeton/Newport Partners）的避险基金（以下简称普新基金），获利丰厚，吸引许多著名投资人，包括演员保罗．纽曼（Paul Newman）、好莱坞制片罗伯特．艾文斯（Robert Evans）、编剧查理．考夫曼（Charles Kaufman）。他的公司用计算机写成的算法和经济模型来做交易，因为用电量太大，位于南加州的办公室永远热到滚烫。
索普的交易公式是受到一篇博士论文影响，论文主人是法国数学家路易．巴舍利耶（Louis Bachelier）。巴舍利耶一九○○年为巴黎证券交易所的选择权定价发展出一套理论，他所使用的方程式，跟爱因斯坦后来解释花粉粒子布朗运动所使用的方程式很类似。他的博士论文解释股价的不规则运动，几十年来一直遭到轻忽，只有索普等人看出那篇论文和现代投资的关联。
一九七四年，索普登上《华尔街日报》头版，标题是「单枪匹马征服市场的秘笈：计算机方程式」。一年后，他的财富暴增，开一辆崭新的红色保时捷911S。对他来说，用计算机模型来交易权证、选择权、可转换债券及其它所谓衍生性商品，是唯一合理的投资方法。
「计算机模型是真实世界的简化版，就像能告诉你如何在一个城市从Ａ地到Ｂ地的地图一样，」他写道：「只要使用正确，你就能用那些规则来预知新情势会发生什么。」
持怀疑态度的人嗤之以鼻，有个人就告诉《华尔街日报》：「真实的投资世界太复杂，无法简化为一个模型。」虽然受到怀疑，但索普的基金规模到一九八○年代末期已达到将近三亿美元，当时，西蒙斯的大奖章才只有两千五百万美元。后来，他旗下的普新基金卷入垃圾债券大王麦可．米尔肯的交易丑闻，索普期待成为投资巨擘的梦想随之破灭。
索普本人从未被控有不当行为，政府最终也撤回所有跟普新基金有关的指控，但调查期间的媒体曝光已让他的基金瘫痪，一九八八年底宣告结束，索普形容这个结果「造成心理创伤」。这支避险基金存在的十九年当中，平均年化报酬超过一五％（包含向投资人收取的各项费用），高于那段时间的市场报酬。
要不是政府的举动，「我们一定会成为亿万富豪。」索普说。
自动化自营交易
一九八○年代初，杰利．班贝格（Gerry Bamberger）对财富和地位都没有什么憧憬。高高瘦瘦、哥伦比亚大学计算机科学系毕业的班贝格，在摩根士丹利（Morgan Stanley）为股票交易员提供分析和技术的后援，是这家投资银行一个小小的螺丝钉。交易员准备替客户买卖巨额股票时，比方说买进几百万美元的可口可乐，同时也会卖出同类股票来避险，如百事可乐，也就是所谓的配对交易（pairs trade）。班贝格的工作是写软件更新交易员的成交数据，只是许多交易员很不爽自己竟然得靠一个计算机宅男帮忙。
看着交易员的巨额买单，班贝格发现股价通常会随之上涨，这跟预期一样，反之，大单抛售的股票会下跌。交易员每做一次这种巨额交易，两支股票（一支是主要的标的股票，一支是搭配避险的同类个股）的价差就会改变，即使市场上并没有任何影响股价的消息。举个例子，可口可乐的巨额卖单可能会造成这支股票下跌一到两个百分点，而百事可乐的股价可能连动都没动。等到可口可乐大单抛售的效应渐渐减退，这两支股票的价差就会回到常态，这种情况很合理，因为除了摩根士丹利的大单抛售之外，可口可乐并没有下跌的理由。
班贝格嗅到机会。如果银行建立一个数据库追踪各种配对股票的历史价格，只要押赌价差会在巨额交易或其它异常买卖之后回归历史水平，就能从中获利。班贝格的主管被说动，给他五十万美元和一小组人，他便开始开发计算机程序，利用配对股票之间「短暂的上下变化」。班贝格是正统派犹太人，烟不离手，是个冷面笑匠，天天用棕色袋子带一份鲔鱼三明治当午餐。到了一九八五年，他已经在实际执行他的策略，一次交易六到七文件股票，操盘金额达到三千万美元，为摩根士丹利赚钱。[8]
大企业的行事作风往往就像……呃……大企业，官僚保守，所以很快班贝格就换了一个新主管：农西奥．塔尔塔利亚（Nunzio Tartaglia）。这项举动明显是个侮辱，班贝格愤而辞职（他随后加入索普的避险基金，从事类似的交易，最后以百万美元身家退休）。
塔尔塔利亚是个天体物理学家，短小精干，管理风格跟前任非常不同。他是纽约布鲁克林人，一直在华尔街各家公司跳来跳去，严苛是他的优势。有一次一个新同事走上前要向他自我介绍，立刻遭到他打断。
「别想从我这边得到什么，因为我从那里来的。」塔尔塔利亚说话的同时，手指指向一旁的窗户和纽约街头。[9]
塔尔塔利亚把团队改名为「自动化自营交易」（Automated Proprietary Trading），简称APT，把办公室搬到位于曼哈顿中城的摩天大楼、摩根士丹利总部的十九楼，进驻一个十二公尺长的空间。他在系统中加入更多自动化，到一九八七年已经有五千万美元的获利。团队成员对自己买卖的股票完全不了解，也不需要了解，他们的策略只是押赌股票之间过去出现的相关性，也就是「低买高卖」这个古老投资术的延伸版，只不过这次用的是计算机程序和光速交易。
APT团队注入的新血拉高获利，其中一位新人是前哥伦比亚大学计算机科学教授戴维．萧（David Shaw），另一位是数学家罗伯特．弗瑞（Robert Frey）。摩根士丹利这批交易员成为第一批拥抱统计套利（statistical arbitrage）的人。整体来说，统计套利是同时做大量交易，这些交易跟整个市场没有关联，而是着眼于统计异常之处或其它市场行为，从中获取利润。举个例子，APT的软件先根据过去几周的涨跌列出股票排行，然后对某个产业里涨幅最大的前一○％股票放空，并对跌幅最大的前一○％股票做多，打的算盘就是走势会反转。当然不是每次都能称心如意，但只要交易次数够多，这套策略每年就能有二○％的获利。可能是因为投资人一开始对好坏消息过度反应，然后才慢慢冷静下来，有助于让股票之间回到过去的相关性。
到了一九八八年，APT已经是全世界最大、最神秘的交易团队，每天买卖价值九亿美元的股票。然而，他们在那一年亏损惨重，摩根士丹利高层于是大砍APT三分之二的资本。公司高层对于仰赖计算机模型投资本来就不曾放心过，再加上内部很多人眼红塔尔塔利亚团队赚那么多钱。过没多久，塔尔塔利亚就丢了饭碗，整个团队宣告解散。
要过很多年才看得明白，摩根士丹利白白浪费金融史上一个最有赚头的交易策略。
因子投资
早在APT团队收摊之前，罗伯特．弗瑞就开始焦虑了。不只是因为顶头上司塔尔塔利亚跟高层处得不好，连带造成整个团队只要亏损变多就有被解散之虞；年少时跌断一条腿和臀部，导致体型肥胖、走路一跛一跛的弗瑞，也非常确信竞争对手已慢慢搞懂他们的交易策略。索普的基金已经在做跟他们类似的交易，弗瑞断定其它对手肯定也会跟进，他得想出新策略才行。
弗瑞提议解析各类股票的走势，找出股票走势的自变量（independent variable）。举个例子，埃克森美孚石油（Exxon）飙涨的原因可能有好几个，譬如油价上涨、汇率、市场的整体动能等；宝侨（Procter & Gamble）股票上涨最有可能的原因是资产负债表健康，市场对稳健股的需求变高，因为负债累累的公司令投资人皱眉。果真如此的话，如果数据显示这两类股票的价差已大于历史水位，或许就有必要卖出财务强健的类股、买进高负债的类股。同一时间，已有不少投资人和学者开始在考虑这种因子投资（factor investing），但弗瑞想知道用计算机统计等数学方法来找出影响股票的真正因素会不会更好。
弗瑞和同事这套创新的因子投资策略，并没有激起摩根士丹利高层们的兴趣。
「他们叫我不要找麻烦。」弗瑞回忆。
弗瑞辞掉工作，找上吉姆．西蒙斯，获得他的金援，成立克卜勒财务管理公司（Kepler Financial Management）。他和几个人安装几十台小计算机，把资金押在他的统计套利策略，但几乎马上就收到摩根士丹利律师寄来的威胁信。弗瑞没有窃取任何东西，不过，他的方法是任职摩根士丹利期间发展出来的。幸好他走运。他回想起，塔尔塔利亚并没让他和团队任何人签署摩根士丹利的保密或竞业协议，塔尔塔利亚当时想保留选项，要是红利落空的话，就带整个团队投靠敌对阵营。因此，摩根士丹利在法律上站不住脚，不能阻止弗瑞做交易。带着些许惶恐不安，弗瑞不理会摩根士丹利持续不断的威胁，开始交易。
对手进逼
到了一九九○年，西蒙斯除了看好弗瑞和克卜勒公司能在股票交易找到成功之钥，对他自己的大奖章基金，以及债券、原物料商品、外汇的量化交易策略，更是热情满满。可是，竞争愈来愈多，有些对手甚至采用跟他类似的交易策略，头号竞争对手应该要算戴维．萧，他是另一个逃离摩根士丹利APT团队的流亡者。一九八八年离开摩根士丹利之后，史丹佛大学博士、三十六岁的萧受到高盛延揽，他不知道该不该答应，便找上避险基金经理人唐纳．萨斯曼（Donald Sussman）商讨自己的去路，萨斯曼会带他扬帆游长岛湾。有一天，在萨斯曼那艘快满三岁的十四公尺单桅帆船上，两人讨论萧该做什么选择。
「我想我有办法用科技来交易有价证券。」萧告诉萨斯曼。
萨斯曼建议萧自己开一家避险基金，不要为高盛作嫁，他愿意给萧两千八百万美元当做初始种子资金。萧被说动，成立德劭基金（D. E. Shaw），公司设在革命书店（Revolution Books）楼上的办公空间，这家书店是一家支持共产主义的书店，位于曼哈顿联合广场当时沙尘满天的区域，萧做的第一件事是购买两台超快且昂贵的升阳（Sun Microsystems）计算机。
「他需要法拉利，」萨斯曼说：「我们就买法拉利给他。」[10]
本身是超级计算机专家的萧，聘请数学和科学博士，这些人也认同他用科学方法交易的概念。另外，他还引进各种背景的聪明人士，主修英文和哲学的人是他最爱找的对象，他也聘用西洋棋高手、单口喜剧表演者、出过书的作家、有资格参加奥运的击剑运动员、长号乐手、爆破专家。
「我们不想要那种满脑子都是成见的人。」德劭一位早期的高阶主管表示。[11]
不同于华尔街多数公司吵嘈的交易室，萧的办公室很安静肃穆，访客彷佛走进国会图书馆的研究室，即便员工都是穿着牛仔裤加Ｔ恤。当时是网络刚开启的年代，只有学者在使用电子邮件，但萧已跟他一位程序设计师滔滔不绝聊起网络时代的新可能。
「我认为民众会在网络上买东西，」萧告诉一个同事：「不只会买东西，而且在买东西的时候……他们会说『这个水管不错』或『这个水管很烂』，他们会发表评论。」
他们有位程序设计师叫做杰弗里．贝佐斯（Jeffrey Bezos），跟萧一起工作几年后，他把包袱收一收，搬进一辆开往西雅图的箱型货车，坐在驾驶座开车的是他当时的太太麦肯琪（MacKenzie）。一路上，贝佐斯忙着在大腿上的笔电上打出新公司Amazon.com（亚马逊）的营运计划书，他原本挑选的公司名字是Cadabra＊，但太多人误以为是Cadaver（尸体），所以放弃。[12]
＊ 译注：来自魔法咒语abracadabra。
萧一发动法拉利引擎，他的避险基金几乎马上开始印钞票，基金规模很快就达到数亿美元，交易一系列股票相关投资，员工超过百人。
吉姆．西蒙斯并不清楚萧和其它人已经进展到什么程度，但他倒很清楚，如果要做出不一样的东西来赶上抢在他前头的人，他就需要找人协助。他打电话给萨斯曼，他资助戴维．萧成立避险基金，而西蒙斯希望也能得到同样的支持。
[1] Geoffrey Poitras, The Early History of Financial Economics, 1478– 776: From Commercial Arithmetic to Life Annuities and Joint Stocks (Cheltenham, UK: Edward Elgar, 2000).?
[2] Mark Putrino, “Gann and Gann Analysis,” Technical Analysis of Stocks & Commodities, September 2017.?
[3] Brian Stelter, “Gerald Tsai, Innovative Investor, Dies at 79,” New York Times, July 11, 2008, https://www.nytimes.com/2008/07/11/business/11tsai.html; John Brooks, The Go-Go Years: The Drama and Crashing Finale of Wall Street's Bullish 60s (New York: Weybright and Talley, 1973).?
[4] Andrew W. Lo and Jasmina Hasanhodzic, The Evolution of Technical Analysis: Financial Prediction from Babylonian Tablets to Bloomberg Terminals (Hoboken, NJ: John Wiley & Sons, 2010).?
[5] Douglas Bauer, “Prince of the Pit,” New York Times, April 25, 1976, https://www.nytimes.com/1976/04/25/archives/prince-of-the-pit-richard-dennis-knows-how-to-keep-his-head-at-the.html.?
[6] Emanuel Derman, My Life as a Quant: Reflections on Physics and Finance (Hoboken, NJ: John Wiley & Sons, 2004).?
[7] Edward O. Thorp, A Man for All Markets: From Las Vegas to Wall Street, How I Beat the Dealer and the Market (New York: Random House, 2017).?
[8] Scott Patterson, The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It (New York: Crown Business, 2010).?
[9] Patterson, The Quants.?
[10] Michelle Celarier, “How a Misfit Group of Computer Geeks and English Majors Transformed Wall Street,” New York, January 18, 2018, http://nymag.com/intelligencer/2018/01/d-e-shaw-the-first-great-quant-hedge-fund.html.?
[11] Hal Lux, “Secretive D. E. Shaw & Co. Opens Doors for Customers' Business,” Investment Dealers' Digest, November 15, 1993.?
[12] G. Bruce Knecht, “Wall Street Whiz Finds Niche Selling Books on the Internet,” Wall Street Journal, May 16, 1996, https://www.wsj.com/articles/SB832204437381952500.?
